基于FPGA的Adaboost人脸检测算法设计与验证
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究目标与主要内容 | 第11-12页 |
| 1.4 论文结构 | 第12-13页 |
| 第二章 人脸检测方法概述 | 第13-19页 |
| 2.1 人脸检测的影响因素 | 第13页 |
| 2.2 人脸检测方法分类 | 第13-15页 |
| 2.2.1 基于特征知识的方法 | 第14页 |
| 2.2.2 基于统计学习的方法 | 第14-15页 |
| 2.3 人脸检测主要算法 | 第15-17页 |
| 2.3.1 主成分分析法 | 第15页 |
| 2.3.2 基于样本学习的方法 | 第15页 |
| 2.3.3 人工神经网络检测方法 | 第15-16页 |
| 2.3.4 基于隐式马尔可夫模型的方法 | 第16页 |
| 2.3.5 基于支持向量机的方法 | 第16-17页 |
| 2.4 人脸检测算法评价指标 | 第17页 |
| 2.5 本章小结 | 第17-19页 |
| 第三章 Adaboost人脸检测算法及优化设计 | 第19-37页 |
| 3.1 Adaboost人脸检测算法 | 第19-25页 |
| 3.1.1 Adaboost算法 | 第19-20页 |
| 3.1.2 Adaboost算法用于人脸检测 | 第20-25页 |
| 3.2 Adaboost人脸检测算法优化 | 第25-35页 |
| 3.2.1 分类器存储与计算设计 | 第25-28页 |
| 3.2.2 遍历策略设计 | 第28-33页 |
| 3.2.3 积分图计算与存储设计 | 第33-35页 |
| 3.2.4 浮点数定点化设计 | 第35页 |
| 3.3 本章小结 | 第35-37页 |
| 第四章 人脸检测算法的FPGA设计 | 第37-49页 |
| 4.1 人脸检测流程设计 | 第37-38页 |
| 4.2 人脸检测模块设计 | 第38-48页 |
| 4.2.1 积分器设计 | 第39-40页 |
| 4.2.2 图像数据预取模块设计 | 第40-42页 |
| 4.2.3 检测模块设计 | 第42-46页 |
| 4.2.4 检测结果融合模块设计 | 第46-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第五章 人脸检测系统设计与验证 | 第49-59页 |
| 5.1 软件开发环境 | 第49-51页 |
| 5.1.1 Xilinx ISE | 第49-50页 |
| 5.1.2 Xilinx Chipscope | 第50-51页 |
| 5.1.3 Modelsim SE | 第51页 |
| 5.2 硬件开发平台 | 第51-52页 |
| 5.2.1 XEM6310-LX150开发板 | 第51-52页 |
| 5.2.2 EVB1005图像采集模块 | 第52页 |
| 5.3 人脸检测系统设计 | 第52-56页 |
| 5.3.1 图像存储控制模块 | 第53-54页 |
| 5.3.2 数据通信模块 | 第54-55页 |
| 5.3.3 显示模块 | 第55-56页 |
| 5.4 系统验证与性能分析 | 第56-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 作者简介 | 第67页 |
