基于FPGA的Adaboost人臉檢測算法設計與驗證.pdf

1、人臉識別技術(shù)一直以來都是人工智能領域的研究熱點之一，并且隨著計算方法和計算工具的進步得到了極大地發(fā)展。人臉檢測作為人臉識別系統(tǒng)的第一步，其檢測率和檢測速度直接影響整個人臉識別系統(tǒng)的性能，因此實現(xiàn)快速準確的人臉檢測系統(tǒng)具有十分重要的意義。
　　本文的主要研究內(nèi)容是對Adaboost人臉檢測算法進行優(yōu)化設計，使其適用于FPGA平臺實現(xiàn)。通過對基于Haar特征的人臉檢測算法進行深入分析，確定優(yōu)化改進方案，在保證檢測率的基礎上實現(xiàn)人臉的快

2、速檢測。本文采用圖像縮放和多尺寸檢測窗相結(jié)合的方法，避免了傳統(tǒng)方法對檢測窗的非整數(shù)倍放大，便于FPGA電路快速實現(xiàn)。為進一步加快檢測速度，加大檢測窗每次移動的步長，減少檢測次數(shù)。本文采用小尺寸固定窗對圖像進行遍歷，以節(jié)省存儲空間的使用。設計了固定窗積分圖計算與存儲策略，進一步提高了檢測速度。為了降低算法的誤檢率，對初次檢測到的人臉位置進行快速擴展驗證。此外本文還采用了平方特征閾值比較方法和浮點數(shù)定點化設計，使算法適用于FPGA硬件平臺實

3、現(xiàn)。
　　本文基于Opal Kelly公司的開發(fā)板XEM6310-LX150完成了Adaboost人臉檢測算法的FPGA電路優(yōu)化設計和測試驗證。實驗結(jié)果表明，在FPGA系統(tǒng)工作頻率62MHz下，人臉檢測算法占用XilinxSparten-6系列XC6SLX150型FPGA上Slice資源1843個(8％)和片上RAM資源1495Kb(31％)。本文設計人臉檢測系統(tǒng)的誤檢率低于2％，對于包含一張人臉的高清圖像(1280×720)的檢