车载MOST摄像头和人脸识别接口的设计与实现

康梦博，秦贵和

(吉林大学计算机科学与技术学院，吉林 长春 130012)

车载MOST摄像头和人脸识别接口的设计与实现

康梦博，秦贵和

(吉林大学计算机科学与技术学院，吉林 长春 130012)

将人脸识别技术与MOST车载环状网络结合，提出车载MOST人脸识别模块.在MOST环状网络中添加摄像头和人脸识别接口，采用MOST异步通信方式，通过I2C总线传输数据，并修改MOST帧边界、增加带宽.车载MOST摄像头接口与人脸识别接口共同实现了人脸图像采集、MOST异步通信、身份认证的功能.实验证明，该方法具有可操作性，可以满足实际需求.

人脸识别；MOST车载环状网络；异步通信；I2C总线；MOST帧边界

0 引言

随着汽车电子技术愈来愈智能化，各种汽车应用设备的推出，用户体验不断丰富，并为人们的出行安全、生活娱乐带来方便.而校车、公交车人流较大，乘客身份的确认关乎车辆安全出行，因此身份安全认证对于乘客安全乘车具有重大的意义.人脸识别技术具有安全、可靠、不易伪造的特点，能够弥补诸如密码、签字、口令等身份认证方式的容易丢失、遗忘的漏洞.基于人脸识别的这些特性，将其用于汽车内，能够使操作过程便捷，提高识别结果的可靠性.

目前，人们对用户体验的要求不断提高，越来越多的多媒体以及信息通信技术被应用于高档汽车上，从而大大增加了系统的复杂性.MOST(media oriented systems transport)作为专用信息娱乐系统和面向媒体系统服务的车载网络协议，具有高带宽、抗干扰、灵活等特点.[1]MOST框架采用环形拓扑结构[2]，并支持信息娱乐系统高层、抽象层的接口和功能[3]，可以在一个环中连接多个多媒体设备.

本文系统在MOST环网中添加了用于采集人脸信息的摄像头接口从节点，并在MOST娱乐主节点中添加人脸识别接口模块，二者通过MOST异步信道传输从节点采集到的人脸信息，由主节点进行处理识别，并给出控制消息，从而实现身份认证的功能.本文首先从MOST帧协议与MOST环状网络主从节点方面阐述系统设计，通过软硬件两方面进一步介绍了系统的实现，最后得出实验结果.

1 系统设计

1.1 MOST网络帧协议

MOST50网络使用的波特率为50 MB/s.即在相同的速率下，帧的长度可以增加到1 024位(128字节).MOST50帧的结构由控制信道、同步信道、异步信道构成.同步数据域主要用于音、视频传输，异步数据通过共享信道的方式进行大块数据的传输(如图1所示).其中控制信道与边界标志符分配了11字节置于帧首，同步数据域和异步数据之间有一个边界标志符，通过控制消息修改边界标志符，使二者的数据域能够根据需求的变化进行改变.明确3种数据的数据域还有一个优点是传输过程中不会受到其他2个数据域的干扰.

本文采用异步信道进行图像采集数据的传输，异步数据通过I2C总线在外部控制器(EHC)与智能网络控制器(INIC)之间进行传输.通过I2C总线进行异步数据传输时，在数据链路层采用48字节数据链路层协议，该协议由48个字节构成，协议头部6个字节分别由起始域(即令牌)(1个字节)、目标地址(2个字节)、数据域的长度(1个字节)、数据源地址(2个字节)组成.CRC校验位(4个字节)如图2所示.

图1 MOST50帧协议

图2 采用I2C方式的48字节数据链路层协议

1.2 MOST环网设计

根据分工不同，实现人脸识别功能的MOST环网由采集人脸信息模块的从节点和负责人脸识别模块的主节点构成.采集人脸信息模块的从节点分为MOST网络接口(INIC)、摄像头信息采集模块及异步数据发送模块3个部分.摄像头信息采集模块是最主要的实现部分，对摄像头采集到的图像进行标准化处理极其重要，直接影响到识别的结果，其处理过程包括图像信息采集、图片灰度化、从灰度图片中检测到人脸区域并提取、预处理.负责人脸识别模块的主节点涉及MOST网络接口(INIC)模块、异步数据接收模块及人脸识别模块.人脸识别模块包含图像预处理、训练提取“特征脸”、识别3个过程.主节点与从节点功能整体结构设计如图3所示.

2 系统实现

实现本系统时，整个MOST环网由人脸识别目的节点、人脸信息采集源节点以及负责MOST网络测试的Optolyzer 3050e节点构成.Optolyzer在系统中充当bypass节点，即对整个环网不产生影响，只负责MOST环网数据收发检测.

其中人脸识别目的节点为主节点，负责启动以及管理整个MOST环形网络，在整个MOST环形网络中充当娱乐主机的作用，在本系统中主要负责图像识别功能块.人脸信息采集源节点是从节点，通过主节点控制信息的调用来实现图像信息采集及处理功能.

