摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
缩略语对照表 | 第10-11页 |
第一章 绪论 | 第11-19页 |
1.1 研究背景与意义 | 第11-13页 |
1.2 国内外研究状况 | 第13-15页 |
1.3 本文主要工作与创新点 | 第15-17页 |
1.3.1 本文主要工作 | 第15-16页 |
1.3.2 本设计创新点 | 第16-17页 |
1.4 主要工作与章节安排 | 第17-19页 |
第二章 人脸检测算法的分类与软硬件协同设计 | 第19-29页 |
2.1 人脸检测算法与分类 | 第19-25页 |
2.1.1 基于知识的人脸检测方法 | 第19-20页 |
2.1.2 基于统计的人脸检测方法 | 第20-23页 |
2.1.3 基于深度学习的人脸检测算法 | 第23-25页 |
2.2 嵌入式平台的发展与软硬件协同处理 | 第25-28页 |
2.2.1 嵌入式平台的发展 | 第25-27页 |
2.2.2 软硬件协同处理 | 第27-28页 |
2.3 本章小结 | 第28-29页 |
第三章 基于ADABOOST的人脸检测以及ZYBO硬件平台介绍 | 第29-44页 |
3.1 AdaBoost人脸检测算法 | 第29-38页 |
3.1.1 Haar-like特征 | 第29-31页 |
3.1.2 积分图与Haar特征值计算 | 第31-32页 |
3.1.3 级联分类器的构建 | 第32-36页 |
3.1.4 Adaboost人脸检测算法流程 | 第36-38页 |
3.2 ZYBO硬件开发平台与技术手段 | 第38-42页 |
3.2.1 ZYBO开发板 | 第38-39页 |
3.2.2 ZYNQ平台介绍 | 第39-41页 |
3.2.3 ZYNQ设计优势 | 第41-42页 |
3.3 本章小结 | 第42-44页 |
第四章 人脸检测系统的硬件平台设计 | 第44-61页 |
4.1 PL部分图像显示设计 | 第46-50页 |
4.1.1 VGA数模转换 | 第46-47页 |
4.1.2 VGA显示时序设计 | 第47-48页 |
4.1.3 VGA功能与时序仿真 | 第48-50页 |
4.2 PS与 PL之间互联 | 第50-53页 |
4.2.1 AXI总线技术 | 第50页 |
4.2.2 Video Direct Memory Access(VDMA)模块 | 第50-51页 |
4.2.3 VDMA IP核的驱动设计 | 第51-53页 |
4.3 PS处理器系统的配置及USB摄像头 | 第53-56页 |
4.4 硬件平台集成与导出 | 第56-59页 |
4.4.1 硬件模块集成 | 第56-57页 |
4.4.2 硬件模块的地址分配 | 第57-58页 |
4.4.3 综合硬件设计 | 第58页 |
4.4.4 实现硬件设计 | 第58-59页 |
4.4.5 导出硬件设计 | 第59页 |
4.5 本章小结 | 第59-61页 |
第五章 人脸检测系统的软件平台设计 | 第61-73页 |
5.1 宿主机开发环境搭建 | 第61-62页 |
5.2 安装Petalinux工具集 | 第62-63页 |
5.3 使用交叉编译环境配置和编译源码 | 第63-67页 |
5.4 制作SD卡启动镜像 | 第67-69页 |
5.5 目标机运行Linux | 第69-72页 |
5.6 本章小结 | 第72-73页 |
第六章 人脸检测算法的软硬件协同设计 | 第73-81页 |
6.1 图像预处理 | 第73页 |
6.2 人脸检测算法的C语言实现 | 第73-75页 |
6.3 人脸检测算法的部分硬件加速 | 第75-80页 |
6.4 本章小结 | 第80-81页 |
第七章 工程实验与结果分析 | 第81-92页 |
7.1 工程调试步骤 | 第81-82页 |
7.2 ZYNQ资源使用情况 | 第82页 |
7.3 人脸检测的评估标准 | 第82-83页 |
7.4 多样本测试 | 第83-86页 |
7.5 测试结果分析 | 第86-91页 |
7.5.1 召回率、误检率参数对比 | 第86-89页 |
7.5.2 检测速度对比 | 第89-90页 |
7.5.3 资源使用与成本对比 | 第90-91页 |
7.6 本章小结 | 第91-92页 |
第八章 总结与展望 | 第92-93页 |
参考文献 | 第93-97页 |
致谢 | 第97-98页 |
攻读硕士学位期间已发表或录用的论文 | 第98-100页 |