論文通過(guò)分析國(guó)內(nèi)外數(shù)字水印的發(fā)展現(xiàn)狀，針對(duì)目前市場(chǎng)上假冒偽劣商品泛濫的實(shí)際問(wèn)題，介紹了一種基于ARM9（S3C2410X）的數(shù)字水印商標(biāo)檢測(cè)儀的設(shè)計(jì)。 為了選擇魯棒性好的數(shù)字水印提取算法，論文介紹了用MATLAB對(duì)離散余弦變換、小波變換和基于主要特征方向向量的DCT和DWT相結(jié)合的算法的仿真過(guò)程，包括三種檢測(cè)算法在無(wú)噪聲且無(wú)攻擊、有噪聲、濾波以及RST攻擊（旋轉(zhuǎn)、放縮、平移）等情況。通過(guò)仿真結(jié)果的對(duì)比，最后選擇了基于主要特征方向向量的DCT和DWT相結(jié)合的算法作為商標(biāo)檢測(cè)儀數(shù)字水印的提取算法。 在商標(biāo)檢測(cè)儀的軟硬件實(shí)現(xiàn)過(guò)程中，論文首先介紹了檢測(cè)儀的硬件設(shè)計(jì)，包括ARM9處理芯片及其外圍擴(kuò)展電路，采集設(shè)備，人機(jī)接口等部分。然后研究了基于ARM9的關(guān)于Bootload啟動(dòng)代碼的引導(dǎo)以及Linux操作系統(tǒng)的移植，并建立了嵌入式交叉編譯環(huán)境，為檢測(cè)儀的設(shè)計(jì)和研究構(gòu)建了一個(gè)良好的平臺(tái)。在軟件設(shè)計(jì)方面，主要介紹了用C語(yǔ)言實(shí)現(xiàn)基于主要特征方向向量的DCT和DWT相結(jié)合的算法，其中包括小波變換、離散余弦變換、Zigzag排列和相關(guān)檢測(cè)程序等，另外，論文還對(duì)數(shù)字水印商標(biāo)檢測(cè)儀的圖像采集、人機(jī)交互、終端顯示等程序的設(shè)計(jì)方法進(jìn)行了論述。
標(biāo)簽： ARM 數(shù)字水印 商標(biāo) 儀的設(shè)計(jì)
上傳時(shí)間： 2013-07-02
上傳用戶：tdyoung
近年來(lái)，隨著現(xiàn)代社會(huì)對(duì)軍用和民用設(shè)備需求的不斷擴(kuò)大及要求的不斷提高，運(yùn)動(dòng)目標(biāo)的識(shí)別和跟蹤技術(shù)已經(jīng)迅速發(fā)展成為現(xiàn)代信息處理領(lǐng)域中一項(xiàng)非常重要的技術(shù)，并在許多領(lǐng)域內(nèi)發(fā)揮著不可替代的作用，但是在面向應(yīng)用的目標(biāo)跟蹤系統(tǒng)卻不盡如人意，不能很好的滿足應(yīng)用的要求。 本文簡(jiǎn)述了傳統(tǒng)的基于桌面PC機(jī)的目標(biāo)跟蹤系統(tǒng)實(shí)現(xiàn)方法。目標(biāo)跟蹤具有兩個(gè)突出的特點(diǎn)，一是計(jì)算數(shù)據(jù)量大，一是對(duì)處理速度要求高。傳統(tǒng)上，運(yùn)動(dòng)目標(biāo)跟蹤系統(tǒng)的實(shí)現(xiàn)是基于桌面PC機(jī)，但工業(yè)應(yīng)用的快速發(fā)展使傳統(tǒng)的目標(biāo)跟蹤系統(tǒng)越來(lái)越不能滿足應(yīng)用的需要。 本文提出了一種基于ARM嵌入式平臺(tái)的目標(biāo)跟蹤解決方案。