基于FPGA的Adaboost人脸检测算法的研究及其实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 人脸检测背景及其发展现状 | 第15-16页 |
| 1.1.1 人脸检测背景 | 第15页 |
| 1.1.2 人脸检测发展现状 | 第15-16页 |
| 1.2 人脸检测方法介绍 | 第16-17页 |
| 1.3 FPGA实现人脸检测的必要性 | 第17-18页 |
| 1.4 本论文研究的内容及主要工作 | 第18-21页 |
| 第二章 Adaboost算法的分析及其训练过程 | 第21-31页 |
| 2.1 Haar-Like特征值计算 | 第21-26页 |
| 2.1.1 Haar-Like矩形特征 | 第21-22页 |
| 2.1.2 积分图 | 第22-23页 |
| 2.1.3 计算方法 | 第23-26页 |
| 2.2 弱分类器 | 第26-28页 |
| 2.3 强分类器 | 第28-29页 |
| 2.4 级联分类器 | 第29页 |
| 2.5 人脸检测扫描方法的选择 | 第29-30页 |
| 2.6 本章小节 | 第30-31页 |
| 第三章 算法研究平台 | 第31-41页 |
| 3.1 硬件整体架构 | 第31-32页 |
| 3.2 主控芯片FPGA | 第32页 |
| 3.3 SSRAM芯片 | 第32-33页 |
| 3.4 SDRAM芯片 | 第33-36页 |
| 3.5 SD卡 | 第36-37页 |
| 3.6 VGA显示部分 | 第37-39页 |
| 3.6.1 VGA的显示原理 | 第37-38页 |
| 3.6.2 数模转换芯片 | 第38-39页 |
| 3.7 系统工作机制 | 第39页 |
| 3.8 本章小节 | 第39-41页 |
| 第四章 软件设计 | 第41-49页 |
| 4.1 Nios II软核 | 第41-42页 |
| 4.2 SD的访问 | 第42-43页 |
| 4.3 FAT16文件系统 | 第43-46页 |
| 4.4 bmp图片的解析 | 第46-47页 |
| 4.5 软件总体工作流程 | 第47-48页 |
| 4.6 本章小节 | 第48-49页 |
| 第五章 Adaboost检测模块的设计与实现 | 第49-69页 |
| 5.1 预处理部分 | 第49-52页 |
| 5.1.1 灰度化 | 第49-50页 |
| 5.1.2 积分计算 | 第50-52页 |
| 5.2 检测窗口数据更新 | 第52-55页 |
| 5.3 检测计算 | 第55-61页 |
| 5.3.1 通用弱分类器 | 第55-59页 |
| 5.3.2 强分类器和级联分类器 | 第59-61页 |
| 5.4 检测结果的保存与合并策略 | 第61-63页 |
| 5.4.1 人脸位置信息的保存 | 第61页 |
| 5.4.2 人脸窗口的合并策略 | 第61-63页 |
| 5.5 检测结果显示 | 第63页 |
| 5.6 实验结果 | 第63-68页 |
| 5.6.1 训练样本 | 第63-64页 |
| 5.6.2 检测结果 | 第64-68页 |
| 5.7 本章小结 | 第68-69页 |
| 第六章 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77-78页 |
