人臉檢測算法的FPGA設(shè)計與實現(xiàn).pdf

1、隨著近年來對人臉檢測技術(shù)的不斷研究,人臉檢測技術(shù)已得到很大的發(fā)展,并逐漸成為一個獨立的研究課題。在大多數(shù)的視頻監(jiān)控系統(tǒng)中,人往往是最主要的監(jiān)控對象,而人臉是識別人最重要的依據(jù)。所以,人臉的檢測在數(shù)字監(jiān)控系統(tǒng)中占據(jù)著重要的地位。Adaboost算法是人臉檢測研究中的一個重要里程碑,是第一個具有實時性的人臉檢測算法。從理論上講,通過足夠豐富的樣本及足夠多的矩形特征,經(jīng)過足夠的訓(xùn)練,Adaboost算法所得到的分類器可以獲得無限趨于零的分類錯

2、誤率。但由于訓(xùn)練設(shè)備的局限,基于PC平臺的分類器訓(xùn)練往往需要幾天甚至幾十天的時間,所以,縮短分類器的訓(xùn)練時間尤為重要。
　　 本設(shè)計依據(jù)Adaboost算法的基本原理,在ISE軟件平臺上,設(shè)計并實現(xiàn)了Adaboost算法。在Adaboost算法的訓(xùn)練過程中,涉及的計算量非常龐大,主要表現(xiàn)在特征值的獲取和最佳弱分類器的訓(xùn)練兩個方面。本設(shè)計充分利用FPGA的并行計算能力及塊RAM資源,快速獲得了樣本的特征值,并實現(xiàn)了分類器的快速訓(xùn)練

3、。由于充分利用了FPGA的硬件特點,相比傳統(tǒng)PC機訓(xùn)練過程大大縮短。此外,本設(shè)計還采用多尺度的檢測方法在所訓(xùn)練的分類器上實現(xiàn)了Adaboost檢測算法的FPGA實現(xiàn)。
　　 本論文首先介紹了課題的研究意義及國內(nèi)外現(xiàn)狀,簡要介紹了Adaboost算法的相關(guān)理論。詳細說明了Adaboost算法訓(xùn)練部分和檢測部分的具體實現(xiàn)方法及實現(xiàn)過程,給出了相關(guān)模塊的仿真結(jié)果及結(jié)果分析。最后,對論文進行了總結(jié)和展望,分析了論文中存在的問題及需要改進