基于Adaboost算法的人脸检测与FPGA设计
人脸检测是一个对输入的图像判定是不是有人脸存在，如果判断有人脸，就给出人脸的信息的过程。本文在对人脸检测算法和理论进行了深入分析之后，选择了基于Adaboost算法的级联检测器结构的人脸检测方法，其借助了Haar矩形特征，具有检测速度快、检测率高等优点。目前的人脸检测系统大多在计算机上采用软件实现的方法，无法满足在实际应用中小型化、实时性的工程需求，随着可编程逻辑器件的发展，结合FPGA芯片的良好的可编程结构及优秀的并行计算能力，本文采用FPGA对人脸检测系统进行实现。在开发方法上，本论文采用基于模型的FPGA技术实现，可以大大缩短传统开发的时间，缩短用硬件描述语言来开发的时间，提高精度和可靠性。本文的主要工作包括:
1、通过深入分析现有的人脸检测算法，选择了基于Adaboost算法的人脸检测方法并做了详细介绍，描述了基于Adaboost算法的人脸检测过程，并通过对算法的仿真，验证了算法的正确性及可行性。
2、结合FPGA硬件架构实现的特点实现人脸检测。由于Adaboost训练分类器得到的结果只要用到一次，而这个训练用FPGA实现又极其复杂，所以为节省FPGA资源以降低成本，在PC上完成算法的训练部分。然后将训练所得的参数通过串口传输给FPGA，检测部分则由FPGA处理实现。
3、基于MBD FPGA的可缩短开发周期、可降低开发成本的优点，本文选用该方法，开发的模型有:对图像灰度进行均衡化处理的图像预处理模块，由于FPGA内计算小数通常极为复杂且特别消耗逻辑资源，所以对CDF（累积分布函数）函数进行了优化，便于FPGA实现;计算待检测图像的积分图的积分图计算模块;获取矩形特征位置参数并计算特征值的矩形特征模块。
4、将模型定点化之后直接生成跟模型对应的Verilog HDL代码，利用联合仿真进行了验证，其优势是省略了testbench的编写，可直接进行逻辑仿真。
5、在以CycloneⅡEP2C70F896C6为核心芯片的Altera公司的DE2-70开发平台上对检测系统进行了整体设计，包括串口通信模块、积分图存储的SDRAM控制模块，对检测结果进行显示的VGA显示模块。其中VGA显示模块采用了电阻串联分压的方式，利用FPGA直接驱动VGA，节省了通常情况下模数转换芯片的使用。
人脸检测;Adaboost算法;模型开发;模数转换芯片;现场可编程门阵列
武汉理工大学
硕士
物理电子学
刘金根
2013
中文
TP391.41
82
2013-11-29（万方平台首次上网日期，不代表论文的发表时间）