| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 课题背景 | 第12-16页 |
| 1.1.1 人脸检测概述 | 第13-14页 |
| 1.1.2 人脸检测方法 | 第14-16页 |
| 1.2 Adaboost 人脸检测方案 | 第16-17页 |
| 1.3 Adaboost 算法硬件设计与FPGA 验证 | 第17页 |
| 1.4 本文结构 | 第17-19页 |
| 第二章 Adaboost 算法基本原理 | 第19-28页 |
| 2.1 Haar 特征 | 第19-23页 |
| 2.2 AdaBoost 训练算法 | 第23-25页 |
| 2.3 AdaBoost 检测算法 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 Adaboost 算法的硬件架构分析 | 第28-44页 |
| 3.1 强分类器级联的流水线架构 | 第28-29页 |
| 3.1.1 架构框图 | 第28页 |
| 3.1.2 架构工作流程 | 第28页 |
| 3.1.3 架构分析 | 第28-29页 |
| 3.2 积分图存储阵列架构 | 第29-31页 |
| 3.2.1 架构框图 | 第29-30页 |
| 3.2.2 架构工作流程 | 第30页 |
| 3.2.3 架构分析 | 第30-31页 |
| 3.3 扫描窗口存储阵列架构 | 第31-33页 |
| 3.3.1 架构框图 | 第31-32页 |
| 3.3.2 架构工作流程 | 第32页 |
| 3.3.3 架构分析 | 第32-33页 |
| 3.4 架构比较 | 第33-43页 |
| 3.4.1 存储器访问效率 | 第34-35页 |
| 3.4.2 内部存储单元 | 第35-37页 |
| 3.4.3 检测时间 | 第37-41页 |
| 3.4.4 耗费逻辑资源 | 第41-42页 |
| 3.4.5 架构总结 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 Adaboost 算法改进的并行架构设计 | 第44-54页 |
| 4.1 阵列单元结构 | 第44-49页 |
| 4.1.1 图像RAM | 第45页 |
| 4.1.2 行积分逻辑 | 第45-46页 |
| 4.1.3 图像数据流水线 | 第46页 |
| 4.1.4 分类器ROM | 第46-47页 |
| 4.1.5 矩形数据流水线 | 第47页 |
| 4.1.6 部分灰度和流水线 | 第47-48页 |
| 4.1.7 分类器检测逻辑 | 第48页 |
| 4.1.8 扫描控制逻辑 | 第48-49页 |
| 4.2 工作过程 | 第49-53页 |
| 4.2.1 全装载 | 第49-50页 |
| 4.2.2 部分装载 | 第50-51页 |
| 4.2.3 检测过程 | 第51-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第五章人脸检测系统设计 | 第54-60页 |
| 5.1 人脸检测系统工作流程 | 第55-56页 |
| 5.2 主要模块介绍 | 第56-59页 |
| 5.2.1 视频输入模块（cam_top） | 第56-57页 |
| 5.2.2 视频输出模块（vga_adapter） | 第57-58页 |
| 5.2.3 图像读取单元（fetch_image_ins） | 第58-59页 |
| 5.3 系统时钟域设计 | 第59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 FPGA 验证和性能分析 | 第60-68页 |
| 6.1 FPGA 验证 | 第60-62页 |
| 6.2 硬件环境 | 第62-63页 |
| 6.3 软件环境 | 第63页 |
| 6.4 性能分析 | 第63-66页 |
| 6.5 性能改进 | 第66-68页 |
| 第七章 结论 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表的学术论文 | 第73页 |
