针对高速图像目标实时识别和跟踪任务，需要利用系统中有限的硬件资源实现高速、准确的二值图像 连通域标记，提出了一种适合FPGA实现的二值图像连通域标记快速算法。算法以快捷、有效的方式识别、并 记录区域间复杂的连通关系。与传统的二值图像标记算法相比，该算法具有运算简单性、规则性和可扩展性的 特点。
标签： FPGA 二值图像 标记 快速算法基于FPGA的二值图像连通域标记快速算法实现
上传时间： 2016-11-19
上传用户：nathanlgy
基于语音短时对数谱的最小均方误差(MMSE-LSA)算法是在MMSE算法的基础之上发展起来的，由于其引入了人耳响度-幅度谱特性，因此能够获得比MMSE算法更好的语音听觉质量。
上传时间： 2017-12-15
上传用户：zmhylez
产品型号：VK3604A 产品品牌：VINKA/永嘉微电 封装形式：SOP16 产品年份：新年份 联 系 人：陈锐鸿 Q Q：361 888 5898 联系手机：188 2466 2436（信） 概述： VK3604/VK3604A具有4个触摸按键，可用来检测外部触摸按键上人手的触摸动作。该芯片具有较高的 集成度，仅需极少的外部组件便可实现触摸按键的检测。 提供了4路输出功能，可通过IO脚选择输出电平，输出模式，输出脚结构，单键/多键和最 长输出时间。芯片内部采用特殊的集成电路，具有高电源电压抑制比，可减少按键检测错误的 发生，此特性保证在不利环境条件的应用中芯片仍具有很高的可靠性。 此触摸芯片具有自动校准功能，低待机电流，抗电压波动等特性，为各种触摸按键+IO输 出的应用提供了一种简单而又有效的实现方法。 特点： • 工作电压 2.4-5.5V • 待机电流7uA/3.3V,14uA/5V • 上电复位功能（POR） • 低压复位功能（LVR） • 触摸输出响应时间：工作模式 48mS ，待机模式160mS • 通过AHLB脚选择输出电平：高电平有效或者低电平有效 • 通过TOG脚选择输出模式：直接输出或者锁存输出 • 通过SOD脚选择输出方式：CMOS输出或者开漏输出 • 通过SM脚选择输出：多键有效或者单键有效 • 通过MOT脚有效键最长输出时间：无穷大或者16S • 通过CS脚接对地电容调节整体灵敏度(1-47nF） • 各触摸通道单独接对地小电容微调灵敏度（0-50pF） • 上电0.25S内为稳定时间，禁止触摸 • 上电后4S内自校准周期为64mS，4S无触摸后自校准周期为1S • 封装SOP16(150mil)(9.9mm x 3.9mm PP=1.27mm) ———————————————— 产品型号：VK3604B 产品品牌：VINKA/永嘉微电 封装形式：TSSOP16 产品年份：新年份 联 系 人：陈锐鸿 1.概述 VK3604B具有4个触摸按键，可用来检测外部触摸按键上人手的触摸动作。该芯片具有 较高的集成度，仅需极少的外部组件便可实现触摸按键的检测。 提供了4路直接输出功能。芯片内部采用特殊的集成电路，具有高电源电压抑制比，可 减少按键检测错误的发生，此特性保证在不利环境条件的应用中芯片仍具有很高的可靠性。 此触摸芯片具有自动校准功能，低待机电流，抗电压波动等特性，为各种触摸按键+IO 输出的应用提供了一种简单而又有效的实现方法。 特点 • 工作电压 2.4-5.5V • 待机电流7uA/3.3V,14uA/5V • 上电复位功能（POR） • 低压复位功能（LVR） • 触摸输出响应时间： 工作模式 48mS 待机模式160mS • CMOS输出，低电平有效，支持多键 • 有效键最长输出16S • 无触摸4S自动校准 • 专用脚接对地电容调节灵敏度(1-47nF） • 各触摸通道单独接对地小电容微调灵敏度（0-50pF）. • 上电0.25S内为稳定时间，禁止触摸. • 封装 TSSOP16L(4.9mm x 3.9mm PP=1.00mm) KPP841 标准触控IC-电池供电系列： VKD223EB --- 工作电压/电流：2.0V-5.5V/5uA-3V 感应通道数：1 通讯界面 最长回应时间快速模式60mS，低功耗模式220ms 封装：SOT23-6 VKD223B --- 工作电压/电流：2.0V-5.5V/5uA-3V 感应通道数：1 通讯界面 最长回应时间快速模式60mS，低功耗模式220ms 封装：SOT23-6 VKD233DB --- 