基于DSP 的AdaBoost 人脸检测算法实现.doc

本文档下载自文库下载网,内容可能不完整,您可以点击以下网址继续阅读或下载:
/
基于DSP的AdaBoost人脸检测算法实现
第29卷第14期


计算机工程与设计2008年7月
ComputerEngineeringandDesign
July2008
基于DSP的AdaBoost人脸检测算法实现
金友芝,
苏光大,
魏
良
(清华大学电子工程系,北京100084)
摘
要:为解决人脸检测实时性问题,提出了基于DsP实现人脸检测算法。改进了AdaBoost人脸检测算法,在层次型AdaB00st
检测算法的基础上,改进了特征定义方式,提出模糊层次型人脸检测器结构。介绍了TI公司的DsP芯片及其外围电路,描述了系统中各个模块的工作流程。最后,S对DsP程序进行优化。实验结果表明,在输入图像大小为256×256像素的条件下,检测速度达到每秒26帧,%,:人脸检测;硬件处理;层次型分类器;视频采集;算法优化中图法分类号:
文献标识码:A
文章编号:(2008)
ImplementationoffacedetectingalgorithmofAdaBoostbasedonDSP
JIN
You-吐i,SUGuang-da,WEILiang
Engineering,Tsinghua
d烈ection。
(D印anmentofElec廿onic
Abstract:Tbsolvethe
UniVersi坝Beijing100084,China)
AdaBoostalgorithm

ofh啪柚fhcedetectionisoptimized.
technical
DSPisusedt0implenlentthe/

Anovelfeature
definitionisp∞poseda11d锄improvedcascade-structured

whole26
i协p耐phery
circuitare
proced呲oftlledete曲gsys蜘lisdcscribed.№ally,
%.The他al-×256p溉1simagci印ut.
facedetection;
K-eywords:
蛐are
The删rate
processiIlg;cascade-;Videoacquisiti∞;aIgorinlmoptimizati∞
0引言
人脸检测是指对于给定的图像或视频,无论人脸位置、方向和光照条件,确定所有人脸(如果存在)的位置、尺度和姿态的过程Ⅲ。作为一个模式识别问题,人脸检测包含两个方面的内容:特征提取和分类方法设计。近年来。为更好的区分不同模式,出现了一些新的特征定义,便于特征提取并拓展了特征库。采用AdaB00st算法从弱特征中选取分类能力强的特征组成强分类器的方法来设计层次型分类器,可以很好地解决正面直立人脸检测问题。
随着集成电路和嵌入式技术的发展,人脸检测技术具有了硬件实现的基础。在一些强实时环境下,DSP芯片拥有比PC成本低、开发周期快的优势。因/,使用DsP实现人脸检测具有不可比拟的优越性。
l
图1所选16种弱特征
积大小相同,且模板的9个区域有3种状态:l、O、.1,分别采用白、黑、灰来表示。在9个区域中,正特征集合定义为形状模板中白色区域组成的集合,负特征集合定义为形状模板中灰色区域组成的集合,黑色区域忽略。
弱特征值为正负区域像素均值之差。如式(1),其中P、F分别代表正、负矩阵集合。
巩
帆
AdaB∞st人脸检测算法

为易于实现检测以及提高检测速度,本文采用一个包含9个区域的形状模板来统一表示像素特征,并从中选取其中16种像素特征作为弱特征库,如图l所示。其中,9个区域面
收稿日期:2007一07?18
E-man:l【in952