嵌入式人脸检测系统平台设计与实现

描述了基于S3C2410的人脸检测系统的平台设计及实现过程,主要包括人脸检测系统的硬件架构搭建及软件平台设计实现.将Adaboost人脸检测算法在该硬件环境上的运行,得到了较好的效果.该系统为嵌入式系统的开发提供了一个范例,达到了系统体积小,成本低,速度快、可靠性高的目的.     

基于OpenCV的人脸检测系统设计与实现

本文介绍了OpenCV函数库的基本用法,阐述了目前做人脸检测研究中所使用的常用检测算法,并利用OpenCV设计和实现了图像中人脸的检测,试验结果表明利用OpenCV开发人脸检测系统效率高,识别效果好。     

一种基于维度约减的快速人脸检测方法

针对视频监控中的高维度和复杂环境的困难,文章提出一种基于主成份分析与Adaboost的视频人脸检测算法．该方法先使用PCA方法对特征空间进行降维,并以PCA特征建立误分率最小化弱分类器,最后使用Adaboost算法提升弱分类器性能,将所有已训练的弱分类器联合成一个强分类器．实验证明,在正面人脸样本和具有复杂表情变化的人脸测试集上,该方法可以得到很好的检测结果．     

基于VPU加速的嵌入式实时人脸检测系统设计与实现

智能设备高昂的设计费用和庞大的计算资源需求成为在便携式、低功耗设备上实现深度学习算法及其应用的主要障碍.文中基于树莓派平台,借助Intel的视频处理器(V PU)低功耗加速模块,设计并实现了基于残差特征提取模块CNN模型的实时人脸检测系统.结果表明,相较于单纯使用树莓派CPU进行计算,文中方法在视频流中检测人脸和人脸关键点提取的实验中分别实现了18.62倍和17.46倍的加速,在便携式设备中实现快速、实时、在线的人脸检测和特征点提取成为现实,同时为使用便携式、低功耗设备运行深度学习算法提供了一种确实可行的方案.     

基于Adaboost的人脸检测技术

利用OpenCV图像处理软件,选取扩展的Haar like特征,实现了基于Adaboost的人脸检测器.阐述了Ad aboost人脸检测技术的基本原理,深入分析了强分类器的个数及排序对检测器性能的影响,并对3种分类方法得到的分级分类器的检测能力进行了比较,最后给出一种实用的分类方法.实验结果表明,该检测器检测速度快,开发周期短,具有可行性.     

基于PYNQ平台的人脸检测系统设计

ZYNQ平台提供了ARM+FPGA架构用以提高系统执行效率。PYNQ平台在ZYNQ基础上添加了linux+python环境,降低使用异构平台开发计算机视觉算法难度,因此对基于PYNQ的人脸检测系统进行研究。使用vivado工具链设计并实现人脸检测核心算法、使用高层次综合工具将检测算法定制为可复用IP核、添加粘合逻辑将定制的IP核与ZYNQ硬核相连、编写上位机驱动程序控制实现ARM和FPGA数据交互过程、实现数据采集并以视频流输入结果等步骤。此实验案例以软硬件协同设计为指导思想,充分发挥FPGA的并行计算性能和ARM程序设计灵活性,有效提高人脸检测系统执行效率。     

基于改进Adaboost人脸检测算法的研究及DSP实现

在Adaboost人脸检测算法的基础上,通过将所有的特征值排序并构建一个次序表,并使用改进Adaboost权值更新算法和分类误差计算方法,训练分类器并检测样本图像,达到了减少训练分类器耗时、提高检测率和降低误检率的效果.最后在DSP上实现了人脸检测系统,验证了改进系统在实时性能上得到较大的改善.     

基于肤色统计矩和Adaboost算法的人脸检测研究

采用基于Adaboost的人脸检测算法检测出彩色图像中的人脸候选区域,在此基础上利用人脸肤色统计矩剔除非人脸区域,最终实现对人脸的准确检测.由于本算法检测速度快、准确率高可以应用于对实时性要求较高的智能监控领域.     

