Adaboost算法并行硬件架構(gòu)研究與FPGA驗證.pdf

1、人臉檢測是機器視覺的重要組成部分，廣泛應(yīng)用于人機交互，視頻監(jiān)控等領(lǐng)域。如何在嵌入式系統(tǒng)上實現(xiàn)實時人臉檢測是一項非常有研究價值的課題。基于Adaboost 算法的級聯(lián)人臉檢測方案檢測速率快，檢出率高，該算法將分類器分成若干級，只有通過所有分類器才能判定為人臉。通過將特征數(shù)量少的分類器放在前面，迅速排除大部分非人臉區(qū)域，在不影響檢測精度的情況下，可顯著提高檢測速度。 但是該算法需要存取的數(shù)據(jù)量大，計算復(fù)雜度高，單純采用純軟件方案來實

2、現(xiàn)，難以達(dá)到實時檢測的要求。采用硬件實現(xiàn)方案，可充分利用硬件并行處理特性，通過流水線技術(shù)，可大大提高檢測速度，達(dá)到實時檢測要求，同時大量節(jié)省嵌入式系統(tǒng)CPU 及內(nèi)存資源。 本文分析了現(xiàn)有幾種Adaboost 算法硬件架構(gòu)，對耗費的邏輯資源，檢測速度，存儲器訪問效率等進(jìn)行分析，設(shè)計了一種新的陣列單元結(jié)構(gòu)，充分利用硬件的并行處理能力，可在一個時鐘周期內(nèi)計算多個矩形灰度和。陣列單元結(jié)構(gòu)以被檢窗口為中心，采用固定檢測窗口大?。?0 ×2