基于openCV的人脸检测系统的设计

通过对基于Adaboost人脸检测算法的研究,利用该算法与计算机视觉类库openCV进行人脸检测系统的设计,实现了对出现在视频或图像中的人脸检测。此外,在VC++6.0环境下实现了对一个简单的人脸检测系统软件的界面开发,该系统对人脸检测的速度较快,检测结果较为准确,可以作为其他人脸检测或人脸模式识别的系统的开发基础。     

基于Adaboost的人脸检测算法研究

Paul Viola和Michael Jones曾提出的基于积分图象和Adaboost算法构建层叠式(cascade)人脸检测器,是人脸检测算法上的里程碑事件。先利用积分图象在常数时间内快速计算矩形特征,再用Adaboost算法训练这些矩形特征组成强分类器,从而使分类器的速度大大提高。此外,构造层叠分类器,首先简单的强分类器排除大多数非人脸窗口,减轻复杂分类器的负担,进而提高速度。     

基于Adaboost算法的人脸检测技术的研究与实现

随着信息安全,人机交互等领域的发展,人脸检测作为人脸识别的一个重要前期步骤,开始作为一个独立技术越来越受到关注。根据Adaboost算法的基本原理,生成简单的矩形特征为人脸特征（Haar—like特征）,然后由多＆Harr-hke特征构成一个简单的弱分类器,由多个弱分类器级联成为一个强的分类器,并将级联分类器用于动态的人脸检测中,从截取的每一帧图像进行检测。实验证明应用本算法有良好的实时性和准确性。     

基于MATLAB人脸检测实现方法在智能安防系统中的应用

文章通过研究人脸检测技术及实现方法,使用MATLAB软件作为人脸检测算法研究的实验平台,对比不同人脸检测算法的优劣。系统实现选用Adaboost人脸检测算法,积分图方法计算样本的矩形特征值,提取Haar-like特征经过训练迭代构建人脸模型的弱分类器,权值优化后训练强分类器。在小型智能安防系统中,通过实时进行人脸检测与系统后台数据库进行识别对比,保障区域环境安全可靠发挥重要作用。     

基于手机平台的人脸检测系统的研究

随着通信技术和图像处理技术的发展,手机不仅是一种便携的通信工具,而且能够用来拍照。针对市场上的非智能手机拍照的性能欠佳又不具备图像处理功能的缺点,选取了扩展的Haar特征,利用Intel开源的图像处理软件OpenCV在智能手机操作系统上实现了一个Adaboost人脸检测系统,描述了建立样本、图像预处理、特征提取、构造级联分类器和目标检测等过程。多次实验证明,该系统正检率高,检测时间短,具有一定的实用性。     

基于PNX1500平台的人脸检测系统实现

在PNX1500 DSP平台上实现了基于Adaboost的人脸检测系统,可以稳定、正确地检测出视频流序列中的多个正脸图像.经过优化后,对于352×288的视频序列的检测可以达到5 f/s(帧,秒),可满足近实时检测和跟踪的需要.     

基于DM642的多姿态人脸检测实时系统

为满足在嵌入式系统领域上进行人脸检测的需要,采用Gentle Adaboost人脸检测算法设计基于Haar特征的级联型人脸分类器.提出并设计了基于DM642的人脸检测实时系统,以及工程与代码上的优化方案.优化后的系统进行人脸检测的时间为67ms,在系统上达到了13 f/s(帧/秒)的速度,并保证了较高的检测率,验证了在DSP系统上进行人脸检测的可行性.     

基于肤色和Adaboost算法的人脸检测

人脸检测是人脸识别的第一环节,也是非常关键的环节。试验中主要针对静态彩色图像进行人脸检测,研究肤色在人脸检测中的应用。不同图像背景、人脸的可变性和光照条件变化都增加了人脸检测的难度。因此,从一幅图像中检测人脸是一项具有挑战性的任务。采用Adaboost的人脸检测,并提出肤色与Adaboost算法相结合的人脸检测方法。对输入的彩色图像进行从RGB空间到YCbCr空间的转换,然后进行肤色分割,排除背景干扰,最后用Adaboost算法对可能区域进行检测,得到人脸位置。实验表明,该方法误检率低,鲁棒性好,对人脸检测有较强的实用性。     

基于HS-CbCrCg肤色模型的人脸检测算法

传统的人脸检测方法对于复杂背景彩色图像中人脸区域检测效果不理想。本文首先对不同光照条件下的输入图像进行光补偿和图像增强的预处理,然后利用HS-CbCrCg颜色空间建立肤色模型对图像进行肤色判别,之后用改进的Adaboost算法检测肤色区域的人脸信息,最后对重点区域重检测判别出确信人脸。实验数据表明,此方法对比传统的人脸检测方法,处理速度更快同时能够降低人脸漏检率和误检率。     

