人臉檢測算法及其芯片實現(xiàn)關(guān)鍵技術(shù)研究.pdf

1、隨著目標(biāo)監(jiān)控、目標(biāo)跟蹤、人機(jī)交互、人流統(tǒng)計等領(lǐng)域的興起，人臉檢測已不僅是人臉識別前期的一個重要步驟，它開始作為一門獨立的技術(shù)受到了人們越來越廣泛的關(guān)注。從數(shù)碼相機(jī)、人機(jī)交互中的人臉定位，3G業(yè)務(wù)的圖像通信，到人物跟蹤、警戒區(qū)報警都離不開人臉檢測技術(shù)。但由于人臉檢測需要進(jìn)行的計算量大，檢測速度的提高和精確度的保證成了相互矛盾的兩個方面。而很多應(yīng)用中對這兩方面都是有所要求的。另外，要使人臉檢測技術(shù)能在未來發(fā)揮重要作用，真正有效應(yīng)用于各種應(yīng)用

2、場合，那么人臉檢測芯片的功耗、成本、可配置性都是值得研究的，這同時也是現(xiàn)今人臉檢測技術(shù)面臨的難題。
　　 本論文致力于研究高性能人臉檢測芯片的關(guān)鍵技術(shù)，從算法的改進(jìn)、結(jié)構(gòu)的設(shè)計、可配置性等多方面提出了實現(xiàn)高精度高速人臉檢測芯片的一些創(chuàng)新性想法。
　　 考慮到算法的有效性是高性能檢測的一個重要方面，本文對目前最為高效的基于AdaBoost的人臉檢測算法進(jìn)行了深入的分析，介紹了其訓(xùn)練與檢測的具體方法。并提出了方差預(yù)處理與級聯(lián)

3、結(jié)構(gòu)相結(jié)合的人臉檢測算法，以及適合于硬件實現(xiàn)、減少圖像訪存頻率的圖像縮小法。然后對目前國際公認(rèn)的五個人臉數(shù)據(jù)庫進(jìn)行了總結(jié)與歸納，用各個數(shù)據(jù)庫的測試結(jié)果證明了改進(jìn)后的人臉檢測算法的有效性。并對算法進(jìn)行了定點化分析，選擇了合適的定點化位數(shù)。
　　 本文還從檢測速度的提高、芯片的面積消耗、功率消耗各方面綜合考慮，提出了高效的存儲方案設(shè)計、積分圖快速更新法、四級流水線處理結(jié)構(gòu)，對芯片內(nèi)部各模塊的劃分、各模塊的結(jié)構(gòu)、它們之間的工作時序等都

4、進(jìn)行了分析研究。并對設(shè)計的高性能人臉檢測芯片進(jìn)行了仿真、綜合、驗證與測試。實驗結(jié)果表明，算法上的改進(jìn)以及芯片的上述設(shè)計技術(shù)使得人臉檢測芯片可以達(dá)到在保證高精度高速的前提下，具有較低的功耗和面積，與性能居于國際前沿的其他人臉檢測芯片的測試結(jié)果相比，具有其優(yōu)勢。
　　 鑒于人臉檢測芯片的町配置直接影響其未來多場合應(yīng)用的靈活性和開發(fā)成本，本文又提出了多模式可調(diào)人臉檢測的概念。從人臉檢測四個關(guān)鍵因子著手，分析其對檢測性能的具體影響。并使