学位论文 > 优秀研究生学位论文题录展示
基于FPGA的局部二值模式(LBP)的人脸识别研究
作 者: 覃世欢
导 师: 吴光敏
学 校: 昆明理工大学
专 业: 物理电子学
关键词: 人脸识别 局部二值模式 LBP AccelDSP FPGA Anaconda卡
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 168次
引 用: 0次
阅 读: 论文下载
内容摘要
随着生物特征识别技术的迅速发展,人脸识别已经成为生物识别领域的研究热点。在诸多领域和学科中对人脸识别开展了较为广泛的研究,如计算机技术、电子技术、应用数学、自动化、可视化、虚拟现实、图像处理与模式识别等学科;同时也得到了广泛应用,如航空航天、气象、刑事侦察、出入境关口管理、机场和车站检查等领域。然而,在实际的应用中,大多数的人脸识别系统是用软件实现的。如果面对着大量的图像数据和较为复杂的算法时,它们处理的速度就非常地缓慢,很难达到实时处理的要求。因此,如何提高处理速度无疑成为了人脸识别研究的关键课题。论文采用加拿大DALSA公司的Anaconda专用图像处理卡,利用局部二值模式(LBP)算法提取人脸特征。在AccelDSP综合工具的协助下,采用了纯硬件的FPGA方式实时提取人脸特征。论文研究的内容如下:(1)详细地介绍了人脸识别的研究背景,阐述了人脸识别技术的研究内容和特点、发展历程、存在的问题,简单描述了人脸识别技术的未来发展趋势和应用领域。(2)介绍了局部二值模式(LBP)算法的原理、特性、人脸特征的表示以及LBP算法的改进。同时,介绍了基于FPGA的人脸识别系统设计工具,包括AccelDSP综合工具设计流程、编码风格和综合结果,Anaconda卡的结构、参数性能、图像采集和传输情况,以及Sapera LT类库的特性、基础类库知识。(3)借助AccelDSP综合工具,验证分析浮点模型、生成并验证定点模型、生成及验证寄存器级模型、综合寄存器级模型、实现并验证门级模型,最终完成LBP人脸特征提取在FPGA上的实现。(4)论文的硬件设计采用Anaconda卡来实现,硬件部分介绍了图像总线接口、配置总线接口,并对固件Firmware进行设计,软件设计设计包括FPGA的图像数据来源设置、上位机图像来源设置、FPGA图像数据输出设置。软硬件设计完成后,上位机将人脸图像送入FPGA, FPGA提取人脸特征后返回上位机,从而根据这些特征实现对人脸进行分类。(5)论文设计了基于FPGA的人脸识别系统,并完成了人脸识别实验。首先利用Matlab编写可综合的局部二值模式(LBP)算法来实现人脸特征提取方案;其次利用AccelDSP综合工具把浮点形式的Matlab代码变换成有效的硬件描述语言;再次使用Xilinx ISE把人脸特征提取模块集成到Anaconda卡的FPGA中;最后在VC++6.0的开发环境下,通过Dalsa公司给用户的Sapera LT类库来完成对Anaconda卡的硬件控制和上位机操作,并使用最近邻分类器设计了一个实时人脸识别系统。通过实时人脸识别系统的设计与实现,从技术的角度进一步验证了该方案的可行性。截止至目前,人脸识别系统开发与设计已经基本完成,实验的结果达到了预期的效果。它不仅提高了系统的识别率,而且在处理速度上已经远远超过了基于软件的人脸识别系统,为实时人脸识别系统的进一步研究提供了较好的参考价值。
|
全文目录
摘要 3-5 Abstract 5-7 目录 7-11 图目录 11-14 表目录 14-15 第一章 绪论 15-32 1.1 课题研究的背景和意义 15-17 1.1.1 课题研究背景 15-17 1.1.2 课题研究意义 17 1.2 人脸识别技术概述 17-30 1.2.1 人脸识别的研究内容 18-19 1.2.2 人脸识别技术的特点 19-20 1.2.3 人脸识别技术的研究现状 20-24 1.2.4 人脸识别技术存在的难点 24-28 1.2.5 人脸识别技术的发展趋势 28-29 1.2.6 人脸识别技术的应用领域 29-30 1.3 本文的研究内容及组织结构 30-31 1.3.1 本文的研究内容 30 1.3.2 本文的组织结构 30-31 1.4 论文创新点 31 1.5 本章小结 31-32 第二章 LBP的人脸识别 32-43 2.1 人脸表征简介 32-33 2.2 LBP算法的原理 33 2.3 LBP计算过程 33-35 2.4 LBP的特性 35-36 2.4.1 等价模式 35 2.4.2 旋转不变性 35-36 2.5 LBP人脸特征表示 36-37 2.6 LBP算法的改进 37-41 2.6.1 基于LBP的人脸特征提取步骤 