2.1 硬件结构

整个系统的MOST网络接口模块即MOST智能网络接口控制器均采用OS81092，微处理器(EHC)采用mini6410的S3C6410芯片.由于MOST50的智能网络接口控制器较之前的网络接口控制器更加智能，因此它能够不依赖于EHC而独立工作，主要负责其所在MOST设备的基本网络功能.微处理器则主要负责控制消息及异步数据的收发以及整个网络管理.

微处理器S3C6410与MOST智能网络接口控制器之间传送数据是通过I2C总线来完成的[4]，而在通信之前要重启智能网络接口控制器，重启的过程又需要对RST及INT脚进行读写，涉及寄存器的操作，因此需要为S3C6410分别编写I2C及GPIO驱动进入内核态来修改引脚属性.[5]

人脸信息采集源节点由智能网络接口控制器INIC、mini6410和摄像头组成.当网络接口控制器得到目的节点发来的recognize控制命令时，摄像头会做出相应的自动人脸区域检测并有拍照动作，将经过处理的图像信息由S3C6410封装成异步数据帧，通过I2C总线传递给网络接口控制器并发送至人脸识别目的节点.

人脸识别目的节点由智能网络接口控制器INIC、mini6410和LCD屏幕组成.网络接口控制器收到从源节点发来的图像信息，通过I2C总线将异步数据传递给S3C6410，由S3C6410对收集到的图像进行训练或者通过训练好的特征脸进行身份识别，并将结果通过网络接口控制器发送给人脸信息采集源节点.

电气传输的物理总线由传输差分信号的双绞线以及传输介质和MOST网络接口控制器间的发送器(或变压器)接口构成[6].系统硬件结构如图4所示.

图3 主从节点设计结构

图4 系统硬件结构

2.2 软件实现

实现人脸识别的MOST环网在软件实现过程中将其划分为MOST网络配置、控制数据与异步数据的收发以及人脸识别模块.

2.2.1 MOST网络配置

MOST网络配置包括以下几点：

(1) 微控制器S3C6410加载I2C以及GPIO驱动，初始化相关寄存器；

(2) 各个MOST节点对智能网络控制器进行初始化，若是成功的初始化则向S3C6410发送中断信号，否则转向(2)；

(3) 将启动网络的人脸识别目的节点设置为网络主节点，分配逻辑地址为0x100，人脸信息采集源节点为从节点，逻辑地址为0x101.其他节点为从节点；

(4) 主节点重新设置MOST帧同步与异步信道间的边界值，根据MOST高层协议，采用I2C传输的异步数据，每帧异步数据最多为40字节，根据同步与异步区域总共117字节，而边界标志符是以4个字节为单位进行变换，则根据公式117=1+(4×10)+(4×SBC)(其中SBC为边界标志符)，则SBC为19；

(5) 循环等待MOST网络触发事件.

2.2.2 控制数据与异步数据的收发

图5 异步数据收发工作流程

通过I2C接口进行的控制信道与异步信道传输均基于MOST高层协议，它是一种面向连接的协议.即存在一个发送者与接收者，且连接是单向的，若是需要双向传输数据，则需要建立2个连接.连接建立协议格式为“DeviceID.FBlockID.InstID.FktID.OPT-ype.Length(Data)”，例如在网络主节点调用从节点网络功能块修改边界符的具体格式为“0x101.NetBlock.01.Boundary.SetGet.1(0x13)”，从节点收到控制主节点发来的控制消息之后，通过网络接口控制器将控制消息传递给S3C6410来调用网络功能块设置边界标志符功能函数.

整个MOST网络有一个令牌用来仲裁，当整个MOST环网有多个功能块想要发送异步数据时，每个欲发送异步数据的节点均会由系统设置优先级，优先级高的节点则获取令牌，优先发送异步数据，当第1个获取令牌的节点发送完毕的时候，释放令牌，令牌在整个换网上依次传递；第2个高优先级节点获取令牌，进行异步数据传输，依此类推.异步信道在收发数据时，主节点首先静态分配一个字符串负责缓冲发来的异步数据，从节点这边通过建立连接调用主节点的异步数据接收缓冲字符串，让主节点做好准备接受异步数据.当发送的异步数据较大时，需要将发送文件进行分段发送，本系统所发送的图片文件为5 613字节，由于异步信道在每个MOST帧占40个字节，因此被分为多段进行传输.而主节点会向从节点返回一个通知消息来报告异步数据是否接收成功，其主要工作过程如图5所示.

2.2.3 人脸识别模块

人脸识别模块的整个实现过程被分为预处理、训练和识别3个阶段.

预处理阶段：在光照条件差别不大的情况下，将从摄像头采集到的图像转为灰度图像，检测出人脸区域后进行直方图均衡化[7]，并将每张人脸图像向量化，按列连接成一个矩阵，作为训练样本集传入主节点存储起来.