基于DM6446的人脸检测与跟踪系统设计

将Adaboost人脸检测算法与Camshift跟踪算法相结合,以Adaboost人脸检测算法作为人脸的初始定位,以Camshift作为后续帧的跟踪,实现对视频序列的自动人脸检测与跟踪。系统所有算法均使用C和汇编语言混合编程并在TMS320DM6446上开发实现。实验结果表明,系统的算法简单、快速、鲁棒性强。     

基于SOPC的嵌入式数据记录仪设计

由于在恶劣环境下进行的实时动态测试存在误差大、精度低、系统受环境影响严重等缺陷,本文提出一种基于SOPC（片上系统）的数据记录仪的实现方式。重点研究基于FPGA的嵌入式数据采集系统的控制电路、数字信号处理模块、信号的显示模块以及接口电路的设计。这样可以将一个数据采集系统做成一个灵活完整的可编程片上系统SOPC,由于将大...     

基于SOPC平台远程机器人控制系统的设计

本设计基于SOPC嵌入式平台,提出了机器人远程控制系统的初级方案。该系统的硬件由DE1-SoC控制板、WiFi无线节点模块和履带机器人驱动电路等组成。软件基于Altera公司的Qsys平台,根据需要搭建控制器和外设框架,利用C语言采取模块化编程,驱动外围硬件电路,实现了机器人的运动控制。     

基于SOPC的嵌入式系统

利用SOPC Builder可以在短时间内把Nios Ⅱ CPU、Avalon总线、外围设备、片内调试模块等集成在一起生成系统需要的NiosⅡ处理器，然后用QuartusⅡ软件把NIOSⅡ处理器其它外部设备接口结合在一起编译下载到FPGA芯片中，即完成系统的硬件设计；软件设计通常采用C／C＋＋语言编写并用NoisⅡIDE编译后下载到FPGA中来实现一个SOPC系统。     

基于SOPC技术的视频叠加器设计

针对目前市面上的视频叠加系统大多采用专用字符叠加芯片设计而成,整个系统适应性差,显示的十字线或字符精度和灵活性不够,不能根据实时需要在图像任意方位叠加各种精度的信息,文中介绍了基于ALTERASOPC技术的视频叠加器设计,详细地分析片上系统各个组成部分工作原理及设计思路,作为一个新型的视频叠加器,它具有灵活性强、体积小、功耗低等特点。     

基于OPENCV具有眨眼侦测功能的人脸检测系统

随着社会智能化程度的提高,视频图像凭借其直观优势将逐渐取代文字的地位。本文在基于OPENCV的基础上,提出一个具有眨眼侦测功能的人脸检测系统,其中利用相对比较成熟的开源计算机视觉库opencv开源函式库对摄像头实时输入的图像进行采集,对采集图像做前期处理;Adaboost算法由于它特殊的算法模式,可以进行快速的目标检测,因此采用Adaboost算法做人眼定位检测,本文提出的眨眼侦测功能可以为系统提供防伪功能,为人脸识别技术提供一道安全的屏障,实验结果表明,本系统实验了人脸检测,人眼定位,眨眼侦测等功能,检测效率高,效果好。     

基于SOPC的UARTIP核设计与驱动开发及系统移植

设计基于SOPC嵌入式系统的UARTIP核,依据UART协议,采用VerilogHDL进行各模块设计,使用ModelSim、QuartusII作仿真验证及综合,结果表明该UARTIP核功能正确,稳定可靠。根据Avalon总线接口协议实现UART在系统总线上的挂栽,建立SOPC嵌入式硬件系统,进行UARTIP核驱动开发。利用超级终端实现嵌入式系统与上位机之间的通信,并成功移植uClinux操作系统,实现对嵌入式系统的高级控制。     

可编程片上系统项目化教学设计探讨

为了提高可编程片上系统课程的教学质量,笔者将相关科研项目的成果与教学相结合,根据我校实际情况,分析课程特点,进行了项目化教学设计的探讨。     

基于神经网络的人脸识别系统

针对人脸在整个图像中识别的问题,提出了基于神经网络的前端人脸检测系统.该系统首先将训练集中每个图像划分成独立的小窗口,并标示出每个窗口中包含的人脸图像,并据此对神经网络进行训练.在利用神经网络对人脸进行识别的过程中,对待检测图像划分为分辨率为金字塔形的小图像,然后对每个分辨率的小图像进行人脸识别.同时为了提升系统对人脸检测的准确率和误报率,需要对多个神经网络输出的阈值进行权衡.本系统使用自适应算法,增加了错误检测集以提升系统的检测精度.