基于FPGA的Adaboost人臉檢測(cè)算法設(shè)計(jì)與驗(yàn)證.pdf

1、人臉識(shí)別技術(shù)一直以來(lái)都是人工智能領(lǐng)域的研究熱點(diǎn)之一，并且隨著計(jì)算方法和計(jì)算工具的進(jìn)步得到了極大地發(fā)展。人臉檢測(cè)作為人臉識(shí)別系統(tǒng)的第一步，其檢測(cè)率和檢測(cè)速度直接影響整個(gè)人臉識(shí)別系統(tǒng)的性能，因此實(shí)現(xiàn)快速準(zhǔn)確的人臉檢測(cè)系統(tǒng)具有十分重要的意義。
　　本文的主要研究?jī)?nèi)容是對(duì)Adaboost人臉檢測(cè)算法進(jìn)行優(yōu)化設(shè)計(jì)，使其適用于FPGA平臺(tái)實(shí)現(xiàn)。通過(guò)對(duì)基于Haar特征的人臉檢測(cè)算法進(jìn)行深入分析，確定優(yōu)化改進(jìn)方案，在保證檢測(cè)率的基礎(chǔ)上實(shí)現(xiàn)人臉的快

2、速檢測(cè)。本文采用圖像縮放和多尺寸檢測(cè)窗相結(jié)合的方法，避免了傳統(tǒng)方法對(duì)檢測(cè)窗的非整數(shù)倍放大，便于FPGA電路快速實(shí)現(xiàn)。為進(jìn)一步加快檢測(cè)速度，加大檢測(cè)窗每次移動(dòng)的步長(zhǎng)，減少檢測(cè)次數(shù)。本文采用小尺寸固定窗對(duì)圖像進(jìn)行遍歷，以節(jié)省存儲(chǔ)空間的使用。設(shè)計(jì)了固定窗積分圖計(jì)算與存儲(chǔ)策略，進(jìn)一步提高了檢測(cè)速度。為了降低算法的誤檢率，對(duì)初次檢測(cè)到的人臉位置進(jìn)行快速擴(kuò)展驗(yàn)證。此外本文還采用了平方特征閾值比較方法和浮點(diǎn)數(shù)定點(diǎn)化設(shè)計(jì)，使算法適用于FPGA硬件平臺(tái)實(shí)

3、現(xiàn)。
　　本文基于Opal Kelly公司的開發(fā)板XEM6310-LX150完成了Adaboost人臉檢測(cè)算法的FPGA電路優(yōu)化設(shè)計(jì)和測(cè)試驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，在FPGA系統(tǒng)工作頻率62MHz下，人臉檢測(cè)算法占用XilinxSparten-6系列XC6SLX150型FPGA上Slice資源1843個(gè)(8％)和片上RAM資源1495Kb(31％)。本文設(shè)計(jì)人臉檢測(cè)系統(tǒng)的誤檢率低于2％，對(duì)于包含一張人臉的高清圖像(1280×720)的檢