基于OpenCV的人脸检测系统设计与实现

在生物特征识别技术中,人脸识别不同于指纹识别,人脸识别是最自然、最直接、最友好的识别方法。人脸检测和识别在身份认证、视频监控、公安系统等领域有着广泛的应用。本文利用OpenCV中提供的Boosted Cascade算法进行人脸识别,结果表明识别效率较高,效果好。     

人脸检测与跟踪系统的设计

基于Adaboost人脸检测原理,结合Windows下的Visual C++编程,设计了人脸检测系统.通过MIT人脸库和自建人脸库结合的方法,且对该人脸库进行有效的训练,实现人脸检测功能,提高了检测率和检测速度.利用连续自适应均值移动算法(Continuously Adaptive Mean Shift,Camshift)对人脸进行跟踪,并对Camshift算法进行改进,利用Adaboost人脸检测初始化模板的方法,将检测与跟踪结合起来,有效提高了人脸跟踪效率.     

基于嵌入式机器视觉信息采集系统的设计与实现

为了使机器视觉系统广泛应用于实际生活中,设计基于嵌入式机器视觉信息采集系统,规划系统硬件的总体结构,首先设计了S3C2410微处理器,节约了采集成本,降低采集能耗;然后利用升压DC/DC转换器PT1301对电源进行升压处理,提高了采集效率;并选择MT9J003传感器作为嵌入式机器视觉信息传感器。系统将Microsoft Windows CE操作系统作为开发工具,对信息进行采集前,设计驱动系统,编写了驱动程序和信息采集程序的部分代码。实验结果表明,所设计系统采集精度高、采集信息较完整、整体质量较好,可靠性和实用性较强。     

多功能嵌入式汽车侧滑检测智能仪表

针对汽车侧滑试验台的应用工况，提出检测智能仪表应具备的功能和主要技术指标。设计了一种新型多功能嵌入式侧滑检测仪表，并给出其工作原理、硬件构成和系统软件设计方法。它具有数据采集、处理和故障诊断等功能，能够单机手动、自动以及与上位机通讯运行。应用表明，该仪表具有可靠性高、成本低、通用性强等特点，能实现仪表、上位机、主控机显示和报表打印的一致性。     

基于Gamma和AdaBoost的人脸检测系统设计

为了有效地实现人脸的检测效果,文章在AdaBoost算法基础上提出一个改进的人脸检测算法．为了有效地消除光照和成像对人脸的影响,该算法将Canny修剪算法和伽马矫正算法进行结合,有效地消除光照和成像设备对人脸的影响．并利用VisualC＋＋和OpenCV等开发工具设计了一个人脸检测系统．本系统采用20×20的人脸图像和背景图像各1000张训练了一个7层的级联分类器,每一层构成的强分类器由一组基于Haar特征的弱分类器构成．该系统通过自选137幅包含人脸和背景的图片对系统进行测试,获得94．72％的正确检测率以及26．42％的误检率．     

嵌入式车载语音导航仪设计与实现

开发了嵌入式车载导航产品V-NAV1.0,用于公路网导航系统,解决了其计算数据量大,道路规划和语音导航算法复杂,实时性要求高等问题.针对嵌入式系统计算资源、存储资源有限,约束条件多,实现了嵌入式车载语音导航系统中地名查询、汉字查询、近期查询等多种目的地输入,给出了数据可视化表示方法.在实时路径计算的基础上实现了智能语音导航,并辅以三种路口导航图片提示方式,同时显示目标距离并将前方路口距离等信息作为车辆导航的补充.设计的导航产品V-NAV 1.0满足实用要求.     

基于嵌入式系统的视觉目标跟踪

过去的半个多世纪以来,人工智能技术得到了高速发展,这给当今的智能监控技术提出了更高的要求.本文设计了一个用于机动目标视觉跟踪的嵌入式系统,实现了系统的小型化与智能化.系统硬件采用ARM+DSP双核结构的处理器作为主控制器;软件部分采用粒子滤波方法作为目标跟踪算法,文章介绍了粒子滤波算法的基本原理及本文中的实际应用,并给出了系统的目标跟踪测试结果.     

基于嵌入式系统的汽车复合式检测仪表

在分析4种常用汽车性能检测台的基础上，通过比较各种设计方案的优缺点，选用PC104嵌入式系统作为核心部件，设计了一种复合式检测仪表。给出了仪表的工作原理、硬件构成和系统软件设计方法。它具有数据采集、处理和故障诊断等功能，能够显示和打印检测数据和制动力的增长过程曲线。应用结果表明，该仪表结构简单，可靠性高，成本降低约159／6。     

基于ARM嵌入式平台的雷达数据采集系统

针对雷达接口信号测试复杂问题,提出了基于ARM9系列嵌入式平台作为硬件开发平台的雷达数据采集系统。将采集系统按照便携式数据采集系统和数据管理及分析系统两大分系统进行了详细阐述。