基于SOPC的人脸检测系统的设计

2014-01-21 00:52:56汤欲涛
电子设计工程 2014年21期
关键词:特征检测系统

汤欲涛,梁 锐,刘 畅

(吉林大学 电子科学与工程学院 集成光电子学国家重点联合实验室吉林大学实验区,吉林 长春 130012)

人脸检测技术[1]是计算机视觉领域非常重要的研究内容,正受到越来越多的关注。但传统的PC机平台上人脸检测系统体积庞大、不易携带、费用高等缺陷。采用通用DSP和多核处理器实现的话,价格昂贵、系统的可拓展性差。本文采用了xilinx公司的Zynq-7000系列芯片作为人脸检测系统实现平台。Zynq-7000[2]系列是Xilinx公司推出的行业第一个可扩展处理All Programmable解决方案平台,旨在为视频监视、汽车驾驶员辅助以及工厂自动化等高端嵌入式应用提供所需的处理与计算性能水平。本设计采用的是Zynq-7000的XC7Z02SOPC芯片,该芯片集成了Crotex-A9 MPCore双核处理器系统,同时内部集成了丰富的可编程逻辑资源,该部分包含约1.3M个等效逻辑门数和220个DSP Slices。这些资源提供了灵活可拓展的图像处理解决方案。

人脸检测算法有很多,主要可以分为:基于知识的方法、基于特征的方法、基于模板的方法和基于统计的方法。其中以Adaboost为统计的人脸检测算法是无论在检测精度还是检测速度上,在计算机视觉领域被认为已经达到很高的水准。

1 Adaboost人脸检测算法原理

Adaboost人脸检测算法[3-4]是基于统计模型的方法,该方法给出了一个实时的、稳定的检测架构。此方法会从许多典型的数据信息中获取并进行特定的分析,得出人脸图像,这也是人们普遍使用它进行人脸识别的最根本原因。这一算法主要有3个方面的特点:利用积分图(Integral Image)快速计算Haar特征;……

登录APP查看全文

猜你喜欢
特征检测系统
Smartflower POP 一体式光伏系统
工业设计(2022年8期)2022-09-09 07:43:20
WJ-700无人机系统
ZC系列无人机遥感系统
北京测绘(2020年12期)2020-12-29 01:33:58
如何表达“特征”
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini
小波变换在PCB缺陷检测中的应用
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15