37 2.6.2 人脸的局部二值模式在Matlab中的实现过程 37-38 2.6.3 硬件处理存在的问题 38-39 2.6.4 LBP算法的改进 39-41 2.7 特征值距离计算与分类 41-42 2.7.1 距离计算 41 2.7.2 最近邻分类器 41-42 2.8 本章小结 42-43 第三章 基于FPGA的人脸识别系统设计工具 43-59 3.1 AccelDSP综合工具 43-47 3.1.1 AccelDSP的介绍 43 3.1.2 AccelDSP设计流程 43-45 3.1.3 AccelDSP的编码风格 45-47 3.1.4 AccelDSP的综合结果 47 3.2 Anaconda卡 47-54 3.2.1 Anaconda卡的结构及性能参数 48-50 3.2.2 图像采集情况 50-52 3.2.3 相机图像的传输 52 3.2.4 图像处理单元(1PU) 52-54 3.3 Sapera LT类的使用 54-58 3.3.1 基础类库说明 55-57 3.3.2 基础类的其他派生类说明 57-58 3.4 本章小结 58-59 第四章 LBP人脸识别在AcceIDSP上的仿真与实现 59-69 4.1 人脸识别的程序结构 59 4.2 验证浮点模型 59-60 4.3 分析浮点模型 60-61 4.4 生成定点模型 61-62 4.5 验证定点模型 62-64 4.6 生成寄存器级模型 64 4.7 验证寄存器级模型 64-65 4.8 综合寄存器级模型 65 4.9 实现门级模型 65-66 4.10 验证门级模型 66-67 4.11 本章小结 67-69 第五章 FPGA人脸识别的软硬件实现 69-80 5.1 硬件部分 69-76 5.1.1 概述 69-70 5.1.2 图像总线接口 70-73 5.1.3 配置总线接口 73-75 5.1.4 固件Firmware设计 75-76 5.2 上位机控制部分 76-79 5.2.1 设置FPGA的图像数据来源 77 5.2.2 设置上位机显示的图像来源 77 5.2.3 设置FPGA的图像数据输出 77-78 5.2.4 人脸分类设计 78-79 5.3 本章小结 79-80 第六章 人脸识别实验 80-88 6.1 实验平台的配置 80-82 6.1.1 生成相机配置文件 80 6.1.2 图像采集卡注册 80-81 6.1.3 固件下载 81 6.1.4 系统输出格式设置 81-82 6.1.5 寄存器设置 82 6.2 人脸识别实验 82-87 6.2.1 身份鉴定实验及分析 83-85 6.2.2 识别率统计的实现方法 85 6.2.3 FPGA人脸识别系统识别率统计实验及分析 85-86 6.2.4 实时人脸特征提取实验及分析 86-87 6.3 本章小结 87-88 第七章 总结与展望 88-90 7.1 总结 88 7.2 展望 88-90 致谢 90-91 参考文献 91-94 附录 攻读硕士期间发表的论文 94
|
相似论文
- 基于FPGA的电磁超声检测系统的研究,TH878.2
- 基于FPGA的五相PMSM驱动控制系统的研究,TM341
- LXI任意波形发生器研制,TM935
- 基于FPGA的射频功放数字预失真器设计,TN722.75
- 突发OFDM系统同步与信道估计算法及FPGA实现,TN919.3
- 直扩系统抗多径性能分析及补偿方法研究,TN914.42
- 电视制导系统中视频图像压缩优化设计及实现研究,TN919.81
- 基于FPGA的多用户扩频码捕获研究及硬件仿真,TN914.42
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 基于FPGA的高速图像预处理技术的研究,TP391.41
- 2D人脸模板保护算法研究,TP391.41
- 基于内容的服装图像检索技术研究及实现,TP391.41
- 基于FPGA的高速数字图像采集与接口设计,TP274.2
- 基于FPGA的电感传感器数据采集系统的研制,TP274.2
- 基于Nios的串行总线分析仪研制,TP274
- 基于FPGA-RocketIO_X的PMC高速数据传输板开发,TP274.2
- PXI高性能数字I/O模块研制,TP274
- LXI计数器研制,TP274
- 基于FPGA的高速实时数据采集系统,TP274.2
- 基于Nios Ⅱ的GPS信息接收系统设计,TN967.1
- 温压炸药爆炸温度场存储测试技术研究,TQ560.7
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|