首页> 外文期刊>Pomiary Automatyka Kontrola >Implementacja algorytmu rozpoznawania twarzy z użyciem metody analizy głównych składowych w układzie SoC
【24h】

Implementacja algorytmu rozpoznawania twarzy z użyciem metody analizy głównych składowych w układzie SoC

机译:使用主成分分析法在SoC系统中实现人脸识别算法

获取原文
获取原文并翻译 | 示例

摘要

W artykule przedstawiono koncepcję oraz realizację sprzętową mikrosys-temu do rozpoznawania twarzy z użyciem metody PCA (Principal Component Analysis). Jako platforma sprzętowa użyty został układ programowalny SoC z rodziny Zynq firmy Xilinx. Realizacja PCA polega na zbudowaniu bazy danych w oparciu o obrazy źródłowe a następnie dopasowaniu poszukiwanej twarzy w bazie danych. W artykule przedstawiono implementację programową w środowisku Matlab/PC oraz implementację w układzie SoC. Obydwie implementacje przetestowano i przebadano pod względem złożoności oraz szybkości działania. Przedstawiono również ich zalety i wady.%This paper describes the design and implementation of the integrated microsystem for face recognition in digital images, based on a new SoC Zynq from Xilinx, Zynq is a new class of SoCs which contains an industry-standard ARM dual-core Cortex-A9 processing system and 28 nm programmable logic. Face recognition is performed by the well known PCA algorithm (Principal Component Analysis). The proposed microsystem creates database from a number of source images and then identifies faces by PCA fitness. The algorithm was implemented in a twofold way: (1) using MATLAB/PC, and (2) hardware platform based on ZedBoard from Avnet with Zynq XC7Z020 SoC. Both versions of implementations were tested in terms of complexity and speed. It was proved that the hardware implementation worked properly and gave exactly the same results as a software algorithm running on the PC platform. Experimental tests of the PCA-based face recognition system were performed with the use of ORL database. The hardware implementation is relatively slower but fast enough for most real applications of face detection systems in mobile, handheld terminals. Since the proposed microsystem is based on the embedded dual-core ARM Cortex A9 processor and uses Linux kernel it can be easily extended and connected to other digital devices using standard communication interfaces (including wireless channels).
机译:本文介绍了使用PCA(主成分分析)方法进行人脸识别的微系统的概念和硬件实现。作为硬件平台,使用了Xilinx Zynq系列的SoC可编程系统。 PCA的实现包括基于源图像构建数据库,然后在数据库中匹配搜索到的面部。本文介绍了在Matlab / PC环境中的软件实现和在SoC系统中的实现。两种实现方式都已经过测试,并且测试了它们的复杂性和操作速度。本文基于Xilinx的新型SoC Zynq描述了用于数字图像人脸识别的集成微系统的设计和实现,Zynq是包含工业标准ARM双核的新型SoC。核心Cortex-A9处理系统和28 nm可编程逻辑。人脸识别是通过众所周知的PCA算法(主成分分析)执行的。拟议的微系统从多个源图像创建数据库,然后通过PCA适应度识别面部。该算法以两种方式实现:(1)使用MATLAB / PC,以及(2)基于Avnet的ZedBoard的硬件平台以及Zynq XC7Z020 SoC。两种版本的实现都经过了复杂性和速度的测试。事实证明,硬件实现可以正常工作,并且得到与在PC平台上运行的软件算法完全相同的结果。使用ORL数据库对基于PCA的面部识别系统进行了实验测试。硬件实现相对较慢,但对于移动,手持终端中的面部检测系统的大多数实际应用而言,足够快。由于建议的微系统基于嵌入式双核ARM Cortex A9处理器并使用Linux内核,因此可以轻松扩展并使用标准通信接口(包括无线通道)将其连接到其他数字设备。

著录项

  • 来源
    《Pomiary Automatyka Kontrola》 |2014年第7期|423-425|共3页
  • 作者

    Paweł WUJEK; Ryszard PEŁKA;

  • 作者单位

    WOJSKOWA AKADEMIA TECHNICZNA, WYDZIAŁ ELEKTRONIKI, INSTYTUT TELEKOMUNIKACJI, ZAKŁAD TECHNIKI CYFROWEJ ul. Gen. Sylwestra Kaliskiego 2, 00-908 Warszawa 49;

    WOJSKOWA AKADEMIA TECHNICZNA, WYDZIAŁ ELEKTRONIKI, INSTYTUT TELEKOMUNIKACJI, ZAKŁAD TECHNIKI CYFROWEJ ul. Gen. Sylwestra Kaliskiego 2, 00-908 Warszawa 49;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 pol
  • 中图分类
  • 关键词

    rozpoznawanie twarzy; FPGA; SoC;

    机译:人脸识别;FPGA;片上系统;

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号