基于Adaboost算法的人臉檢測(cè)系統(tǒng)研究及VLSI設(shè)計(jì).pdf

1、近年來(lái)人臉檢測(cè)技術(shù)在計(jì)算機(jī)視覺(jué)和圖像處理領(lǐng)域得到了越來(lái)越廣泛的應(yīng)用，該技術(shù)作為一種融合多個(gè)研究領(lǐng)域的技術(shù)在安全訪問(wèn)控制、生物識(shí)別、媒體應(yīng)用等方面扮演著越來(lái)越重要的角色。隨著半導(dǎo)體工藝的發(fā)展，很多學(xué)者開始嘗試著采用超大規(guī)模集成電路(VLSI)的設(shè)計(jì)方法來(lái)加速人臉檢測(cè)算法，在檢測(cè)性能上實(shí)現(xiàn)了大幅提升，滿足了更多的多媒體應(yīng)用需求。
　　本文介紹了人臉檢測(cè)的相關(guān)研究背景和實(shí)現(xiàn)方法，選用Adaboost算法作為本文的人臉檢測(cè)實(shí)現(xiàn)方案。在深入

2、理解Adaboost算法的基礎(chǔ)上，分析人臉特征的選取對(duì)檢測(cè)效果的影響，采用一種光照不變的局部結(jié)構(gòu)特征來(lái)構(gòu)建人臉?lè)诸惼?，并針?duì)硬件實(shí)現(xiàn)的特點(diǎn)，給出了一種并聯(lián)的分類器組合結(jié)構(gòu)。根據(jù)Adaboost分類器完成人臉檢測(cè)的流程，給出了一種實(shí)時(shí)的多人臉檢測(cè)硬件架構(gòu)。同時(shí)完成模塊接口的設(shè)計(jì)，使得人臉檢測(cè)模塊能夠方便快捷地集成到SoC系統(tǒng)中。最終，完成了一個(gè)兼容AMBA2.0總線規(guī)范的人臉檢測(cè)內(nèi)核的設(shè)計(jì)。
　　在完成人臉檢測(cè)內(nèi)核的RTL設(shè)計(jì)后，搭