基于Impulse C的嵌入式人脸检测算法的软硬件协同设计及仿真

摘要

基于统计的人脸检测方法近年来发展迅速,与此同时随着嵌入式设备的发展,出现了基于嵌入式设备的实时人脸检测的需求。以Adaboost为代表,基于统计的人脸检测方法具有良好的识别率和适应性,但其计算量较大,目前主要的嵌入式设备还很难达到实时检测的性能要求。本文实现了基于FPGA平台的Adaboost算法,借助ESL工具设计并仿真验证了硬件协处理器,为嵌入式设备硬件加速设计提供了一种快速实现方式。本文主要工作和贡献为：1.研究分析Adaboost算法流程。分析了Adaboost算法运算密集程度及对嵌入式系统性能的影响。2.在FPGA平台上实现Adaboost算法,分析其性能并提出对Adaboost算法在嵌入式系统上提高性能的可行方法。3.研究Impulse C语言硬件描述方法,并在此基础上,实现了人脸检测的Adaboost算法中积分图运算的Impulse C描述。Impulse C是一种与ANSI C兼容的并行性扩展集,能够支持并行结构的描述,与EDK工具结合紧密。借助Impulse C实现了硬件加速模块,给出了模块硬件结构,VerilogHDL描述及ModelSim仿真波形,验证了其功能。4.利用硬件加速模块,在Xilinx公司Spartan-3E开发平台上实现了Adaboost人脸检测算法加速。

目录

摘要

Abstract

第一章 绪论

1.1 人脸检测应用发展

1.2 人脸检测技术的演进

1.3 本章小结

第二章 Adaboost 检测算法及改进

2.1 Boosting 算法简介

2.2 Adaboost 算法基本流程分析及改进

2.2.1 Adaboost 训练算法

2.2.2 Adaboost 级联检测算法

2.3 本章小结

第三章 嵌入式系统的 Impulse C 实现

3.1 嵌入式系统设计

3.1.1 嵌入式系统软硬件划分

3.1.2 嵌入式设备硬件系统级设计

3.1.3 ESL 发展及自顶向下设计方法

3.2 Impulse C 简介

3.3 Impulse C 软硬件协同设计

3.3.1 Impulse C 软硬件模块设计

3.3.2 Impulse C 接口描述

3.3.3 软件仿真执行

3.4 本章小结

第四章 基于FPGA 的硬件加速器设计

4.1 实验平台及算法的软硬件划分

4.1.1 FPGA 开发平台

4.1.2 软硬件划分

4.2 硬件加速器设计

4.2.1 硬件加速器结构

4.2.2 加速器模块工作流程

4.2.3 功能仿真

4.2.4 仿真波形

4.3 本章小结

总结与展望

参考文献

致谢

攻读学位期间已发表或录用的论文