工作电压/电流：2.4V-5.5V/2.5uA-3V 1感应按键 封装：SOT23-6 通讯界面：直接输出，锁存(toggle)输出 低功耗模式电流2.5uA-3V VKD233DH ---工作电压/电流：2.4V-5.5V/2.5uA-3V 1感应按键 封装：SOT23-6 通讯界面：直接输出，锁存(toggle)输出 有效键最长时间检测16S VKD233DS --- 工作电压/电流：2.4V-5.5V/2.5uA-3V 1感应按键 封装：DFN6（2*2超小封装） 通讯界面：直接输出，锁存(toggle)输出 低功耗模式电流2.5uA-3V VKD233DR --- 工作电压/电流：2.4V-5.5V/1.5uA-3V 1感应按键 封装：DFN6（2*2超小封装） 通讯界面：直接输出，锁存(toggle)输出 低功耗模式电流1.5uA-3V VKD233DG --- 工作电压/电流：2.4V-5.5V/2.5uA-3V 1感应按键 封装：DFN6（2*2超小封装） 通讯界面：直接输出，锁存(toggle)输出 低功耗模式电流2.5uA-3V VKD233DQ --- 工作电压/电流：2.4V-5.5V/5uA-3V 1感应按键 封装：SOT23-6 通讯界面：直接输出，锁存(toggle)输出 低功耗模式电流5uA-3V VKD233DM --- 工作电压/电流：2.4V-5.5V/5uA-3V 1感应按键 封装：SOT23-6 （开漏输出） 通讯界面：开漏输出，锁存(toggle)输出 低功耗模式电流5uA-3V VKD232C --- 工作电压/电流：2.4V-5.5V/2.5uA-3V 感应通道数：2 封装：SOT23-6 通讯界面：直接输出，低电平有效 固定为多键输出模式，内建稳压电路 MTP触摸IC——VK36N系列抗电源辐射及手机干扰： VK3601L --- 工作电压/电流：2.4V-5.5V/4UA-3V3 感应通道数：1 1对1直接输出 待机电流小，抗电源及手机干扰，可通过CAP调节灵敏 封装：SOT23-6 VK36N1D --- 工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：1 1对1直接输出 触摸积水仍可操作，抗电源及手机干扰，可通过CAP调节灵敏封装：SOT23-6 VK36N2P --- 工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：2 脉冲输出 触摸积水仍可操作，抗电源及手机干扰，可通过CAP调节灵敏封装：SOT23-6 VK3602XS ---工作电压/电流：2.4V-5.5V/60UA-3V 感应通道数：2 2对2锁存输出 低功耗模式电流8uA-3V，抗电源辐射干扰，宽供电电压 封装：SOP8 VK3602K --- 工作电压/电流：2.4V-5.5V/60UA-3V 感应通道数：2 2对2直接输出 低功耗模式电流8uA-3V，抗电源辐射干扰，宽供电电压 封装：SOP8 VK36N2D --- 工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：2 1对1直接输出 触摸积水仍可操作，抗电源及手机干扰，可通过CAP调节灵敏封装：SOP8 VK36N3BT ---工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：3 BCD码锁存输出 触摸积水仍可操作，抗电源及手机干扰，可通过CAP调节灵敏 封装：SOP8 VK36N3BD ---工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：3 BCD码直接输出 触摸积水仍可操作，抗电源及手机干扰，可通过CAP调节灵敏 封装：SOP8 VK36N3BO ---工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：3 BCD码开漏输出 触摸积水仍可操作，抗电源及手机干扰 封装：SOP8/DFN8（超小超薄体积） VK36N3D --- 工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：3 1对1直接输出 触摸积水仍可操作，抗电源及手机干扰 封装：SOP16/DFN16（超小超薄体积） VK36N4B ---工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：4 BCD输出 触摸积水仍可操作，抗电源及手机干扰 封装：SOP16/DFN16（超小超薄体积） VK36N4I---工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：4 I2C输出 触摸积水仍可操作，抗电源及手机干扰 封装：SOP16/DFN16（超小超薄体积） VK36N5D ---工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：5 1对1直接输出 触摸积水仍可操作，抗电源及手机干扰 封装：SOP16/DFN16（超小超薄体积） VK36N5B ---工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：5 BCD输出 触摸积水仍可操作，抗电源及手机干扰 封装：SOP16/DFN16（超小超薄体积） VK36N5I ---工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：5 I2C输出 触摸积水仍可操作，抗电源及手机干扰 封装：SOP16/DFN16（超小超薄体积） VK36N6D --- 工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：6 1对1直接输出 触摸积水仍可操作，抗电源及手机干扰 封装：SOP16/DFN16（超小超薄体积） VK36N6B ---工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：6 BCD输出 触摸积水仍可操作，抗电源及手机干扰 封装：SOP16/DFN16（超小超薄体积） VK36N6I ---工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：6 I2C输出 触摸积水仍可操作，抗电源及手机干扰 封装：SOP16/DFN16（超小超薄体积） VK36N7B ---工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：7 BCD输出 触摸积水仍可操作，抗电源及手机干扰 封装：SOP16/DFN16（超小超薄体积） VK36N7I ---工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：7 I2C输出 触摸积水仍可操作，抗电源及手机干扰 封装：SOP16/DFN16（超小超薄体积） VK36N8B ---工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：8 BCD输出 触摸积水仍可操作，抗电源及手机干扰 封装：SOP16/DFN16（超小超薄体积） VK36N8I ---工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：8 I2C输出 触摸积水仍可操作，抗电源及手机干扰 封装：SOP16/DFN16（超小超薄体积） VK36N9I ---工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：9 I2C输出 触摸积水仍可操作，抗电源及手机干扰 封装：SOP16/DFN16（超小超薄体积） VK36N10I ---工作电压/电流：2.2V-5.5V/7UA-3V3 感应通道数：10 I2C输出 触摸积水仍可操作，抗电源及手机干扰 封装：SOP16/DFN16（超小超薄体积） 1-8点高灵敏度液体水位检测IC——VK36W系列 VK36W1D ---工作电压/电流：2.2V-5.5V/10UA-3V3 1对1直接输出 水位检测通道：1 可用于不同壁厚和不同水质水位检测，抗电源/手机干扰封装：SOT23-6 备注：1. 开漏输出低电平有效 2、适合需要抗干扰性好的应用 VK36W2D ---工作电压/电流：2.2V-5.5V/10UA-3V3 1对1直接输出 水位检测通道：2 可用于不同壁厚和不同水质水位检测，抗电源/手机干扰封装：SOP8 备注：1. 