训练阶段：本文采用PCA算法，静态加载预处理后的样本矩阵，减去均值向量后，计算其协方差矩阵的特征值和特征向量，这些特征向量即为特征脸[8]，按一定比例(本文为95%)选取较大的n个特征值及对应的特征向量，并将均值向量、特征向量及特征值存储成一个xml文件.

识别阶段：加载之前产生的xml文件，将待识别人脸图像(先减去均值图像)投影到特征脸上，得到其在特征子空间的坐标，与训练样本的特征值进行比较，从训练样本集中通过“欧几里得距离”找到拥有最相似比率的原始图片，而原始图片与需要识别图片之间的距离确定了两图片之间的相似度，1.0表示非常相似，0.0代表了特别不相似.本系统中将门槛设置为0.90，当相似度不低于0.90时，表示用于识别的图片成功与图像库中的某个人匹配，识别成功，否则识别失败.

3 实验结果

本文采用自行设计的MOST50节点搭建MOST环形网络来作为实验平台，包括作为主节点的人脸识别模块、从节点的图像信息采集模块，以及由德国SMSC开发的负责MOST网络测试的Optolyzer节点.

本文选取30个人进行训练，负责图像信息采集模块的从节点为30人(每人采集10张图片)，并将进行预处理后的图片通过MOST异步信道发送到负责人脸识别模块的主节点进行后续处理.从Optolyzer检测到的异步数据检测信息如表1所示，图片分段后通过异步信道成功传输.

表1 异步数据传送结果

主节点将采集到的300张预处理过的图片作为训练样本进行训练，形成特征向量集.随后，从进行训练的30人中随机选取20人采集识别样本，进行人脸识别测试.此外，本文另外选取非进行训练的人员20人，进行误识率测试.每人采集5个测试样本，结果在100个测试样本中，有1个样本被系统错误识别.识别与误识率实验结果如表2所示.

表2 识别与误识率实验结果

4 结束语

车载MOST摄像头和人脸识别接口成功地将人脸识别技术与MOST环状网络相结合，实验结果显示该系统具有较高的准确性，可以被应用于校车及公交车上的身份认证系统，有效地解决了乘客乘车安全的问题.在技术更加成熟的条件下，可以考虑采用能够增加3倍带宽的MOST150协议，使用媒体本地总线MediaLB(Media-Local-Bus)代替I2C总线，并结合同步信道传输流数据，实现图像的实时采集，提高传输速率，进一步改善系统的使用性能.

致谢：感谢德国微芯公司提供了MOST异步通信的相关参考文档以及MOST通信接口的设计方案，感谢秦贵和教授指导环状网络的设计，感谢王世尧同学对本文设计进行的性能测试.

[1] 秦贵和.黄永平.MOST汽车多媒体网络[M].北京.北京理工大学出版社，2009：61-66.

[2] 秦贵和.车上网络技术[M].北京.机械工业出版社，2003：3-5.

[3] 陈维，黄永平，陈博，等.基于MOST网络的多媒体信息传输设计与实现[J].吉林大学学报(信息科学版)，2010，28(2)：141-146.

[4] 仓晨阳.车载MOST网络异步数据通信的研究与应用[D].长春：吉林大学，2013.

[5] 史晓龙.倪洪科.一种嵌入式系统设备驱动程序开发模型[J].计算机工程与应用，2004，36(5)：111-114.

[6] 安福菊.基于MOST网络的车载语音接口设备的设计与实现[D].长春：吉林大学，2010.

[7] Shervini Emami.Introduction to face detection and face recognition [EB/OL].http：//www.shervinemami.info/ faceRecognitionhtml，2012-06.

[8] 张翠平，苏光大.人脸识别技术综述[J].中国图像图形学报，2000，17(11)：7-16.

(责任编辑：石绍庆)

Design and implementation of vehicle-mounted MOST camera and face recognition interface

KANG Meng-bo，QIN Gui-he

(College of Computer Science and Technology，Jilin University，Changchun 130012，China)

In recent years，face recognition technology is more and more mature，which has been widely applied to many fields.At the same time the user demand for automotive safety travel increasingly urgent，so the face recognition technology is combined with vehicle-mounted MOST ring network and the idea of face recognition system based on vehicle-mounted MOST networks is put forward.A face recognition node is added into the ring network，which is on the basis of MOST asynchronous communication that transmitting packet data via the I2C bus，the frame boundary is modified to increase asynchronous bandwidth.The vehicle-mounted MOST camera and face recognition interface realizes the function of image acquisition，image information asynchronous transmission，identity authentication.Experiments show that the proposed method is operable and meet the actual demand.

face recognition；MOST network；asynchronous communication；I2C bus；MOST frame boundary

1000-1832(2015)04-0074-05

10.16163/j.cnki.22-1123/n.2015.04.016

2014-07-15

教育部重点实验室资助项目(450060326078)；工信部2011年物联网发展专项资金资助项目(3D512F451421).

康梦博(1989—)，女，硕士研究生；秦贵和(1962-)，男，教授，博士研究生导师，主要从事智能控制与嵌入式系统研究.

T339 [学科代码] 520·6099

A