研究了如何將嵌入式平臺(tái)和目標(biāo)跟蹤結(jié)合起來(lái)，并對(duì)系統(tǒng)的設(shè)計(jì)思想和設(shè)計(jì)方法進(jìn)行了詳述。首先進(jìn)行了功能分析和總體設(shè)計(jì)，分析了將嵌入式平臺(tái)作為目標(biāo)跟蹤解決方案的關(guān)鍵性問(wèn)題，包括采用ARM嵌入式平臺(tái)的必要性，系統(tǒng)框架的設(shè)計(jì)，對(duì)于嵌入式處理器和操作系統(tǒng)的選擇：然后在總體設(shè)計(jì)的基礎(chǔ)上完成了系統(tǒng)的設(shè)計(jì)，包括軟硬件平臺(tái)的設(shè)計(jì)，完成了BootLoader的設(shè)計(jì)，Linux內(nèi)核的定制，USB攝像頭驅(qū)動(dòng)程序的設(shè)計(jì)和OpenCV視覺(jué)庫(kù)的建立；最后分析了目標(biāo)跟蹤的過(guò)程，利用背景差法實(shí)現(xiàn)了運(yùn)動(dòng)的檢測(cè)，提取了行人的特征，利用Mean-Shift算法實(shí)現(xiàn)了對(duì)運(yùn)動(dòng)目標(biāo)的跟蹤。 本文提出的基于嵌入式平臺(tái)的目標(biāo)跟蹤系統(tǒng)的應(yīng)用潛力巨大，有待進(jìn)一步的研究和探索。在論文最后對(duì)研究進(jìn)行了總結(jié)和展望，提出了未來(lái)的研究方向。
標(biāo)簽： ARM 嵌入式平臺(tái) 目標(biāo)跟蹤系統(tǒng)
上傳時(shí)間： 2013-05-27
上傳用戶：qiao8960
心血管系統(tǒng)疾病是現(xiàn)今世界上發(fā)病率和死亡率最高的疾病之一。T波交替(T-wavealtemans,TWA)作為一種非穩(wěn)態(tài)的心電變異性現(xiàn)象，是指心電T波段振幅、形態(tài)甚至極性逐拍交替變化。大量研究表明，TWA與室性心律失常、心臟性猝死等有直接密切的關(guān)系，已成為一種無(wú)創(chuàng)獨(dú)立性預(yù)測(cè)指標(biāo)。隨著數(shù)字信號(hào)處理技術(shù)和計(jì)算機(jī)技術(shù)的迅速發(fā)展，微伏級(jí)的TWA已經(jīng)可以被檢出，并且精度越來(lái)越高。本文以T波交替檢測(cè)為中心，基于ARM給出了T波交替檢測(cè)技術(shù)原理性樣機(jī)的硬件及軟件，實(shí)現(xiàn)實(shí)時(shí)監(jiān)護(hù)的目的。 在TWA檢測(cè)研究中，需要對(duì)心電信號(hào)進(jìn)行預(yù)處理，即信號(hào)去噪和特征點(diǎn)檢測(cè)。小波分析以其多分辨率的特性和表征時(shí)頻兩域信號(hào)局部特征的能力成為我們選取的心電信號(hào)自動(dòng)分析手段。文中采用小波變換將原始心電信號(hào)分解為不同頻段的細(xì)節(jié)信號(hào)，根據(jù)三種主要噪聲的不同能量分布，采用自適應(yīng)閾值和軟硬閾值折衷處理策略用閾值濾波方法對(duì)原始信號(hào)進(jìn)行去噪處理：同時(shí)基于心電信號(hào)的特征點(diǎn)R峰對(duì)應(yīng)于Mexican-hat小波變換的極值點(diǎn)，因此我們使用Mexican-hat小波檢測(cè)R峰，通過(guò)附加檢測(cè)方案確保了位置的準(zhǔn)確性，并根據(jù)需要提出了T波矩陣提取方法。 