中文摘要 | 第4-5页 |
abstract | 第5页 |
第一章 引言 | 第9-12页 |
1.1 研究背景 | 第9-10页 |
1.2 国内外研究状况 | 第10-11页 |
1.3 本文的工作 | 第11-12页 |
第二章 基于HAAR特征的ADABOOST人脸识别算法介绍 | 第12-19页 |
2.1 HAAR特征的分析和介绍 | 第12-15页 |
2.1.1 Haar特征的简介 | 第12-13页 |
2.1.2 倾斜(Tilted)Haar特征的提出 | 第13-14页 |
2.1.3 Haar特征的快速计算以及积分图的提出 | 第14-15页 |
2.2 ADABOOST算法分析 | 第15-19页 |
2.2.1 AdaBoost算法简介 | 第15页 |
2.2.2 AdaBoost分类器的训练 | 第15-16页 |
2.2.3 基于Haar特征的AdaBoost的检测过程 | 第16-19页 |
第三章 算法并行性分析 | 第19-27页 |
3.1 ADABOOST算法并行性简析 | 第19页 |
3.2 OPENCV计算机视觉库介绍 | 第19-20页 |
3.3 CMU和MIT人脸数据库简介 | 第20页 |
3.4 中断位置(BREAK STAGE)的评估 | 第20-22页 |
3.5 探测窗并行方式的分析 | 第22-23页 |
3.6 粝度(GRANULARITY SIZE)值选取的分析 | 第23-25页 |
3.7 归一化参数近似的分析 | 第25-27页 |
第四章 加速器的架构设计 | 第27-36页 |
4.1 异构计算在硬件加速中的应用 | 第27-28页 |
4.2 软件加速向硬件加速的转变 | 第28-29页 |
4.3 运算单元(PE)设计 | 第29-30页 |
4.4 加速器控制方式设计 | 第30-32页 |
4.5 加速器结构设计 | 第32-36页 |
4.5.1 循环控制模块(Loop Controller unit) | 第33页 |
4.5.2 特征转换模块(Feature Transform unit) | 第33-34页 |
4.5.3 地址产生模块(Address Generator unit) | 第34页 |
4.5.4 级累加模块(Stage Accumulation unit) | 第34-35页 |
4.5.5 缓存模块(Window Memory) | 第35-36页 |
第五章 软硬件协同工作和平台实现 | 第36-48页 |
5.1 SOC架构设计 | 第36-40页 |
5.1.1 DDR模块 | 第36-37页 |
5.1.2 DMA模块 | 第37-38页 |
5.1.3 HDMI和USB外设模块 | 第38页 |
5.1.4 数据缓存FIFO模块 | 第38-39页 |
5.1.5 加速器模块 | 第39页 |
5.1.6 架构的数据通路 | 第39-40页 |
5.2 软件架构设计 | 第40-48页 |
5.2.1 Petalinux简介和使用 | 第40-41页 |
5.2.2 V4l2框架的使用 | 第41-42页 |
5.2.3 YUV编码和转灰度图像 | 第42-43页 |
5.2.4 Linux系统下控制加速器和DMA模块 | 第43-45页 |
5.2.5 图像的预处理 | 第45页 |
5.2.6 图像输出 | 第45页 |
5.2.7 软件框架和流程 | 第45-48页 |
第六章 测试结果与性能对比 | 第48-53页 |
6.1 FPGA验证平台 | 第48-49页 |
6.2 测试结果 | 第49-50页 |
6.3 性能的比较 | 第50-53页 |
第七章 总结和展望 | 第53-54页 |
7.1 总结 | 第53页 |
7.2 未来的工作 | 第53-54页 |
参考文献 | 第54-57页 |
攻读学位期间本人公开发表的论文 | 第57-58页 |
致谢 | 第58-59页 |