基于Adaboost算法的人臉檢測與FPGA設(shè)計(jì).pdf

1、人臉檢測是一個(gè)對輸入的圖像判定是不是有人臉存在，如果判斷有人臉，就給出人臉的信息的過程。本文在對人臉檢測算法和理論進(jìn)行了深入分析之后，選擇了基于Adaboost算法的級聯(lián)檢測器結(jié)構(gòu)的人臉檢測方法，其借助了Haar矩形特征，具有檢測速度快、檢測率高等優(yōu)點(diǎn)。目前的人臉檢測系統(tǒng)大多在計(jì)算機(jī)上采用軟件實(shí)現(xiàn)的方法，無法滿足在實(shí)際應(yīng)用中小型化、實(shí)時(shí)性的工程需求，隨著可編程邏輯器件的發(fā)展，結(jié)合FPGA芯片的良好的可編程結(jié)構(gòu)及優(yōu)秀的并行計(jì)算能力，本文采

2、用FPGA對人臉檢測系統(tǒng)進(jìn)行實(shí)現(xiàn)。在開發(fā)方法上，本論文采用基于模型的FPGA技術(shù)實(shí)現(xiàn)，可以大大縮短傳統(tǒng)開發(fā)的時(shí)間，縮短用硬件描述語言來開發(fā)的時(shí)間，提高精度和可靠性。本文的主要工作包括:
　　 1、通過深入分析現(xiàn)有的人臉檢測算法，選擇了基于Adaboost算法的人臉檢測方法并做了詳細(xì)介紹，描述了基于Adaboost算法的人臉檢測過程，并通過對算法的仿真，驗(yàn)證了算法的正確性及可行性。
　　 2、結(jié)合FPGA硬件架構(gòu)實(shí)現(xiàn)的特點(diǎn)

3、實(shí)現(xiàn)人臉檢測。由于Adaboost訓(xùn)練分類器得到的結(jié)果只要用到一次，而這個(gè)訓(xùn)練用FPGA實(shí)現(xiàn)又極其復(fù)雜，所以為節(jié)省FPGA資源以降低成本，在PC上完成算法的訓(xùn)練部分。然后將訓(xùn)練所得的參數(shù)通過串口傳輸給FPGA，檢測部分則由FPGA處理實(shí)現(xiàn)。
　　 3、基于MBD FPGA的可縮短開發(fā)周期、可降低開發(fā)成本的優(yōu)點(diǎn)，本文選用該方法，開發(fā)的模型有:對圖像灰度進(jìn)行均衡化處理的圖像預(yù)處理模塊，由于FPGA內(nèi)計(jì)算小數(shù)通常極為復(fù)雜且特別消耗邏輯

4、資源，所以對CDF（累積分布函數(shù)）函數(shù)進(jìn)行了優(yōu)化，便于FPGA實(shí)現(xiàn);計(jì)算待檢測圖像的積分圖的積分圖計(jì)算模塊;獲取矩形特征位置參數(shù)并計(jì)算特征值的矩形特征模塊。
　　 4、將模型定點(diǎn)化之后直接生成跟模型對應(yīng)的Verilog HDL代碼，利用聯(lián)合仿真進(jìn)行了驗(yàn)證，其優(yōu)勢是省略了testbench的編寫，可直接進(jìn)行邏輯仿真。
　　 5、在以CycloneⅡEP2C70F896C6為核心芯片的Altera公司的DE2-70開發(fā)平臺上