隨后文章介紹了T波交替的產(chǎn)生機(jī)理及研究進(jìn)展，分別從臨床應(yīng)用和檢測(cè)方法上展現(xiàn)了目前TWA的發(fā)展進(jìn)程，并利用了譜分析法、相關(guān)分析法和移動(dòng)平均修正算法分別從時(shí)域和頻域?qū)σ恍颖緮?shù)據(jù)進(jìn)行T波交替檢測(cè)。在檢測(cè)中譜分析法抗噪能力較強(qiáng)，但作為一種頻域檢測(cè)方法，無(wú)法檢測(cè)非穩(wěn)態(tài)TWA信號(hào)，而相關(guān)分析法受呼吸、噪聲影響較大，數(shù)據(jù)要求較高，因此可以在譜分析檢測(cè)為陽(yáng)性TWA基礎(chǔ)上，再對(duì)信號(hào)進(jìn)行相關(guān)分析，從而克服自身算法缺陷，確定交替幅度和時(shí)間段。最后對(duì)影響檢測(cè)結(jié)果的因素進(jìn)行討論研究，從而降低檢測(cè)誤差。 文章還設(shè)計(jì)了T波交替檢測(cè)技術(shù)原理性樣機(jī)的關(guān)鍵部分電路和軟件框架。硬件部分圍繞ARM核的Samsung S3C44BOX為核心，設(shè)計(jì)了該樣機(jī)的關(guān)鍵電路，包括采集模塊、數(shù)據(jù)處理模塊(外部存儲(chǔ)電路、通信接口電路等)。其中在采集模塊中針對(duì)心電信號(hào)是微弱信號(hào)并且干擾大的特點(diǎn)，采用了具有高共模抑制比和高輸入阻抗的分級(jí)放大電路，有效的提取了信號(hào)分量：A/D轉(zhuǎn)換電路保證了信號(hào)量化的高精度。利用USB接口芯片和刪內(nèi)部異步串行通訊實(shí)現(xiàn)系統(tǒng)與外界聯(lián)系。系統(tǒng)軟件中首先介紹了系統(tǒng)的軟件開(kāi)發(fā)環(huán)境，然后給出了心電信號(hào)分析及處理程序設(shè)計(jì)流程圖及實(shí)現(xiàn)，使它們共同完成系統(tǒng)的軟件監(jiān)護(hù)功能。
標(biāo)簽： ARM 檢測(cè)技術(shù)
上傳時(shí)間： 2013-07-27
上傳用戶：familiarsmile
自“9.11”后，隨著人們對(duì)安防需求的升級(jí)，門(mén)禁控制系統(tǒng)得到日益廣泛的應(yīng)用，不斷提高門(mén)禁系統(tǒng)的安全性成為研究的重要課題。第四代門(mén)禁系統(tǒng)結(jié)合了人體生物特征識(shí)別技術(shù)，利用人體本身具有的物理特征(如指紋、虹膜、臉型、掌紋等)或行為特征(如步態(tài)、簽名等)來(lái)確定人的身份，取代或加強(qiáng)傳統(tǒng)的身份識(shí)別方法。 論文采用掌形識(shí)別為控制方案，基于ARM920T內(nèi)核的EP9315芯片為門(mén)禁系統(tǒng)CPU，設(shè)計(jì)和調(diào)試了系統(tǒng)的硬件平臺(tái)。 論文研究了掌形識(shí)別算法，進(jìn)行了三方面的工作。 首先研究了掌形中的手形特征，提出了一種基于骨架特征的手形識(shí)別算法，很好的克服了手指旋轉(zhuǎn)給識(shí)別帶來(lái)的干擾。 然后研究了掌形中的掌紋特征，通過(guò)系列圖像處理，分離出手掌的三條主線，提取主線端點(diǎn)，并在主線上等間隔采樣，利用端點(diǎn)和采樣點(diǎn)進(jìn)行匹配，擁有很高的識(shí)別率。 最后結(jié)合手形與掌紋特征，實(shí)現(xiàn)掌形識(shí)別。