基于S32V来实现人脸识别的应用
汽车行业ADAS功能需求日益增长，防疲劳驾驶是一个热门方向，对于驾驶员状态的检测，人脸识别是基础，只有快速准确地识别到人脸，才能对人脸状态进行分析。本文将介绍基于S32V来实现人脸识别的应用。
一、S32V视觉处理平台
NXP于2015开始推出S32V平台，现在已经推出了第二代型号S32V234，第三代目前已经在样品阶段，该平台定位为ADAS视觉处理，提供了视觉系统应用所需的性能和功能。
对于图像处理，S32V具有自己的特色，硬件方面：具有两路CSI和两路并口摄像头接口，提供了可图形化编程的ISP、APEX，以及3D渲染的GPU。其中可编程的ISP可以对通过CSI输入的摄像头图像数据进行处理，支持HDR、颜色转换、色调映射等。APEX提供了并行图像处理的能力。还提供了H264硬件编解码等，基本覆盖了图像处理所需要的硬件资源。
软件方面：提供了VSDK，包含S32V平台的各个外设驱动，并配有相关例程。API方面提供了OpenCV、FFmpeg、OpenCL、OpenGL、EGL等常用图像处理相关库。
图1 S32V内部框图
二、人脸识别方案介绍
采用索尼的IMX224摄像头作为图像输入，移植人脸识别库，建立演示demo将检测到的人脸实时用方框标记出来。
1.方案框图
图 2 人脸识别方案框图
2.Demo搭建
获取摄像头数据
首先，基于VSDK实现iMX224摄像头的数据获取。通过NXP提供S32 Design Studio for Vision Version软件建立iMX224的ISP处理流程，如下图所示。
图 3 ISP处理流程
这里通过运行在IPUS0中的debayer_rgb_simple_interleaced，实现了摄像头Debayer数据转RGB，然后通过FDMA传输到DDR中供算法调用。如果对于图像有特殊要求的，可以自己建立对应的IPUS核，对图像数据进行相关处理。
交叉编译相关库移植人脸识别算法库，该库基于NCNN神经网络上搭建人脸识别系统，依赖的库有OpenCV、NCNN以及Sqlit3。这些库需要交叉编译，其中OpenCV和Sqlit3的ARM版S32V已经提供不需要再进行编译，编译后的NCNN和人脸识别算法库都是静态库，不需要拷贝到目标板上。
人脸检测demo
通过Qt来实现界面显示，首先在pro文件中添加VSDK中获取摄像头数据的相关库，算法移植的相关库，然后通过如下API接口获取图像数据。
int getCImg(cv::Mat &cimg);
再调用如下接口进行人脸检测：
void detectMaxFace(ncnn::Mat& img_, std::vector
3.Demo效果
最后将检测结果通过Qt界面显示出来，如下图所示
图4 人脸检测结果
通过测试，人脸检测耗时如下所示：
