adaboost算法并行硬件架构研究与fpga验证

adaboost算法并行硬件架构研究与fpga验证

ID:34451176

大小:2.65 MB

页数:142页

时间:2019-03-06

adaboost算法并行硬件架构研究与fpga验证_第1页
adaboost算法并行硬件架构研究与fpga验证_第2页
adaboost算法并行硬件架构研究与fpga验证_第3页
adaboost算法并行硬件架构研究与fpga验证_第4页
adaboost算法并行硬件架构研究与fpga验证_第5页
资源描述:

《adaboost算法并行硬件架构研究与fpga验证》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、上海交通大学硕士学位论文Adaboost算法并行硬件架构研究与FPGA验证姓名:居然申请学位级别:硕士专业:软件工程指导教师:施国勇20081201Adaboost算法并行硬件架构研究与FPGA验证摘要人脸检测是机器视觉的重要组成部分,广泛应用于人机交互,视频监控等领域。如何在嵌入式系统上实现实时人脸检测是一项非常有研究价值的课题。基于Adaboost算法的级联人脸检测方案检测速率快,检出率高,该算法将分类器分成若干级,只有通过所有分类器才能判定为人脸。通过将特征数量少的分类器放在前面,迅速排除大部分非人脸区域,在不影响检测精度的情况下,可显著提高检测速度。但是该算法需要存取的数据量大

2、,计算复杂度高,单纯采用纯软件方案来实现,难以达到实时检测的要求。采用硬件实现方案,可充分利用硬件并行处理特性,通过流水线技术,可大大提高检测速度,达到实时检测要求,同时大量节省嵌入式系统CPU及内存资源。本文分析了现有几种Adaboost算法硬件架构,对耗费的逻辑资源,检测速度,存储器访问效率等进行分析,设计了一种新的阵列单元结构,充分利用硬件的并行处理能力,可在一个时钟周期内计算多个矩形灰度和。阵列单元结构以被检窗口为中心,采用固定检测窗口大小(20×20),改变被检图像尺寸的扫描策略,可以有效的减少检测单元耗费的硬件资源。采用了高并行度的阵列架构设计,只需要增加一套MUX就可将系

3、统并行度增加1(并行度为n的系统可在每个时钟周期计算出n个矩形灰度和)。本设计采用XilinxSpartan3ADSP型FPGA进行验证,配合视频第I页输入以及输出模块,在系统时钟为50MHz的情况下,可对VGA分辨率(640×480)的图像进行实时检测。关键字:Adaboost;人脸检测;流水线;FPGA第II页ParallelArchitectureDesignandFPGAVerificationofHardwareAdaboostAlgorithmAbstractFacedetectionisanimportantpartofcomputervision.Itiswidelyu

4、sedinmanyfieldssuchasman-machineinteraction,videomonitoringandetc.However,thesefieldshavemoreandmorerequirementsofembeddedsolution.Sohowtoimplementreal-timefacedetectiononembeddedplatformisaveryvaluableresearchsubject.TheCascadefacedetectionschemebasedonAdaboostalgorithmisbetterthanotheralgorith

5、msinbothdetectionspeedandprecision.First,classifierisdividedintoseveralstages.Onlythewindowswhichcanpassallthestagescouldbejudgedashumanfaces.Stageswithfewerfeaturesareputinfrontofstageswithmorefeatures,sotheclassifiercanexcludemostofthenon-facewindows.Inthiswayfacedetectionisspeedupwithoutimpac

6、tingthedetectionprecision.Butthisalgorithmisverycomplexandneedsalotofmemoryaccess,itcannotreachreal-timefacedetectionwithsoftwarescheme.Withtheparallelizabilityandpipe-linetechnologyofhardwarescheme,detectionprocesscanbegreatlyaccelerated.Thispaperpresentsanarraydetectionarchitecturebasedoncaref

7、ulanalysisof第III页theAdaboostalgorithmanditscurrenthardwareimplementation.Besides,thesolutionoptimizesthestrategyofwindowscanninganddecreasesthearchitecture’smemoryaccessingforexternaldata.Thusthecostofmemorybandwidthisgreatl

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。