依據(jù)手形特征對(duì)掌形庫(kù)進(jìn)行粗分類(lèi)，利用掌紋特征進(jìn)行匹配，算法擁有很快的識(shí)別速度與穩(wěn)定較高的識(shí)別率。對(duì)分類(lèi)規(guī)則提出了新思路與方法。 論文還提出了基于ARM的門(mén)禁系統(tǒng)方案。成功設(shè)計(jì)了以基于ARM920T內(nèi)核的EP9315芯片為CPU的最小系統(tǒng)，設(shè)計(jì)PCB圖并制板，最后調(diào)試了系統(tǒng)的底層電路。 論文的研究設(shè)計(jì)工作，通過(guò)提高掌形識(shí)別算法的識(shí)別率，達(dá)到了提高門(mén)禁系統(tǒng)安全性的目的；ARM平臺(tái)的設(shè)計(jì)與調(diào)試，在工程實(shí)際中有參考價(jià)值。
標(biāo)簽： ARM 識(shí)別 系統(tǒng)研究 門(mén)禁
上傳時(shí)間： 2013-04-24
上傳用戶：zsjzc
隨著微電子技術(shù)和計(jì)算機(jī)技術(shù)的發(fā)展，工業(yè)生產(chǎn)過(guò)程的自動(dòng)化和智能化程度越來(lái)越高。就玻璃工業(yè)生產(chǎn)而言，以前浮法玻璃生產(chǎn)線上所用的質(zhì)量檢測(cè)都是通過(guò)利用人眼離線檢驗(yàn)或?qū)Ｓ脙x器抽樣檢測(cè)，無(wú)法滿足實(shí)時(shí)檢測(cè)的要求，并且人眼檢測(cè)只能發(fā)現(xiàn)較大的玻璃缺陷，所以玻璃質(zhì)量無(wú)法提高。目前國(guó)內(nèi)幾家大型玻璃生產(chǎn)企業(yè)都開(kāi)始采用進(jìn)口檢測(cè)設(shè)備，可以對(duì)玻璃實(shí)現(xiàn)100％在線全檢，自動(dòng)劃分玻璃等級(jí)，并獲得質(zhì)量統(tǒng)計(jì)數(shù)據(jù)，指導(dǎo)玻璃生產(chǎn)，穩(wěn)定玻璃質(zhì)量水平。 但由于價(jià)格昂貴，加上國(guó)內(nèi)浮法玻璃生產(chǎn)線現(xiàn)場(chǎng)條件復(fù)雜，需要很長(zhǎng)時(shí)間的配套和適應(yīng)，而且配件更換困難以及售后服務(wù)難以到位等問(wèn)題，嚴(yán)重束縛了國(guó)內(nèi)企業(yè)對(duì)此類(lèi)設(shè)備的引進(jìn)，無(wú)法提高國(guó)內(nèi)企業(yè)在國(guó)際市場(chǎng)的競(jìng)爭(zhēng)能力。 應(yīng)對(duì)此一問(wèn)題，本文主要研究了基于DSP+ARM的獨(dú)立雙核結(jié)構(gòu)的嵌入式視頻缺陷在線檢測(cè)系統(tǒng)的可行性，提出了相應(yīng)的開(kāi)發(fā)目標(biāo)和性能參數(shù)，并在此基礎(chǔ)上主要給出了基于TI公司TMS320C6202B DSP的視頻圖像處理以及缺陷識(shí)別的總體方案、硬件設(shè)計(jì)和相應(yīng)的底層軟件模塊；同時(shí)論述了嵌入式工業(yè)控制以及網(wǎng)絡(luò)傳輸?shù)膶?shí)現(xiàn)方案——采用Samsung公司的基于ARM7內(nèi)核的S3C4510B作為主控芯片，運(yùn)行uClinux操作系統(tǒng)，設(shè)計(jì)出整個(gè)嵌入式系統(tǒng)的軟件層次模型和數(shù)據(jù)處理流程，其中編程底層的軟件模塊為上層的應(yīng)用程序提供硬件操作和流程，從而實(shí)現(xiàn)缺陷識(shí)別結(jié)果的控制與傳輸。