基于AdaBoost算法的人脸检测在嵌入式系统中的实现

doi:10.3969/j.issn.1006-2475.2010.08.040

计算机与现代化 ›› 2010, Vol. 1 ›› Issue (8): 143-146.doi: 10.3969/j.issn.1006-2475.2010.08.040

基于AdaBoost算法的人脸检测在嵌入式系统中的实现

李先锋¹，花小朋¹，赵峰²，孔令东¹

1.盐城工学院信息工程学院,江苏盐城 224051； 2.上海交通大学微电子学院,上海 200240

收稿日期:2010-03-20 修回日期:1900-01-01 出版日期:2010-08-27 发布日期:2010-08-27

Implementation of Face Detection Based on AdaBoost Algorithm in Embedded System

LI Xian-feng¹， HUA Xiao-peng¹， ZHAO Feng²， KONG Ling-dong¹

1.School of Information Engineering, Yancheng Institute of Technolog, Yancheng 224051, China;2.School of Microelectronics, Shanghai Jiaotong University, Shanghai 200240, China

Received:2010-03-20 Revised:1900-01-01 Online:2010-08-27 Published:2010-08-27

摘要/Abstract

摘要： 为解决人脸检测实时性问题，针对AdaBoost算法纯软件实现的瓶颈，提出基于FPGA平台的硬件加速策略，采用流水线处理技术实现积分图像的快速计算。实验使用PowerPC405处理器VirtexTMII Pro平台FPGA，在输入图像大小为352×288像素的条件下，检测速度达到每秒50帧，检测率为98%，误检率约1%，实现了实时人脸检测的要求。

关键词: 人脸检测, AdaBoost算法, 硬件加速, 现场可编程门阵列

Abstract: To solve the technical problem of realtime face detection and break through the bottleneck of AdaBoost algorithm, a hardware acceleration strategy based on FPGA is used to calculate the integral squared image by pipeline architecture. The system can detect a face in 352×288 image at a speed of 50 fps on PowerPC405 VirtexTMII Pro FPGA platform, and achieve a detection rate of 98% with a false alarm rate of 1%, so it can meet the requirements of realtime face detection.

Key words: face detection, AdaBoost algorithm, hardware acceleration, FieldProgrammable Gate Array（FPGA）

李先锋;花小朋;赵峰;孔令东. 基于AdaBoost算法的人脸检测在嵌入式系统中的实现[J]. 计算机与现代化, 2010, 1(8): 143-146.

LI Xian-feng;HUA Xiao-peng;ZHAO Feng;KONG Ling-dong. Implementation of Face Detection Based on AdaBoost Algorithm in Embedded System[J]. Computer and Modernization, 2010, 1(8): 143-146.

[1]	王鑫, 吴俊辉, . 基于FPGA的分子动力学模拟交互控制系统[J]. 计算机与现代化, 2022, 0(09): 25-31.
[2]	谭金林, 范文童, 刘亚虎, 梁志锋, 王梁, 刘斌, 黄斌. 基于软硬件协同加速框架的遥感图像目标检测[J]. 计算机与现代化, 2022, 0(06): 109-115.
[3]	刘军, 彭慧娴, 黄斌, 托尼·谢伊. 基于BP-GamysBoost的乳腺癌诊断模型[J]. 计算机与现代化, 2021, 0(04): 8-14.
[4]	牛道鸿1，马晓东1，吴雪冰1，王芳1,2 . 基于改进的Adaboost和LBP危险物品检测算法研究[J]. 计算机与现代化, 2020, 0(02): 122-.
[5]	胡骞鹤1，方书雅1，刘守印1，李纪平2. 基于教室监控视频的学生位置检测和人脸图像捕获算法[J]. 计算机与现代化, 2019, 0(12): 60-.
[6]	周慧娟，张强，刘羽，王旭阳，柳颖. 基于YOLO2的地铁进站客流人脸检测方法[J]. 计算机与现代化, 2019, 0(10): 76-.
[7]	詹伟，张科，徐焕，罗弦，龙霏，纪依依. 一种基于扩散速度的移动应用端活体人脸识别技术[J]. 计算机与现代化, 2019, 0(03): 28-.
[8]	郑健,王志明,张宁. 一种基于深度学习的改进人脸识别算法[J]. 计算机与现代化, 2018, 0(12): 90-.
[9]	戴海能,茅耀斌. 一种改进的基于R-FCN模型的人脸检测算法[J]. 计算机与现代化, 2018, 0(08): 12-.
[10]	刘铎. 基于CUDA的实时人脸识别系统[J]. 计算机与现代化, 2015, 0(6): 122-126.
[11]	闫博1，周在金1，李国和2,3，齐佳1. 基于ARMA和BP_AdaBoost的组合销售预测模型研究[J]. 计算机与现代化, 2015, 0(2): 14-.
[12]	沈科磊1，杨正理2，欧阳广帅1. 基于特征裁剪的双阈值Adaboost人脸检测算法[J]. 计算机与现代化, 2014, 0(8): 50-53+95.
[13]	付康. 甚高频多普勒雷达的数字前端设计[J]. 计算机与现代化, 2013, 1(9): 133-136.
[14]	孙立超;张盛兵;程训焘;张萌. 基于CUDA的快速人脸检测算法[J]. 计算机与现代化, 2013, 1(8): 11-14.
[15]	徐菲;李玉鑑. 改进的ASM人脸特征定位方法及其应用[J]. 计算机与现代化, 2013, 218(10): 38-41.

基于AdaBoost算法的人脸检测在嵌入式系统中的实现

Implementation of Face Detection Based on AdaBoost Algorithm in Embedded System

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价