1对1直接输出 2、输出模式/输出电平可通过IO选择 VK36W4D ---工作电压/电流：2.2V-5.5V/10UA-3V3 1对1直接输出 水位检测通道：4 可用于不同壁厚和不同水质水位检测，抗电源/手机干扰封装：SOP16/DFN16 备注：1. 1对1直接输出 2、输出模式/输出电平可通过IO选择 VK36W6D ---工作电压/电流：2.2V-5.5V/10UA-3V3 1对1直接输出 水位检测通道：6 可用于不同壁厚和不同水质水位检测，抗电源/手机干扰封装：SOP16/DFN16 备注：1. 1对1直接输出 2、输出模式/输出电平可通过IO选择 VK36W8I ---工作电压/电流：2.2V-5.5V/10UA-3V3 I2C输出 水位检测通道：8 可用于不同壁厚和不同水质水位检测，抗电源/手机干扰封装：SOP16/DFN16 备注：1. IIC+INT输出 2、输出模式/输出电平可通过IO选择 KPP841
标签： 3604 输出 VK 体积 蓝牙音箱 检测 方式 芯片 触控 锁存
上传时间： 2022-04-11
上传用户：shubashushi66
随着我国国民经济的高速发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制、安全管理的要求也日益提高，智能交通系统( IntelligentTransportation Systems，简称ITS)已成为当前交通管理发展的主要方向，而车牌识别系统(License Plate Recognition System，简称LPRS)技术作为智能交通系统的核心，起着举足轻重的作用，可以被广泛地应用于高速公路自动收费(ElectronicToll Collection，简称ETC)、停车场安全管理、被盗车辆的追踪、车流统计等。 目前，车牌识别系统大多都是基于PC平台的，其优势是实现容易，但是成本高、实时性不强、稳定性不高等缺点使其不能广泛推广。为了克服以上的缺点，且满足识别速度和识别率的要求，本文在原有车牌识别硬件系统设计的基础上做了一定的改进(原系统在图像采集、接口通信、系统稳定、脱机工作等方面存在一定问题)，与团队成员一起设计出了新的车牌识别硬件系统，采用单DSP+FPGA和双DSP+FPGA双板子的方式来共同实现(本人负责单DSP+FPGA的原理图和PCB绘制，另一成员负责双DSP+FPGA的原理图和PCB绘制)。 本文所涉及的该车牌硬件系统，主要工作由以下几个部分组成： 1.团队共同完成了新车牌识别系统的硬件设计，采用两个板子实现。其中，本人负责单DSP+FPGA板子绘制。 2.团队一起完成了整个系统的硬件电路调试。主要分为如下模块进行调试：电源，DSP，FPGA，SAA7113H视频解码器，LCD液晶显示和UART接口等。 3.负责完成了整个系统的DSP应用程序设计。采用DSP/BIOS操作系统来构建系统的框架，添加了多个任务对象进行管理系统的调度；用CSL编写了DSP上的底层驱动：完成了车牌识别算法在DSP上的移植与优化。 4.参与完成了部分FPGA程序的开发，主要包括图像采集、存储、传输几个模块等。 最终，本系统实现了高效、快速的车牌识别，各模块工作稳定，能脱机实现图像采集、传输、识别、结果输出和显示为一体化的功能；为以后进行高性能的车牌识别算法开发提供了一个很好的硬件平台。
上传时间： 2013-04-24
上传用户：slforest
随着交通工具的迅猛发展，智能交通系统(Intelligent TransportationSystems，简称ITS)在交通管理中受到广泛的关注。而在ITS中，车牌识别(LicensePlate Recognition，简称LPR)是其核心技术。车牌识别系统主要由数据采集和车牌识别算法两个部分组成。由于车牌清晰程度、摄像机性能、气候条件等因素的影响，牌照中的字符可能出现不清楚、扭曲、缺损或污迹干扰，这都给识别造成一定难度。因此，在复杂背景中快速准确地进行车牌定位成为车牌识别系统的难点。 本文研究和设计了一种集图象采集，图象识别，图象传输等于一体的实时嵌入式系统。该平台包括硬件系统设计与应用程序开发两个方面，充分利用TI公司的C6000系列DSP强大的并行运算能力、以及FPGA的灵活时序逻辑控制技术，从硬件方面实现系统的高速运行。 本文的主要工作有两部分组成，具体如下： (1) 在硬件设计方面：实现由A/D、电源、FPGA、DSP以及SDRAM和FLASH所组成的车牌识别系统；设计并完成系统的原理图和印制板图；完成电路板调试，以及完成FPGA．