基于DM642的人臉檢測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、人臉檢測技術(shù)一直是計(jì)算機(jī)視覺研究領(lǐng)域的一大熱點(diǎn)，其目標(biāo)是在給定的靜態(tài)圖片或視頻序列中判斷是否存在人臉，如果有則找出并確定所有人臉的位置和大小。人臉檢測作為所有人臉處理技術(shù)的基礎(chǔ)步驟，在身份識別、視頻監(jiān)控、基于內(nèi)容的檢索、新一代人機(jī)界面等領(lǐng)域有著日益廣泛的應(yīng)用。目前人臉檢測技術(shù)的主流產(chǎn)品都是基于通用的臺式電腦，其龐大的體積、巨大的功耗和不穩(wěn)定的性能都是限制該技術(shù)進(jìn)一步產(chǎn)業(yè)化的因素。根據(jù)這一現(xiàn)狀，本課題設(shè)計(jì)并實(shí)現(xiàn)了一套基于DSP(Digit

2、al Signal Processor)的嵌入式人臉檢測系統(tǒng)。本文主要工作如下：
　　 (1)人臉檢測算法可以分為基于先驗(yàn)知識的檢測算法和基于統(tǒng)計(jì)模型的檢測算法兩類。本文通過分析這兩類算法，并結(jié)合系統(tǒng)硬件條件，采用基于統(tǒng)計(jì)模型的Adaboost算法，它是一種基于積分圖和矩形特征的分級分類器算法，具有較高的檢測效率和魯棒性。同時在詳細(xì)介紹了Adaboost算法之后，本文通過大量實(shí)驗(yàn)，選擇較好的性能參數(shù)。
　　 (2)在研究

3、過程中，本文從硬件和軟件兩方面對系統(tǒng)進(jìn)行了規(guī)劃。硬件方面，本文選用TI公司的TMS320DM642芯片作為主控芯片，輔以攝像頭、CPLD、視頻編解碼芯片、儲存芯片和電視機(jī)搭建了系統(tǒng)硬件平臺。軟件方面，本文基于CCS(Code Composer Studio)3.1，利用其集成的實(shí)時操作系統(tǒng)DSP/BIOS進(jìn)行軟件開發(fā)，在RF5(Reference Framework5)框架下，將工作流程分為圖像采集、處理和顯示三個任務(wù)，任務(wù)間使用消息進(jìn)

4、行同步通信并傳遞圖像數(shù)據(jù)。另外，本文在算法實(shí)現(xiàn)過程中裁剪并移植了開源計(jì)算機(jī)視覺庫OpenCV，并利用其加快開發(fā)速度。
　　 (3)系統(tǒng)依照TMS320C6000系列芯片的開發(fā)流程進(jìn)行開發(fā)，并利用CCS提供的各類調(diào)試工具對C語言代碼進(jìn)行分析調(diào)試，對需要優(yōu)化的部分根據(jù)DM642的硬件特點(diǎn)采用浮點(diǎn)轉(zhuǎn)定點(diǎn)運(yùn)算、使用EDMA傳輸?shù)确椒ㄟM(jìn)行優(yōu)化，以加快處理速度。
　　 實(shí)驗(yàn)結(jié)果表明，本系統(tǒng)能較為準(zhǔn)確的檢測到人臉，并基本滿足實(shí)時性要求