| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第18-24页 |
| 1.1 人脸检测的研究背景 | 第18-19页 |
| 1.2 人脸检测的历史及现状 | 第19-20页 |
| 1.3 人脸检测FPGA硬件实现的必要性 | 第20-21页 |
| 1.4 研究意义 | 第21-22页 |
| 1.5 本论文研究的内容和主要结构 | 第22页 |
| 1.6 本章小结 | 第22-24页 |
| 第二章 人脸检测技术及Adaboost算法原理 | 第24-42页 |
| 2.1 人脸检测存在的问题分析 | 第24-25页 |
| 2.2 现有人脸检测方法的概述 | 第25-31页 |
| 2.2.1 基于特征的人脸检测方法 | 第25-29页 |
| 2.2.2 基于统计原理的人脸检测方法 | 第29-31页 |
| 2.3 Adaboost算法 | 第31-34页 |
| 2.3.1 Adaboost算法的起源 | 第31-33页 |
| 2.3.2 Adaboost算法的原理 | 第33-34页 |
| 2.4 Haar矩形特征 | 第34-37页 |
| 2.4.1 什么是Haar特征 | 第34-35页 |
| 2.4.2 Haar矩形特征原型介绍 | 第35页 |
| 2.4.3 Haar矩形特征数的计算 | 第35-37页 |
| 2.5 积分图 | 第37-41页 |
| 2.5.1 积分图原理 | 第37页 |
| 2.5.2 积分图的计算 | 第37-39页 |
| 2.5.3 矩形特征值的计算 | 第39-40页 |
| 2.5.4 改进的积分图像计算 | 第40-41页 |
| 2.6 本章小结 | 第41-42页 |
| 第三章 基于Adaboost算法的人脸检测过程与Matlab仿真 | 第42-56页 |
| 3.1 人脸检测系统的构成 | 第42-43页 |
| 3.2 Adaboost算法的训练部分 | 第43-48页 |
| 3.2.1 Adaboost算法训练过程具体描述 | 第43-44页 |
| 3.2.2 弱分类器的选取 | 第44-45页 |
| 3.2.3 强分类器的确定 | 第45-46页 |
| 3.2.4 级联分类器 | 第46-48页 |
| 3.3 人脸检测系统中检测系统的实现过程 | 第48-52页 |
| 3.3.1 两种不同人脸检测方法的介绍 | 第48-49页 |
| 3.3.2 检测窗口放大法人脸检测 | 第49页 |
| 3.3.3 图像放缩法检测人脸 | 第49-51页 |
| 3.3.4 两种检测方法的比较 | 第51-52页 |
| 3.4 Adaboost人脸检测算法的Matlab仿真 | 第52-55页 |
| 3.4.1 软件平台上的测试 | 第52-54页 |
| 3.4.2 对人脸窗口提取的改进 | 第54-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第四章 系统的开发环境介绍 | 第56-66页 |
| 4.1 软件环境 | 第56-61页 |
| 4.1.1 AccelDSP综合工具 | 第56-61页 |
| 4.1.1.1 AccelDSP设计流程 | 第56-58页 |
| 4.1.1.2 AccelDSP的编码风格 | 第58-60页 |
| 4.1.1.3 AccelDSP的综合结果 | 第60-61页 |
| 4.1.2 Xilinx公司的集成开发环境ISE | 第61页 |
| 4.2 硬件环境 | 第61-65页 |
| 4.2.1 Anaconda-CL卡介绍 | 第62-64页 |
| 4.2.1.1 Anaconda-CL卡的结构 | 第62-63页 |
| 4.2.1.2 Anaconda-CL卡的性能参数 | 第63-64页 |
| 4.2.2 CCD摄相机 | 第64-65页 |
| 4.3 本章小结 | 第65-66页 |
| 第五章 基于Adaboost算法的人脸检测程序在AccelDSP上转换的实现 | 第66-74页 |
| 5.1 检测程序的改进 | 第66-69页 |
| 5.1.1 人脸检测流程中的相关模块 | 第66-68页 |
| 5.1.2 脚本文件 | 第68-69页 |
| 5.2 在AccelDSP转换的实现 | 第69-73页 |
| 5.2.1 系统环境的配置 | 第69页 |
| 5.2.2 浮点模型 | 第69-70页 |
| 5.2.3 定点模型 | 第70-71页 |
| 5.2.4 寄存器模型 | 第71-72页 |
| 5.2.5 综合硬件描述语言 | 第72-73页 |
| 5.2.6 门级模型 | 第73页 |
| 5.3 本章小结 | 第73-74页 |
| 第六章 FPGA人脸检测的硬件实现 | 第74-82页 |
| 6.1 硬件接口和总线部分 | 第74-79页 |
| 6.1.1 概述 | 第74-75页 |
| 6.1.2 图像传输总线 | 第75-76页 |
| 6.1.3 FPGA相关接口 | 第76-79页 |
| 6.1.3.1 Xscale接口 | 第76-78页 |
| 6.1.3.2 PBI接口 | 第78-79页 |
| 6.2 Firmware设计 | 第79-80页 |
| 6.2.1 寄存器设计 | 第79-80页 |
| 6.2.2 缓存模块设计 | 第80页 |
| 6.2.3 数据格式转换模块设计 | 第80页 |
| 6.2.4 人脸检测模块的例化 | 第80页 |
| 6.3 本章小结 | 第80-82页 |
| 第七章 实验结果及分析 | 第82-92页 |
| 7.1 实验平台的配置 | 第82-84页 |
| 7.1.1 相机设置 | 第82页 |
| 7.1.2 图像采集卡注册 | 第82-83页 |
| 7.1.3 固件下载 | 第83-84页 |
| 7.1.4 系统输出格式设置 | 第84页 |
| 7.1.5 寄存器设置 | 第84页 |
| 7.2 人脸检测系统的检测率实验和分析 | 第84-90页 |
| 7.2.1 数据通路验证实验 | 第85页 |
| 7.2.2 理想情况下的实验 | 第85-88页 |
| 7.2.3 非理性情况下的实验 | 第88-90页 |
| 7.3 人脸检测系统的实时性实验和分析 | 第90-91页 |
| 7.4 本章小结 | 第91-92页 |
| 第八章 总结与展望 | 第92-94页 |
| 8.1 总结 | 第92-93页 |
| 8.2 展望 | 第93-94页 |
| 致谢 | 第94-96页 |
| 参考文献 | 第96-100页 |
| 附录Ⅰ攻读硕士期间的研究成果 | 第100页 |
