学位论文 > 优秀研究生学位论文题录展示

基于AdaBoost算法的人脸检测及其在DSP平台上的移植

作　者: 何世民
导　师: 李全利
学　校: 哈尔滨理工大学
专　业: 控制理论与控制工程
关键词: 人脸检测 AdaBoost算法 级联分类器 DM642
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 88次
引　用: 0次
阅　读: 论文下载
 

内容摘要


人脸检测是计算机视觉及模式识别领域中的经典问题,人脸检测技术一直是该领域的研究热点。随着计算机视觉技术的飞速发展,人脸检测技术的研究与应用也取得了长足的进步。与此同时,计算机及半导体制造技术发展迅速,各种高性能的数据处理芯片不断问世。二者的有机结合为人脸检测在嵌入式系统中实现奠定了基础。嵌入式平台上的人脸检测只有满足实时性指标才能具有较强的实用性。因此,满足实时性指标的嵌入式人脸检测算法是将人脸检测推向实用的先决条件。本文首先阐述了人脸检测算法的发展及研究现状,然后从基本的AdaBoost人脸检测算法出发,分别针对算法的训练过程和检测过程进行改进优化,有效地降低算法的复杂度和计算量,为算法在嵌入式平台上的移植创造了条件。在算法训练过程中,采用了对Haar-like特征高度、宽度和区域加以限制的方法,有效地减少了特征数量,从而缩短了训练时间;在检测过程中,实现对不同大小人脸检测时,本文将弱分类器缩放机制与图像金字塔缩放机制的优缺点进行分析对比,最终,提出了一种将两种机制有机结合的方法来实现多尺度人脸检测。接下来,将PC平台上算法实现移植到DM642平台上,并对算法在DSP平台上的性能进行优化。这部分主要采用了浮点定点化、存储器优化、以及线性汇编优化等优化方法。优化前算法处理CIF(352×288)图像的效率为6帧/秒,优化后的算法效率为30帧/秒。优化后的效率远大于25帧/秒的实时性指标,最终实现了人脸检测在DSP平台上实时检测,从而,实现了具有实时性的嵌入式人脸检测算法。

全文目录


摘要  5-6
Abstract  6-10
第1章 绪论  10-16
  1.1 课题的研究背景及意义  10-11
    1.1.1 课题研究的背景  10-11
    1.1.2 课题研究的意义  11
  1.2 人脸检测综述  11-15
    1.2.1 人脸检测的发展  11-13
    1.2.2 人脸检测的方法  13
    1.2.3 人脸检测的研究难点  13-14
    1.2.4 人脸检测的评价标准  14
    1.2.5 人脸检测的研究现状  14-15
  1.3 本课题研究的主要内容  15-16
第2章 基于AdaBoost 算法的人脸检测  16-33
  2.1 AdaBoost 方法概述  16-18
    2.1.1 AdaBoost 方法的理论基础  16-17
    2.1.2 Adaboost 算法在人脸检测中的应用  17-18
  2.2 矩形特征与积分图  18-23
    2.2.1 矩形特征及特征数量的计算  18-21
    2.2.2 积分图的定义  21-22
    2.2.3 利用积分图计算矩形特征值  22-23
  2.3 AdaBoost 人脸检测算法的训练  23-27
    2.3.1 分类器的训练  24-26
    2.3.2 级联分类器的设计  26-27
  2.4 Adaboost 人脸检测算法训练过程的优化  27-32
  2.5 本章小结  32-33
第3章 AadBoost 人脸检测算法的实现  33-40
  3.1 Adaboost 人脸检测算法检测流程  33-34
  3.2 多尺度人脸检测机制  34-35
    3.2.1 弱分类器尺度缩放机制  34
    3.2.2 图像缩放机制  34-35
  3.3 人脸检测过程的软件设计  35-39
    3.3.1 图像预处理及积分图计算  35-36
    3.3.2 多尺度人脸检测机制的设计  36-38
    3.3.3 检测结果的合并  38-39
  3.4 本章小结  39-40
第4章 人脸检测算法在DSP 平台上的移植与优化  40-54
  4.1 DM642 平台简介  40-42
  4.2 TM320C6000 系列DSP 的软件开发  42-44
    4.2.1 软件开发工具  42
    4.2.2 软件开发流程  42-44
  4.3 人脸检测算法在DM642 平台上的移植  44-45
  4.4 基于DM642 平台的Adaboost 人脸检测算法优化  45-53
    4.4.1 算法参数优化  46
    4.4.2 浮点定点化  46-47
    4.4.3 优化编译选项并使用内联函数  47-49
    4.4.4 软件流水  49-50
    4.4.5 数据存取与传输策略  50-53
    4.4.6 线性汇编优化  53
  4.5 本章小结  53-54
第5章 实验结果及分析  54-60
  5.1 人脸检测算法的性能指标  54-55
  5.2 人脸检测算法在DSP 平台上的效率  55
  5.3 实际检测结果及分析  55-59
  5.4 本章小结  59-60
结论  60-61
参考文献  61-65
攻读硕士学位期间发表的学术论文  65-66
致谢  66

相似论文

  1. 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
  2. FPGA/DSP图像协处理技术及以太网数据传输,TP391.41
  3. 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
  4. 基于肤色分割与AdaBoost算法的人脸检测研究,TP391.41
  5. 基于AdaBoost算法的人脸识别研究,TP391.41
  6. 基于OpenCV的人脸检测方法研究,TP391.41
  7. 基于视觉的驾驶员疲劳实时检测研究,TP391.41
  8. 基于连续Adaboost算法的多角度人脸检测技术研究与实现,TP391.41
  9. 人脸表情识别算法研究,TP391.41
  10. 基于DM642的H.264视频编码实现及优化方法的研究,TN919.81
  11. 基于与或图的异常人脸检测技术研究,TP391.41
  12. 人脸特征提取系统的关键技术研究及其DSP实现,TP391.41
  13. 基于特征点定位的虚拟试戴的研究,TP391.41
  14. 边防红外监控系统中运动目标的检测预警设计,TP391.41
  15. 基于DM642的红外运动目标检测与跟踪技术实现,TP391.41
  16. 彩色人脸检测与识别研究,TP391.41
  17. 人脸自动美化算法研究,TP391.41
  18. 基于图像分析的人脸比对技术研究,TP391.41
  19. 基于ARM9的嵌入式图像处理平台的设计及应用,TP391.41
  20. 自然教室中基于视频流的人脸识别系统的研究与实现,TP391.41
  21. 人脸检测研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com