同時(shí)，本文還對(duì)玻璃缺陷的識(shí)別原理進(jìn)行了深入的探討，總結(jié)出了圖象處理，圖象分割以及特征點(diǎn)提取等識(shí)別步驟。 本系統(tǒng)對(duì)于提高玻璃缺陷在線檢測(cè)的工藝水平、靈敏度、精度等級(jí)；提高產(chǎn)品質(zhì)量、生產(chǎn)效率和自動(dòng)化水平，降低投資及運(yùn)行成本都將有著極其重要的現(xiàn)實(shí)意義。
標(biāo)簽： ucLinux ARMDSP 雙核 玻璃
上傳時(shí)間： 2013-07-02
上傳用戶：shenglei_353
優(yōu)秀的字模提取工具,將字,及圖片轉(zhuǎn)換成51格式的二進(jìn)制表,非常方便,我原來(lái)做游戲,寫(xiě)菜單時(shí)經(jīng)常用到這個(gè),當(dāng)然這里并不是彩色圖片的,是點(diǎn)陣式的黑白LCD經(jīng)常用到的
上傳時(shí)間： 2013-07-30
上傳用戶：invtnewer
漢字顯示是在只有西文操作系統(tǒng)的情況下， 以及一些無(wú)操作系統(tǒng)的小應(yīng)用系統(tǒng)中， 需要經(jīng)常用到的技術(shù)。如何得到漢字的字模是漢字顯示技術(shù)中首先必須解決的問(wèn)題。本文利用VC++實(shí)現(xiàn)一種漢字字模的提取和小漢字庫(kù)的
上傳時(shí)間： 2013-06-08
上傳用戶：yuying4000
生物識(shí)別技術(shù)代表了未來(lái)身份驗(yàn)證技術(shù)的發(fā)展方向，而指紋識(shí)別技術(shù)又是最可靠、最有效的生物識(shí)別技術(shù)之一。目前，指紋識(shí)別技術(shù)是優(yōu)于其它生物識(shí)別技術(shù)的身份鑒別方法。這是因?yàn)槿说闹讣y各不相同、終生基本不變的特點(diǎn)已經(jīng)得到公認(rèn)，特別是現(xiàn)有的指紋識(shí)別算法已達(dá)到識(shí)別迅速、準(zhǔn)確可靠的水平，是完全可以商業(yè)化的生物識(shí)別技術(shù)。 傳統(tǒng)的指紋識(shí)別系統(tǒng)多是基于PC平臺(tái)，這種系統(tǒng)將指紋圖像處理和指紋匹配甚至指紋采集控制都放在PC平臺(tái)上，在獲得了較高速度和開(kāi)發(fā)效率的同時(shí)，缺點(diǎn)也是顯而易見(jiàn)的，其體積龐大，成本較高。而已有的嵌入式指紋識(shí)別系統(tǒng)多是基于單片機(jī)和DSP的，不是在運(yùn)算速度上受到硬件限制，就是在系統(tǒng)的擴(kuò)展性、可維護(hù)性及用戶交互上有諸多不足。 近年來(lái)指紋識(shí)別應(yīng)用的普及對(duì)自動(dòng)指紋識(shí)別系統(tǒng)的便攜性和易用性提出了更高的要求，指紋識(shí)別技術(shù)正向著小型化和嵌入式的方向發(fā)展。在微電子領(lǐng)域，以ARM、DSP、FPGA為代表的嵌入式微處理器的性能飛速提高，為構(gòu)建嵌入式系統(tǒng)提供了硬件保證。 ARM是當(dāng)前最為流行的32位RISC處理器架構(gòu)，目前ARM占RISC處理器市場(chǎng)的七成左右。三星公司的S3C2410是基于ARM920T內(nèi)核的通用32位微處理器，它具有高性能和低功耗的特性，被設(shè)計(jì)用于手持設(shè)備和通用嵌入式系統(tǒng)。 嵌入式系統(tǒng)對(duì)操作系統(tǒng)和其上運(yùn)行的軟件有特別的要求。針對(duì)本課題所采用的ARM硬件平臺(tái)，詳細(xì)介紹了嵌入式操作系統(tǒng)Arm-Linux的移植。分別說(shuō)明了交叉編譯工具鏈的安裝、引導(dǎo)裝載器的移植和Linux內(nèi)核的裁減和交叉編譯過(guò)程。為了運(yùn)行應(yīng)用程序，還介紹了文件系統(tǒng)的構(gòu)建。 指紋識(shí)別系統(tǒng)需要指紋采集設(shè)備。FPS200是Veridicom公司推出的第三代半導(dǎo)體指紋傳感器，是一款專(zhuān)為嵌入式系統(tǒng)設(shè)計(jì)的高性能、低成本、低功耗的電容式固態(tài)指紋傳感器。本文詳細(xì)闡述了基于FPS200的USB接口指紋采集卡的設(shè)計(jì)與實(shí)現(xiàn)。 指紋圖像處理與匹配是整個(gè)系統(tǒng)的重要環(huán)節(jié)，論文介紹了圖像處理與匹配的一般概念，并提出了新的指紋匹配方法。指紋匹配是自動(dòng)指紋識(shí)別中的一個(gè)難點(diǎn)?，F(xiàn)有的指紋匹配方法大致可以歸結(jié)為圖形匹配和人工神經(jīng)網(wǎng)絡(luò)匹配兩大類(lèi)，本文提出的基于線段的特征點(diǎn)匹配算法屬于圖形匹配。 嵌入式系統(tǒng)需要完善的軟件支持。隨著嵌入式技術(shù)的飛速發(fā)展，用戶交互界面也由傳統(tǒng)的字符界面向圖形界面轉(zhuǎn)變，圖形用戶界面系統(tǒng)得到了長(zhǎng)足的發(fā)展。MiniGUI 是一個(gè)非常適合于工業(yè)控制實(shí)時(shí)系統(tǒng)以及嵌入式系統(tǒng)的可定制的、小巧的圖形用戶界面支持系統(tǒng)。本文介紹了基于MiniGUI的可視化指紋識(shí)別軟件設(shè)計(jì)。 綜上所述，本文針對(duì)特定硬件條件，構(gòu)建了定制的嵌入式操作系統(tǒng)；設(shè)計(jì)了支持USB數(shù)據(jù)傳輸?shù)闹讣y采集卡；指紋圖像的濾波、提取特征和指紋特征匹配均針對(duì)嵌入式系統(tǒng)的實(shí)際情況進(jìn)行了優(yōu)化；利用MiniGUI圖形支持庫(kù)完成了界面美觀友好的可視化指紋識(shí)別程序。系統(tǒng)具有安全可靠、易于擴(kuò)展、性價(jià)比高等優(yōu)點(diǎn)。
標(biāo)簽： ARM 嵌入式 指紋識(shí)別系統(tǒng)
上傳時(shí)間： 2013-08-02
上傳用戶：小儒尼尼奧
提取漢字點(diǎn)陣程序，功能強(qiáng)大，能夠1024*1024一下點(diǎn)陣取模
標(biāo)簽： 漢字 點(diǎn)陣程序
上傳時(shí)間： 2013-07-10
上傳用戶：daoxiang126
人臉識(shí)別技術(shù)繼指紋識(shí)別、虹膜識(shí)別以及聲音識(shí)別等生物識(shí)別技術(shù)之后，以其獨(dú)特的方便、經(jīng)濟(jì)及準(zhǔn)確性而越來(lái)越受到世人的矚目。作為人臉識(shí)別系統(tǒng)的重要環(huán)節(jié)—人臉檢測(cè)，隨著研究的深入和應(yīng)用的擴(kuò)大，在視頻會(huì)議、圖像檢索、出入口控制以及智能人機(jī)交互等領(lǐng)域有著重要的應(yīng)用前景，發(fā)展速度異常迅猛。 FPGA的制造技術(shù)不斷發(fā)展，它的功能、應(yīng)用和可靠性逐漸增加，在各個(gè)行業(yè)也顯現(xiàn)出自身的優(yōu)勢(shì)。FPGA允許用戶根據(jù)自己的需要來(lái)建立自己的模塊，為用戶的升級(jí)和改進(jìn)留下廣闊的空間。并且速度更高，密度也更大，其設(shè)計(jì)方法的靈活性降低了整個(gè)系統(tǒng)的開(kāi)發(fā)成本，F(xiàn)PGA 設(shè)計(jì)成為電子自動(dòng)化設(shè)計(jì)行業(yè)不可缺少的方法。 本文從人臉檢測(cè)算法入手，總結(jié)基于FPGA上的嵌入式系統(tǒng)設(shè)計(jì)方法，使用IBM的Coreconnect掛接自定義模塊技術(shù)。經(jīng)過(guò)訓(xùn)練分類(lèi)器、定點(diǎn)化、以及硬件加速等方法后，能夠使人臉檢測(cè)系統(tǒng)在基于Xilinx的Virtex II Pro開(kāi)發(fā)板上平臺(tái)上，達(dá)到實(shí)時(shí)的檢測(cè)效果。本文工作和成果可以具體描述如下： 1. 算法分析：對(duì)于人臉檢測(cè)算法，首先確保的是檢測(cè)率的準(zhǔn)確性程度。本文所采用的是基于Paul Viola和Michael J.Jones提出的一種基于Adaboost算法的人臉檢測(cè)方法。算法中較多的是積分圖的特征值計(jì)算，這便于進(jìn)一步的硬件設(shè)計(jì)。同時(shí)對(duì)檢測(cè)算法進(jìn)行耗時(shí)分析確定運(yùn)行速度的瓶頸。 2. 軟硬件功能劃分：這一步考慮市場(chǎng)可以提供的資源狀況，又要考慮系統(tǒng)成本、開(kāi)發(fā)時(shí)間等諸多因素。Xilinx公司提供的Virtex II Pro開(kāi)發(fā)板，在上面有可以供利用的Power PC處理器、可擴(kuò)展的存儲(chǔ)器、I/O接口、總線及數(shù)據(jù)通道等，通過(guò)分析可以對(duì)算法進(jìn)行細(xì)致的劃分，實(shí)現(xiàn)需要加速的模塊。 3. 定點(diǎn)化：在Adaboost算法中，需要進(jìn)行大量的浮點(diǎn)計(jì)算。這里采用的方法是直接對(duì)數(shù)據(jù)位進(jìn)行操作它提取指數(shù)和尾數(shù)，然后對(duì)尾數(shù)執(zhí)行移位操作。 4. 改進(jìn)檢測(cè)用的級(jí)聯(lián)分類(lèi)器的訓(xùn)練，提出可以迅速提高分類(lèi)能力、特征數(shù)量大大減小的一種訓(xùn)練方法。 5. 最后對(duì)系統(tǒng)的整體進(jìn)行了驗(yàn)證。實(shí)驗(yàn)表明，在視頻輸入輸出接入的同時(shí)，人臉檢測(cè)能夠達(dá)到17fps的檢測(cè)速度，并且獲得了很好的檢測(cè)率以及較低的誤檢率。
標(biāo)簽： FPGA 人臉檢測(cè) 系統(tǒng)設(shè)計(jì)
上傳時(shí)間： 2013-04-24
上傳用戶：大融融rr
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
