[发明专利]一种基于haar特征的adaboost人脸检测算法的硬件设计方法

摘要

本发明公开了一种基于haar特征的adaboost人脸检测算法的硬件设计方法，包括待检图像积分图按列读取与加载控制单元、级联强分类器积分图数据存储单元、Haar特征参数编码与存储单元、积分图数据处理与检测单元。其中，待检图像积分图以检测子窗口只保持32x32固定窗口积分数据，按列加载从片外DDR顺序读取并写入由33组28X32RAM组成两个检测子窗口的积分图数据存储单元，保证串并混合的流水线处理架构的积分图数据处理与检测单元不间断处于高速检测，占用硬件资源较少，并节省了片上存储空间；通过Haar特征参数定点化，检测算法以定点运算器来实现，不仅降低了计算复杂度，并且不降低人脸检测的精度。

主权项

1.一种基于haar特征的adaboost人脸检测算法的硬件设计方法，包括以下主要的硬件设计方法：1)、根据十五级Adaboost级联分类器包含的弱分类器个数的特性，采用串并混合流水线处理架构，前三级强分类器采用并行流水线的处理方式，第四、五级强分类器采用串行流水线的处理方式，第六级至第十五级强分类器采用复用的五级串行流水线的处理方式，要是经过第十级强分类器后，判决为人脸窗口，再次优先进入复用五级串行流水线，不会造成第五级流水结束过渡到第六级流水线的阻塞情况，保证了串并混合的流水线强分类器高速检测中，同时提升了检测速度。2)、级联强分类器中每一级强分类器的所有haar特征的阈值与权重，浮点数定点化处理，使得所有的运算通过定点运算器来实现，却不影响检测精度。3)、针对积分图处理与人脸检测单元的流水线处理的架构，采用级联强分类器积分图数据存储单元，由33组28X32的双口RAM来存储两个检测子窗口的积分数据，交替为积分图数据处理与检测单元提供检测子窗口的积分数据，避免待检测子窗口的积分数据未准备好，导致串并混合的流水线强分类器处理中断。4)、待检图像积分图数据按列读取加载单元的设计，待检图像积分图数据从片外DDR按列地址顺序读取存储到级联强分类器积分图数据存储单元远远小于完成一个检测子窗口检测的时间，可以保证积分图数据处理与人脸检测单元的无需等待时间高速流水线处理的图像积分图数据。