图像识别中BP神经网络的硬件实现

摘要

本论文通过研究神经网络的各种改进算法,对算法进行优化选择,提出了一种基于FPGA实现BP神经网络算法的方案。
　　BP神经网络作为神经网络中使用最广泛的一种,应用到图像识别领域已经有很长一段时间了。对网络训练算法的改进也在不断向前发展,出现了各种各样的改进学习算法。对网络的硬件实现方式也有一定的探索和研究,但是最终很少有针对图像识别的具体问题来具体实现的硬件BP神经网络。
　　为了通过硬件实现BP神经网络,论文整体由三大模块构成。在第一个模块里边介绍了神经网络和图像识别目前的发展现状,以及神经网络的基础理论知识和BP算法的具体运算方式及其算法的几种改进手段。第二个模块着重结合BP神经网络应用的灵活性,针对驾驶员疲劳监视系统需求提出BP神经网络需要解决的具体问题,根据具体问题构建基于BP神经网络的图像识别模型。通过Matlab仿真确定具体问题的神经网络的组建参数,并针对参数选取对硬件算法进行优化修改,并得到仿真结果,形成一个完整的可用于驾驶员疲劳监视系统的图像识别硬件模型。第三个模块从定性和定量两个方面分析硬件实现BP神经网络的具体运作流程并对神经网络进行了模块划分。通过对各个模块的具体分析实现了各模块功能,例化完成了硬件BP神经网络BP_net。
　　由于最终设计实现的神经网络占用资源比较多,在当前实验环境无法直接在硬件上实现。所以网络只能在软件环境下进行训练跟踪和进行结果验证。在论文的最后,进行了BP神经网络BP_net的仿真验证设计,同时实现了硬件BP神经网络波形仿真。论文结合结果验证设计了软件仿真过程的数据交换功能,从而实现网络的训练和结果的验证。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1选题背景1.2图像识别中BP神经网络的发展

1.3 BP神经网络在图像识别应用中的研究现状

1.4论文的研究任务及内容安排

2 BP神经网络及其在驾驶员疲劳监视系统中的应用分析

2.1 BP神经网络

2.2 BP神经网络算法的几种改进手段

2.3驾驶员疲劳监视系统工作原理

2.4 BP神经网络具体化应用分析

3 BP神经网络实现的关键问题研究分析

3.1 BP神经网络图像识别模块硬件结构分析

3.2 神经网络中的数值分析

3.3软件仿真确定图像识别神经网络的组建及训练参数

4 BP神经网络的硬件实现

4.1整体设计

4.2神经元运算模块的硬件设计

4.3 神经元封装

5 BP神经网络硬件封装和功能验证

5.1 BP神经网络的硬件封装

5.2 BP神经网络的功能验证

致谢

参考文献