基于ZYNQ片上系統(tǒng)的行人檢測算法研究
發(fā)布時(shí)間:2024-05-18 04:29
人工智能的飛速發(fā)展,掀起了無人駕駛、智能監(jiān)控、人機(jī)交互的研究熱潮。行人檢測技術(shù)因與其密切相關(guān),因此得到了廣泛關(guān)注。傳統(tǒng)實(shí)時(shí)的行人檢測算法通常是在PC機(jī)上實(shí)現(xiàn)。隨著近幾年嵌入式平臺性能的提升,特別是基于ARM和FPGA的多核片上系統(tǒng)的出現(xiàn),因其在功耗、體積、成本和實(shí)時(shí)性上有著諸多優(yōu)勢,進(jìn)而推動(dòng)了基于片上系統(tǒng)的行人檢測技術(shù)的深入研究和廣泛應(yīng)用。基于ARM等單一平臺的片上系統(tǒng)(System on Chip,SoC),接口靈活,開發(fā)方便,但是處理速度較慢;基于FPGA平臺的片上系統(tǒng),并行計(jì)算能力強(qiáng),速度快,但是開發(fā)周期長。針對上述平臺的不足,Xilinx公司開發(fā)了一種集成ARM和FPGA的ZYNQ-7000片上系統(tǒng),使其兼具了以上二者的優(yōu)越特性。本文在深入研究了行人檢測算法的基礎(chǔ)上,結(jié)合ZYNQ平臺的硬件特性,提出了一種融合方向梯度直方圖(Histogram of Oriented Gradients,HOG)特征和自適應(yīng)增強(qiáng)(Adaptive Boosting,AdaBoost)的行人檢測算法的片上系統(tǒng)設(shè)計(jì)方案,并進(jìn)行了工程實(shí)現(xiàn)。主要的研究內(nèi)容如下:(1)行人檢測片上系統(tǒng)的硬件方案設(shè)計(jì)論文深...
【文章頁數(shù)】:71 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 論文研究的背景和意義
1.2 行人檢測技術(shù)的研究現(xiàn)狀
1.2.1 基于特征學(xué)習(xí)的行人檢測技術(shù)
1.2.2 基于嵌入式平臺的行人檢測技術(shù)
1.3 常用的行人檢測數(shù)據(jù)庫
1.4 行人檢測算法的評價(jià)標(biāo)準(zhǔn)
1.5 論文的主要研究內(nèi)容
1.6 論文的組織結(jié)構(gòu)
第2章 行人檢測算法ZYNQ硬件平臺研究
2.1 引言
2.2 ZYNQ平臺架構(gòu)
2.3 AXI總線通信
2.3.1 AXI總線協(xié)議
2.3.2 AXI VDMA IP核
2.4 軟硬件協(xié)同設(shè)計(jì)思想
2.5 ZYNQ平臺圖像處理加速技術(shù)
2.5.1 FPGA的并行計(jì)算技術(shù)
2.5.2 圖像處理的流水線技術(shù)
2.6 行人檢測算法實(shí)現(xiàn)的ZYNQ硬件平臺設(shè)計(jì)
2.7 本章小結(jié)
第3章 行人檢測相關(guān)理論與方法
3.1 引言
3.2 常用的特征提取算法
3.2.1 Haar-Like特征
3.2.2 HOG特征
3.2.3 CENTRIST特征
3.3 常用的分類器檢測算法
3.3.1 ANN分類器
3.3.2 SVM分類器
3.3.3 AdaBoost分類器
3.4 窗口融合
3.5 本章小結(jié)
第4章 基于HOG+AdaBoost行人檢測算法的ZYNQ片上系統(tǒng)實(shí)現(xiàn)
4.1 引言
4.2 系統(tǒng)軟件工程設(shè)計(jì)與調(diào)試
4.3 HOG特征的硬件優(yōu)化
4.3.1 梯度角度值的硬件優(yōu)化
4.3.2 歸一化的移位近似
4.4 HOG特征提取的流水線硬件設(shè)計(jì)
4.4.1 并發(fā)處理的流水線設(shè)計(jì)方案
4.4.2 梯度計(jì)算的流水線結(jié)構(gòu)設(shè)計(jì)
4.4.3 cell單元直方圖生成模塊的流水線結(jié)構(gòu)設(shè)計(jì)
4.4.4 block塊直方圖生成模塊的流水線結(jié)構(gòu)設(shè)計(jì)
4.5 Ada Boost分類器的并行設(shè)計(jì)
4.6 實(shí)驗(yàn)結(jié)果與分析
4.7 本章小結(jié)
第5章 總結(jié)與展望
5.1 論文工作總結(jié)
5.2 論文研究展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝
本文編號:3976453
【文章頁數(shù)】:71 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 論文研究的背景和意義
1.2 行人檢測技術(shù)的研究現(xiàn)狀
1.2.1 基于特征學(xué)習(xí)的行人檢測技術(shù)
1.2.2 基于嵌入式平臺的行人檢測技術(shù)
1.3 常用的行人檢測數(shù)據(jù)庫
1.4 行人檢測算法的評價(jià)標(biāo)準(zhǔn)
1.5 論文的主要研究內(nèi)容
1.6 論文的組織結(jié)構(gòu)
第2章 行人檢測算法ZYNQ硬件平臺研究
2.1 引言
2.2 ZYNQ平臺架構(gòu)
2.3 AXI總線通信
2.3.1 AXI總線協(xié)議
2.3.2 AXI VDMA IP核
2.4 軟硬件協(xié)同設(shè)計(jì)思想
2.5 ZYNQ平臺圖像處理加速技術(shù)
2.5.1 FPGA的并行計(jì)算技術(shù)
2.5.2 圖像處理的流水線技術(shù)
2.6 行人檢測算法實(shí)現(xiàn)的ZYNQ硬件平臺設(shè)計(jì)
2.7 本章小結(jié)
第3章 行人檢測相關(guān)理論與方法
3.1 引言
3.2 常用的特征提取算法
3.2.1 Haar-Like特征
3.2.2 HOG特征
3.2.3 CENTRIST特征
3.3 常用的分類器檢測算法
3.3.1 ANN分類器
3.3.2 SVM分類器
3.3.3 AdaBoost分類器
3.4 窗口融合
3.5 本章小結(jié)
第4章 基于HOG+AdaBoost行人檢測算法的ZYNQ片上系統(tǒng)實(shí)現(xiàn)
4.1 引言
4.2 系統(tǒng)軟件工程設(shè)計(jì)與調(diào)試
4.3 HOG特征的硬件優(yōu)化
4.3.1 梯度角度值的硬件優(yōu)化
4.3.2 歸一化的移位近似
4.4 HOG特征提取的流水線硬件設(shè)計(jì)
4.4.1 并發(fā)處理的流水線設(shè)計(jì)方案
4.4.2 梯度計(jì)算的流水線結(jié)構(gòu)設(shè)計(jì)
4.4.3 cell單元直方圖生成模塊的流水線結(jié)構(gòu)設(shè)計(jì)
4.4.4 block塊直方圖生成模塊的流水線結(jié)構(gòu)設(shè)計(jì)
4.5 Ada Boost分類器的并行設(shè)計(jì)
4.6 實(shí)驗(yàn)結(jié)果與分析
4.7 本章小結(jié)
第5章 總結(jié)與展望
5.1 論文工作總結(jié)
5.2 論文研究展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝
本文編號:3976453
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3976453.html
最近更新
教材專著