摘要随着社会公共安全的必要性进一步凸显,智能监控在传统的运动目标检测、行为分析、智能报警等方面的应用越来越多,对人脸进行采集已逐渐成为公共场所的紧要功能。在系统的摄像机端完成人脸检测相比较于在后台的服务器上完成人脸检测,具有计算的低复杂度、应用灵活和不受通信限制等优点。所以,嵌入式人脸检测具有非常好的科学研究价值和应用前景。42906

本文采用AdaBoost算法作为理论基础，设计了人脸检测系统,利用该算法进行编程处理,最终在具有代表性的常用数字信号处理器DSP6437上实现了人脸检测功能。首先使用大量的图片作为正负样本集,在计算机系统上实现了对AdaBoost级联分类器的训练。接着,针对DSP的特性,将分类器读取程序、人脸检测程序进行改写,移植其中。最后,将整个系统的硬件,包括摄像头以及显示屏进行连接,从而实现了嵌入式人脸检测。

关键词  AdaBoost  嵌入式系统  人脸检测  DSP

毕业论文设计说明书外文摘要

Title  Face Detection for Embedded Systems Based on DSP         

Abstract

    With the highlight of the necessity of the social public security, the intelligent surveillance is employed more and more in the moving target detection, behavioral analysis, intelligent alert. etc. Therefore, the collection of human faces has become a critical function for public places. Compared with the face detection on the backstage supporter server, that on the camera of the system has advantages such as lower complexity, more flexible application and less communication limitations.Consequently, embedded face detection has favorable scientific value and good application prospects.

    Based on the face detection algorithm of AdaBoost, this paper completed the face detection on DSP6437. Firstly, lots of positive and negative image samples are trained by the computer, which produces the cascade classifier of AdaBoost. Secondly, the read program of the classifier and face detection program are rewritten and transplanted according to the features of DSP. Finally, the hardware including the camera and display screen are connected to realize embedded face detection. 

Keywords  AdaBoost  Embedded Systems  Face Detection   DSP

目   次

1  绪论1

1.1  人脸检测的背景前提1

1.2  人脸检测的发展和现状2

1.3  现有算法3

1.4  人脸检测中存在的难点4

1.5  本章小结4

2  AdaBoost算法5

2.1  AdaBoost概述5

2.2  Haar-Like特征6

2.3  积分图6

2.4  分类器训练7

2.5  人脸检测全过程11

2.6  本章小结12

3  基于OpenCV的分类器训练13

3.1  OpenCV简介13

3.2  训练的样本集14

3.3  基于OpenCV的分类器的实现17

3.4  PC端的检测试验22

3.5  本章小结24

4  算法的硬件电路设计25

4.1  完整硬件系统介绍25

4.2  DSP性能介绍26

4.3  本章小结27

5  嵌入式人脸检测系统的实现28

5.1  系统流程28

5.2  OpenCV所要移植内容29

5.3  移植注意事项以及代码的优化35

5.4  仿真模拟35

5.5  PC端的检测试验38

5.6  本章小结41

结论 42

致谢 43

参考文献45

1  绪论

1.1  人脸检测的背景前提

人通过感觉来感知外部环境,视觉是感觉的一个重要组成部分。然而在科技发展史上的很长一段时间内,计算机就像是一个“盲人”,只能被动的接受键盘输入、文件读取的信息,并不能像人类的大脑一样通过眼睛自动从外部世界获取所需要的信息并进行信息处理。 AdaBoost算法基于DSP的嵌入式人脸检测:http://www.youerw.com/zidonghua/lunwen_43526.html