首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--微型计算机论文--各种微型计算机论文--微处理机论文

面向脸部特征检测的嵌入式多核架构研究

摘要第1-4页
ABSTRACT第4-7页
第一章 绪论第7-12页
   ·课题研究背景和意义第7-8页
   ·当前特征识别领域研究现状第8-10页
   ·本文研究工作及内容安排第10页
   ·本文组织结构第10-12页
第二章 系统主要算法阐述第12-25页
   ·肤色分割算法第12-14页
   ·脸部区域定位第14-20页
     ·基于AdaBoost 的haar-like 特征人脸检测算法第14-15页
     ·Haar-like 矩形特征与积分图第15-17页
     ·分类器训练第17-18页
     ·检测器级联结构第18-19页
     ·人脸检测流程第19页
     ·利用级联分类器检测子图像第19-20页
   ·投影算法第20-23页
     ·投影算法函数第20-21页
     ·方差投影函数第21-22页
     ·差分投影函数及混合投影函数第22-23页
   ·脸边界定位第23-24页
   ·本章小结第24-25页
第三章 基于SOPC平台的设计和优化第25-37页
   ·SOPC 平台设计方法第25-26页
   ·算法分析和优化第26-31页
     ·肤色分割优化第27-28页
     ·检测模块优化第28-31页
   ·并行策略设计第31-34页
   ·T*CORE 架构说明第34-36页
     ·T*CORE 介绍第34页
     ·T*CORE 设计架构基础第34-35页
     ·基于可配置处理器T*CORE 的设计流程第35-36页
   ·本章小结第36-37页
第四章 多核架构详细设计第37-52页
   ·图像采集和肤色分割模块设计第37-43页
     ·色彩空间转换模块第38-40页
     ·肤色分割模块第40-42页
     ·缓冲池和总线读写端口设计第42-43页
   ·T*CORE 详细设计第43-49页
     ·算法的流程设计第43-44页
     ·T*CORE 整体架构设计第44页
     ·架构总线设计第44-45页
     ·功能单元说明第45-48页
     ·T*CORE 程序设计第48-49页
   ·NIOSII 程序设计第49-51页
   ·本章小结第51-52页
第五章 实验结果与分析第52-59页
   ·系统算法验证第52-53页
   ·肤色分割模块验证第53-54页
   ·人脸检测结果与分析第54-56页
     ·分类器性能分析第54-55页
     ·计算增幅分析第55-56页
   ·系统结果与评价第56-58页
   ·本章小结第58-59页
第六章 总结与展望第59-61页
参考文献第61-64页
发表论文和科研情况说明第64-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:三峡紫色土坡耕地小流域氮磷收支及流失风险研究
下一篇:无线网络基于网络编码的TCP性能建模与分析