應(yīng)用于人手檢測(cè)的關(guān)鍵算法硬件實(shí)現(xiàn).pdf

1、近年來(lái)，在計(jì)算機(jī)視覺(jué)領(lǐng)域目標(biāo)檢測(cè)算法已經(jīng)得到了深入的研究。目標(biāo)檢測(cè)算法等圖像處理類算法的廣泛應(yīng)用，與硬件平臺(tái)的不斷進(jìn)步有著不可分割的聯(lián)系。目標(biāo)檢測(cè)算法與人手檢測(cè)具有龐大的計(jì)算量，在進(jìn)行硬件實(shí)現(xiàn)過(guò)程中，如何使電路設(shè)計(jì)同時(shí)滿足性能要求和面積約束成為工程師需要考慮的重要問(wèn)題。
　　本文首先對(duì)圖像的高斯濾波預(yù)處理進(jìn)行了研究。經(jīng)過(guò)濾波預(yù)處理，可以有效較低噪聲，圖像PSNR（Peak Signal to Noise Ratio，峰值信噪比）從

2、22.11提升到30.42，使紋理更清晰，有利于人手檢測(cè)。傳統(tǒng)高斯濾波算法硬件設(shè)計(jì)方法使用8個(gè)全加器進(jìn)行4個(gè)層次的相加求和。針對(duì)全加器上關(guān)鍵路徑較長(zhǎng)、邏輯延時(shí)較大的特點(diǎn)，本文引入CSA（Carry Save Adder，保留進(jìn)位加法器）、4-2壓縮器、加數(shù)壓縮的樹型結(jié)構(gòu)對(duì)9個(gè)加數(shù)進(jìn)行3個(gè)層次的壓縮，最后采用1個(gè)全加器求和。實(shí)驗(yàn)表明，本文電路結(jié)構(gòu)邏輯延時(shí)縮小了32.48％。然后，對(duì)人手檢測(cè)過(guò)程中的圖像金字塔的構(gòu)建、HOG（Histogra

3、m of OrientedGradient，方向梯度直方圖）特征提取、模型的檢測(cè)進(jìn)行了介紹。并通過(guò)對(duì)算法的特點(diǎn)分析，得出開(kāi)方倒數(shù)算法是人手檢測(cè)算法的一個(gè)關(guān)鍵算法。針對(duì)浮點(diǎn)化開(kāi)方倒數(shù)算法中浮點(diǎn)運(yùn)算單元面積較大且速度較慢的特點(diǎn)，指出研究定點(diǎn)化開(kāi)方倒數(shù)算法的重要性。針對(duì)基于查表與雙立方插值算法的高吞吐率復(fù)數(shù)定點(diǎn)化開(kāi)方倒數(shù)算法需要構(gòu)建龐大的查找表的問(wèn)題，提出了一種基于分段線性擬合和一次牛頓迭代相結(jié)合的定點(diǎn)化開(kāi)方倒數(shù)算法。本文選用八段線性擬合得到