基于AdaBoost算法的人脸检测系统研究及其SoC实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 缩略词 | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 软硬件协同设计的必要性 | 第14-15页 |
| 1.4 本文主要研究内容 | 第15-16页 |
| 1.5 论文结构安排 | 第16-17页 |
| 第二章 AdaBoost人脸检测算法 | 第17-34页 |
| 2.1 AdaBoost算法介绍 | 第17-22页 |
| 2.1.1 AdaBoost算法提出及基本原理 | 第17-18页 |
| 2.1.2 Haar-like特征 | 第18-21页 |
| 2.1.3 积分图 | 第21-22页 |
| 2.2 AdaBoost训练算法 | 第22-26页 |
| 2.2.1 弱分类器和强分类器 | 第23-25页 |
| 2.2.2 级联分类器 | 第25-26页 |
| 2.3 AdaBoost人脸检测 | 第26-31页 |
| 2.3.1 检测方法 | 第26-28页 |
| 2.3.2 检测流程 | 第28-30页 |
| 2.3.3 窗口合并 | 第30-31页 |
| 2.4 人脸数据库与算法的性能评测 | 第31-33页 |
| 2.4.1 人脸图像数据库 | 第31-32页 |
| 2.4.2 算法的性能测评指标 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 人脸检测系统的软硬件协同设计 | 第34-42页 |
| 3.1 SoC软硬件协同设计方法概述 | 第34-36页 |
| 3.2 系统的软硬件划分方案 | 第36-37页 |
| 3.3 系统架构 | 第37-38页 |
| 3.4 多核并行加速设计 | 第38-41页 |
| 3.4.1 多核处理系统 | 第39页 |
| 3.4.2 系统的多核并行加速 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 专用硬件加速模块设计 | 第42-52页 |
| 4.1 图像预处理的硬件加速 | 第42-44页 |
| 4.1.1 Vivado_HLS设计方法 | 第42-43页 |
| 4.1.2 图像预处理IP设计 | 第43-44页 |
| 4.2 积分图的硬件加速 | 第44-51页 |
| 4.2.1 积分图算法分析 | 第44-47页 |
| 4.2.2 专用硬件设计 | 第47-51页 |
| 4.3 本章小结 | 第51-52页 |
| 第五章 基于SoC的实现与验证 | 第52-61页 |
| 5.1 Xilinx Zynq SoC平台介绍 | 第52-57页 |
| 5.2 系统实现与测试 | 第57-58页 |
| 5.3 实验结果与分析 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 在学期间的研究成果及发表的学术论文 | 第68页 |
