AdaBoost算法硬件并行架构研究与FPGA实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·人脸检测的研究背景 | 第10-11页 |
| ·人脸检测技术 | 第11-13页 |
| ·人脸检测国内外研究现状 | 第11-12页 |
| ·嵌入式人脸检测系统 | 第12-13页 |
| ·基于FPGA 的图像并行处理 | 第13-14页 |
| ·本文的主要研究内容 | 第14-15页 |
| ·本文的组织结构 | 第15-17页 |
| 第二章 ADABOOST算法及硬件架构分析 | 第17-33页 |
| ·ADABOOST算法 | 第17-20页 |
| ·ADABOOST算法原理 | 第17-18页 |
| ·Haar特征 | 第18-19页 |
| ·积分图 | 第19-20页 |
| ·分类器级联结构 | 第20页 |
| ·图像缩放算法 | 第20-23页 |
| ·弱分类器尺度缩放 | 第21-22页 |
| ·图像金字塔缩放 | 第22-23页 |
| ·ADABOOST算法硬件架构分析 | 第23-32页 |
| ·积分图架构 | 第24-28页 |
| ·级联分类器架构 | 第28-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 ADABOOST算法硬件并行架构设计 | 第33-50页 |
| ·基于扫描窗口的硬件并行架构设计 | 第33-35页 |
| ·积分图结构设计 | 第35-39页 |
| ·积分图快速生成算法 | 第35-37页 |
| ·移位寄存器阵列结构 | 第37-38页 |
| ·积分图架构比较 | 第38-39页 |
| ·Haar特征存储结构设计 | 第39-45页 |
| ·浮点数定点化 | 第40-42页 |
| ·Haar特征并行存储 | 第42-44页 |
| ·Haar特征数据优化 | 第44-45页 |
| ·分类器结构设计 | 第45-49页 |
| ·强分类器子窗口通过率 | 第45-46页 |
| ·串并混合分类器结构设计 | 第46-48页 |
| ·分类器架构比较 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 ADABOOS算法硬件模块FPGA实现 | 第50-57页 |
| ·Haar特征值计算模块 | 第50-52页 |
| ·弱分类器模块 | 第52-54页 |
| ·强分类器判决模块 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 人脸检测系统的集成与结果分析 | 第57-64页 |
| ·基于SOPC架构的人脸检测系统 | 第57-59页 |
| ·人脸检测系统硬件架构 | 第57-58页 |
| ·基于Avalon总线的接口设计 | 第58-59页 |
| ·人脸检测系统的集成 | 第59页 |
| ·实验结果 | 第59-61页 |
| ·系统性能测试与优化 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 结论与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |
