幾篇關(guān)于人臉檢測和識(shí)別方面的文章 基于adaboost方法
標(biāo)簽： adaboost 人臉檢測 識(shí)別 方面
上傳時(shí)間： 2017-09-03
上傳用戶：hullow
改進(jìn)adaboost的人臉檢測算法，有效縮短該算法運(yùn)行時(shí)間
標(biāo)簽： adaboost 人臉識(shí)別
上傳時(shí)間： 2016-02-27
上傳用戶：wbz292623
人臉檢測是人臉分析的首要環(huán)節(jié)，其處理的問題是確認(rèn)圖像（或影像）中是 否存在人臉，如果存在則對(duì)人臉進(jìn)行定位。人臉檢測的應(yīng)用領(lǐng)域相當(dāng)廣泛，是實(shí) 現(xiàn)機(jī)器智能化的重要步驟之一。 adaboost 算法是 1995 年提出的一種快速人臉檢測算法，是人臉檢測領(lǐng)域里 程碑式的進(jìn)步，這種算法根據(jù)弱學(xué)習(xí)的反饋，適應(yīng)性地調(diào)整假設(shè)的錯(cuò)誤率，使在 效率不降低的情況下，檢測正確率得到了很大的提高。 本論文第一章和第二章簡述了人臉檢測的一般情況，第三章對(duì)一些人臉檢測 的經(jīng)典方法進(jìn)行了說明。 第四章講述了 adaboost 算法的發(fā)展歷史。從 PCA 學(xué)習(xí)模型到弱學(xué)習(xí)和強(qiáng) 學(xué)習(xí)相互關(guān)系的論證，再到 Boosting 算法的最終提出，闡述了 Adaptive Boosting 算法的發(fā)展脈絡(luò)。 第五章對(duì)影響 adaboost 人臉檢測訓(xùn)練算法速度的至關(guān)重要的兩方面：矩形 特征和積分圖的概念和理論進(jìn)行了仔細(xì)的闡明。 第六章給出了 adaboost 的算法，并深入探討了其中的一些關(guān)鍵問題——弱 學(xué)習(xí)器的構(gòu)造、選取等問題。 最后一章，用編寫的實(shí)現(xiàn)了 adaboost 算法的 FáDèt 程序，給出了相應(yīng)的 人臉檢測實(shí)驗(yàn)結(jié)果，并和 Viola 等人的結(jié)果做了比較。
上傳時(shí)間： 2018-01-29
上傳用戶：dragon000008
該文檔為FPGA_ASIC-adaboost算法的FPGA實(shí)現(xiàn)與性能分析講解文檔，是一份很不錯(cuò)的參考資料，具有較高參考價(jià)值，感興趣的可以下載看看………………
標(biāo)簽： fpga
上傳時(shí)間： 2022-03-11
上傳用戶：fliang
人臉自動(dòng)識(shí)別技術(shù)是模式識(shí)別、圖像處理等學(xué)科的一個(gè)最熱門研究課題之一。隨著社會(huì)的發(fā)展,各方面對(duì)快速有效的自動(dòng)身份驗(yàn)證的要求日益迫切，而人臉識(shí)別技術(shù)作為各種生物識(shí)別技術(shù)中最重要的方法之一，已經(jīng)越來越多的受到重視。對(duì)于具有實(shí)時(shí)，快捷，低誤識(shí)率的高性能算法以及對(duì)算法硬件加速的研究也逐漸展開。 本文詳細(xì)分析了智能人臉識(shí)別算法原理，發(fā)展概況和前景，包括人臉檢測算法，人眼定位算法，預(yù)處理算法，PCA和ICA 算法，詳細(xì)分析了項(xiàng)目情況，系統(tǒng)劃分，軟硬件平臺(tái)的資源和使用。并在ISE軟件平臺(tái)上，用硬件描述語言(verilog HDL)對(duì)算法部分嚴(yán)格按照FPGA代碼風(fēng)格進(jìn)行了RTL 硬件建模，并對(duì)C++算法進(jìn)行了優(yōu)化處理，通過仿真與軟件算法結(jié)果進(jìn)行比對(duì)，評(píng)估誤差，最后在VirtexII Pro FPGA 上進(jìn)行了綜合實(shí)現(xiàn)。 主要研究內(nèi)容如下： 首先，對(duì)硬件平臺(tái)xilinx的VirtexII Pro FPGA 上的系統(tǒng)資源進(jìn)行了描述和研究，對(duì)存儲(chǔ)器sdram,RS-232 串口，JTAG 進(jìn)行了研究和調(diào)試，對(duì)Coreconnect的OPB總線仲裁機(jī)理進(jìn)行了兩種算法的比較，RTL 設(shè)計(jì)，仿真和綜合。利用ISE和VC++軟件平臺(tái)，對(duì)verilog和C++算法進(jìn)行同步比較測試，使每步算法對(duì)應(yīng)正確的結(jié)果。對(duì)軟硬件平臺(tái)的合理使用使得在項(xiàng)目中能盡可能多的充分利用硬件資源，制板時(shí)正確選型，以及加快設(shè)計(jì)和調(diào)試進(jìn)度。其次，對(duì)人臉識(shí)別算法流程中的人臉檢測，人眼定位，預(yù)處理，識(shí)別算法分別進(jìn)行了比較研究，選取其中各自性能最好的一種算法對(duì)其原理進(jìn)行了分析討論。人臉檢測采用adaboost 算法，因其速度和精度的綜合性能表現(xiàn)優(yōu)異。人眼定位采用小塊合并算法，因?yàn)樗哂锌焖伲瑴?zhǔn)確，弱時(shí)實(shí)的特點(diǎn)。預(yù)處理算法采用直方圖均衡加平滑的算法，簡單，高效。 識(shí)別算法采用PCA 加ICA 算法，它能最大的弱化姿態(tài)和光照對(duì)人臉識(shí)別的影響。 最后，使用Verilog HDL 硬件描述語言進(jìn)行算法的RTL 建模，在C++算法的基礎(chǔ)上，保證原來效果的前提下，根據(jù)FPGA 硬件特點(diǎn)對(duì)算法進(jìn)行了優(yōu)化。視頻輸入輸出是人臉識(shí)別的前提，它提供FPGA 上算法需要處理的數(shù)據(jù)，預(yù)處理算法在C++算法的基礎(chǔ)上進(jìn)行了優(yōu)化，最大的減少了運(yùn)算量，提高了運(yùn)算速度，16 位計(jì)算器模塊使得在算法實(shí)現(xiàn)時(shí)可以根據(jù)系統(tǒng)要求，在FPGA的ip 核和自己設(shè)計(jì)的模塊之間選擇性能更好的一個(gè)來調(diào)用，F(xiàn)IFO的設(shè)計(jì)提供同步和異步時(shí)鐘域的數(shù)據(jù)緩存。設(shè)計(jì)在ISE和VC++軟件平臺(tái)同時(shí)進(jìn)行，隨時(shí)對(duì)verilog和C++數(shù)據(jù)進(jìn)行監(jiān)測和比對(duì)。全部設(shè)計(jì)模塊通過仿真，達(dá)到預(yù)定的性能要求，并在FPGA 上綜合實(shí)現(xiàn)。
上傳時(shí)間： 2013-07-13
上傳用戶：李夢晗
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，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。FPGA允許用戶根據(jù)自己的需要來建立自己的模塊，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)過訓(xùn)練分類器、定點(diǎn)化、以及硬件加速等方法后，能夠使人臉檢測系統(tǒng)在基于Xilinx的Virtex II Pro開發(fā)板上平臺(tái)上，達(dá)到實(shí)時(shí)的檢測效果。本文工作和成果可以具體描述如下： 1. 算法分析：對(duì)于人臉檢測算法，首先確保的是檢測率的準(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：這一步考慮市場可以提供的資源狀況，又要考慮系統(tǒng)成本、開發(fā)時(shí)間等諸多因素。Xilinx公司提供的Virtex II Pro開發(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)檢測用的級(jí)聯(lián)分類器的訓(xùn)練，提出可以迅速提高分類能力、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)，人臉檢測能夠達(dá)到17fps的檢測速度，并且獲得了很好的檢測率以及較低的誤檢率。
標(biāo)簽： FPGA 人臉檢測 系統(tǒng)設(shè)計(jì)
上傳時(shí)間： 2013-07-01
上傳用戶：84425894
人臉識(shí)別技術(shù)作為生物識(shí)別技術(shù)之一，是模式識(shí)別在圖像領(lǐng)域中的具體運(yùn)用，其應(yīng)用前景非常廣闊，可以應(yīng)用到身份證件的鑒別、自動(dòng)門禁控制系統(tǒng)、銀行取款機(jī)、家庭安全，圖片檢索等領(lǐng)域。 人臉識(shí)別系統(tǒng)主要分為人臉檢測定位，特征提取和人臉分類三部分。人臉的檢測和定位，即從輸入的圖像中找到人臉及人臉存在的位置，并將人臉從背景中分離出來。在特征提取部分，先對(duì)原始人臉數(shù)據(jù)進(jìn)行特征提取，之后原始數(shù)據(jù)由維數(shù)較少的有效特征數(shù)據(jù)表示并存儲(chǔ)在數(shù)據(jù)庫中，接下來進(jìn)行人臉分類，在識(shí)別待測人臉圖像時(shí)，將待測圖像的特征數(shù)據(jù)與數(shù)據(jù)庫中存儲(chǔ)數(shù)據(jù)相比對(duì)，判斷是否為庫中的某一人，從而實(shí)現(xiàn)自動(dòng)識(shí)別人臉的目的。 在過去的十年里，人臉識(shí)別技術(shù)一直是圖像處理領(lǐng)域里具有挑戰(zhàn)性的課題，隨著研究的深入，許多人臉檢測及識(shí)別算法被提出來。其中基于主成分分析的Eigenface的算法及其變形已經(jīng)成為測試人臉識(shí)別系統(tǒng)性能的基準(zhǔn)算法；同時(shí)adaboost人臉檢測算法，在PC上基本可以達(dá)到實(shí)時(shí)，在嵌入式產(chǎn)品廣泛應(yīng)用的今天，只有讓人臉識(shí)別算法在嵌入式平臺(tái)上實(shí)現(xiàn)，才能獲得更廣闊的應(yīng)用，本文研究了在嵌入式平臺(tái)上adaboost人臉檢測算法的性能。 嵌入式是后PC時(shí)代的一個(gè)亮點(diǎn)，目前已經(jīng)應(yīng)用在社會(huì)生活的方方面面。嵌入式產(chǎn)品的開發(fā)平臺(tái)分為包括很多，如：DSP，ARM，PowerPC等等。本文采用的ARM9作為嵌入式開發(fā)平臺(tái)，研究人臉識(shí)別在ARM平臺(tái)的性能，為實(shí)用的嵌入式人臉識(shí)別系統(tǒng)的設(shè)計(jì)提供參考。 本文從PC平臺(tái)的軟件實(shí)現(xiàn)入手，分別實(shí)現(xiàn)了PC平臺(tái)下的adaboost人臉檢測算法和PCA人臉識(shí)別算法,分析了現(xiàn)象及結(jié)果，接下來搭建了基于ARM嵌入式系統(tǒng)的硬件平臺(tái)，對(duì)adaboost人臉檢測算法進(jìn)行了硬件平臺(tái)的移植，并得出相應(yīng)實(shí)驗(yàn)效果。
標(biāo)簽： ARM 人臉識(shí)別 系統(tǒng)設(shè)計(jì)
上傳時(shí)間： 2013-05-31
上傳用戶：saharawalker
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，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。FPGA允許用戶根據(jù)自己的需要來建立自己的模塊，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)過訓(xùn)練分類器、定點(diǎn)化、以及硬件加速等方法后，能夠使人臉檢測系統(tǒng)在基于Xilinx的Virtex II Pro開發(fā)板上平臺(tái)上，達(dá)到實(shí)時(shí)的檢測效果。本文工作和成果可以具體描述如下： 1. 算法分析：對(duì)于人臉檢測算法，首先確保的是檢測率的準(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：這一步考慮市場可以提供的資源狀況，又要考慮系統(tǒng)成本、開發(fā)時(shí)間等諸多因素。Xilinx公司提供的Virtex II Pro開發(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)檢測用的級(jí)聯(lián)分類器的訓(xùn)練，提出可以迅速提高分類能力、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)，人臉檢測能夠達(dá)到17fps的檢測速度，并且獲得了很好的檢測率以及較低的誤檢率。
標(biāo)簽： FPGA 人臉檢測 系統(tǒng)設(shè)計(jì)
上傳時(shí)間： 2013-04-24
上傳用戶：大融融rr
做人臉檢測主要是用openvc比較方便，這是關(guān)于adaboost算法的文章，大家可以作出這篇文獻(xiàn)的仿真。
上傳時(shí)間： 2013-11-28
上傳用戶：小眼睛LSL
這是用matlab編寫人臉檢測軟件，是用的adaboost算法，參考價(jià)值還是很高的
上傳時(shí)間： 2014-11-24
上傳用戶：youlongjian0
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