在高速图像采集中的veriIog应用程序开发。 (2) 在软件开发方面：完成Philips公司的SAA7113H的配置代码开发，以及DSP底层的部分驱动程序开发。 该系统能够实现25帧每秒的数字视频流图像数据的输出，并由FPGA负责完成一幅720×572数据量的图像采集。DSP负责系统的嵌入式操作，包括系统的控制和车牌识别算法的实现。 目前，嵌入式车牌识别系统硬件平台已经搭建成功，系统软件代码程序也已经开发完成。本系统能够实现高速图像采集、嵌入式操作与车牌识别算法、UART数据通信等功能，具有速度快、稳定性高、体积小、功耗低等特点，为车牌识别算法提供一个较好的验证平台。
上传时间： 2013-04-24
上传用户：yangbo69
随着科学技术的发展，指纹识别技术被广泛应用到各种不同的领域。对于一般的指纹识别系统，其设计要求具有很高的实时性和易用性，因此识别算法应该具有较低的复杂度，较快的运算速度，从而满足实时性的要求。所以有必要根据不同的识别算法采用不同的实现平台，使得指纹识别系统具有较高的可靠性、实时性、有效性等性能要求。 SOPC片上可编程系统和嵌入式系统是当前电子设计领域中最热门的概念。NiosⅡ是Altera．公司开发的一种采用流水线技术、单指令流的RISC嵌入式处理器软核，可以将它嵌入到FPGA内部，与用户自定义逻辑组建成一个基于FPGA的片上专用系统。 本文在综合考虑各种应用情况的基础上，以网络技术、数据库技术、指纹识别技术和嵌入式系统技术为理论基础，提出了一种有效可行的系统架构方案。对指纹识别技术中各个环节的算法和原理进行了深入研究，合理的改进了部分指纹识别算法；同时为了提高系统的实时性，采用NiosⅡ嵌入式处理器和FPGA硬件模块实现指纹图像处理主要算法。论文主要包括以下几个方面： 1、对指纹图像预处理、特征提取和特征匹配算法原理进行阐述，同时改进了指纹图像的细化算法，提高了算法的性能，并设计了一套实用的指纹特征数据结构； 2、针对指纹图像预处理模块，包括图像的归一化、频率提取、方向提取以及方向滤波，采用基于FPGA的硬件电路的方式实现。实验结果表明，在保证系统误识率较低、可靠性高的基础上，大大提高了系统的执行速度； 3、改变了传统的单枚指纹识别方法，提出采用多枚指纹唯一标识身份，大大降低了识别系统的误识率； 4、改进了传统的基于三角形匹配中获取基准点的方法，同时结合可变界限盒思想进行指纹特征匹配。 5、结合COM+技术、数据库技术和网络技术，开发了后台指纹特征匹配服务系统，实现了嵌入式指纹识别系统同数据库的实时信息交换。 实验结果表明，本文所提出的系统构架方案有效可行，基于FPGA的自动指纹识别系统在速度、功耗、扩展性等方面具有独特的优势，拥有广阔的发展前景。
上传时间： 2013-08-04
上传用户：laozhanshi111
近年来，图像处理与识别技术得到了迅速的发展。人们已经充分认识到图像处理和识别技术是认识世界、改造世界的重要手段。目前，图像识别技术已应用到很多领域，渗入到各行各业，在医学、公安、交通、工业等领域具有广阔的应用前景。 这篇论文介绍了一种基于DSP＋FPGA构架的实时图像识别系统。DSP作为图像识别模块的核心，负责图像识别算法的实现；FPGA作为图像采集模块的核心，负责图像的采集，并且完成预处理工作。图像识别算法的运算量大，并且控制复杂，对系统的性能要求很高。DSP的特殊结构和优良性能很好地满足了系统的需要，而FPGA的高速性和灵活性也保证了系统实时性，并且简化了外围电路，减少了系统设计难度。 系统使用模板匹配和神经网络算法对数字0～9进行识别。模板匹配一般适用于识别规范化的数字、字符等小型字符集（特别是同一字体的字符集）。由于结构比较简单，系统处理能力强，模板匹配的识别速度快并且识别率高，取得很好的效果。神经网络所具有的分布式存储、高容错性、自组织和自学习功能，使其对图像识别问题显示出极大的优越性。 研究表明，在DSP+FPGA的构架上实现的图像识别系统，具有结构灵活、通用性强的特点，适用于模块化设计，有利于提高算法的效率。系统可以充分发挥和结合DSP和FPGA的优势，准确快速地实现图像识别。通过软、硬件的灵活组合，系统可以实现图像处理大部分的相关功能，使之能够运用到工业视觉检测、汽车牌照识别等系统中。
上传时间： 2013-06-18
上传用户：com1com2
生物特征识别是指通过计算机，利用人体固有的生理特征，如指纹，静脉来进行个人身份鉴别的技术。由于生物特征唯一性和不变性，使得生物特征识别与传统的方法如数字密码和身份证相比，具有更高的安全性和易用性。传统的高性能自动识别系统大多基于PC平台联机应用，然而在实际应用中往往对自动识别系统要求有更高的便携性和易用性，嵌入式技术的快速发展使得实现这样的系统变为了可能。 生物特征识别系统主要由通用模块的控制系统与非通用模块的图像采集设备与识别算法组成。本文针对通用模块与非通用模块接口问题进行研究和设计，实现了一个工作良好的嵌入式平台。 本课题在设计核心板、扩展板、转接板的硬件基础上，移植实时操作系统Linux，编写各种接口与模块的驱动、多路摄像头切换程序，并很好的解决了摄像头采集生物特征时光强控制问题，为很好的采集到清晰图像提供了一个良好稳定的硬件平台。 本课题所设计的嵌入式系统通过测试，做了大量的实验，并将所采集到的手指静脉图像进行讨论分析，具有实用价值。
上传时间： 2013-06-03
上传用户：lguotao
基于手姿态的人机交互是以实现自然的人机交互为研究目标，可提高计算机的可操作性，同时使计算机能够完成更加复杂的任务。而基于ARM的嵌入式系统具有功耗低、体积小、集成度高等特点，嵌入式与具体应用有机地结合在一起，具有较长的生命周期，能够根据特定的需求对软硬件进行合理剪裁。结合嵌入式技术的手姿态跟踪设备能够实时的检测出人机交互系统中人手的位置与角度等数据，并将这些数据及时反馈给计算机虚拟系统来进行人机交互，提高跟踪设备的可靠性和空间跟踪精度。 通过对嵌入式开发过程以及对控制系统构成的分析，确定了手姿态信号输入方案及系统的软硬件总体设计方案。通过对目前流行的众多嵌入式处理器的研究、分析、比较选择了S3C2440处理器作为系统开发硬件核心，详细介绍了S3C2440的相关模块的设计，包括存储单元模块、通信接口模块、JATG接口电路。同时设计了系统的外围电路像系统时钟电路、电源电路、系统复位电路。 选择更适合于ARM开发的Linux系统作为软件开发平台。实现了Linux系统向开发板的移植、Bootloader的启动与编译、设备驱动程序的开发；根据手姿态信号输入方案系统采用分模块、分层次的方法设计了系统的应用程序——串口通信程序及手姿态识别子程序。通过分析常用的手姿态识别算法，系统采用基于神经网络的动态时间规整与模板匹配相结合的动态手姿态识别算法。并依据相应的软硬件测试方法对系统进行了分模块调试及系统的集成。
上传时间： 2013-07-11
上传用户：songyuncen
人脸识别技术作为生物识别技术之一，是模式识别在图像领域中的具体运用，其应用前景非常广阔，可以应用到身份证件的鉴别、自动门禁控制系统、银行取款机、家庭安全，图片检索等领域。 人脸识别系统主要分为人脸检测定位，特征提取和人脸分类三部分。人脸的检测和定位，即从输入的图像中找到人脸及人脸存在的位置，并将人脸从背景中分离出来。在特征提取部分，先对原始人脸数据进行特征提取，之后原始数据由维数较少的有效特征数据表示并存储在数据库中，接下来进行人脸分类，在识别待测人脸图像时，将待测图像的特征数据与数据库中存储数据相比对，判断是否为库中的某一人，从而实现自动识别人脸的目的。 在过去的十年里，人脸识别技术一直是图像处理领域里具有挑战性的课题，随着研究的深入，许多人脸检测及识别算法被提出来。其中基于主成分分析的Eigenface的算法及其变形已经成为测试人脸识别系统性能的基准算法；同时Adaboost人脸检测算法，在PC上基本可以达到实时，在嵌入式产品广泛应用的今天，只有让人脸识别算法在嵌入式平台上实现，才能获得更广阔的应用，本文研究了在嵌入式平台上Adaboost人脸检测算法的性能。 嵌入式是后PC时代的一个亮点，目前已经应用在社会生活的方方面面。嵌入式产品的开发平台分为包括很多，如：DSP，ARM，PowerPC等等。本文采用的ARM9作为嵌入式开发平台，研究人脸识别在ARM平台的性能，为实用的嵌入式人脸识别系统的设计提供参考。 本文从PC平台的软件实现入手，分别实现了PC平台下的AdaBoost人脸检测算法和PCA人脸识别算法,分析了现象及结果，接下来搭建了基于ARM嵌入式系统的硬件平台，对AdaBoost人脸检测算法进行了硬件平台的移植，并得出相应实验效果。
上传时间： 2013-05-31
上传用户：saharawalker
