Adaboost算法FPGA实现和性能分析.PDF

Adaboost 算法的FPGA 实现与性能分析 1 2 许昀 赵峰 （上海交通大学微电子学院，上海，200240 ） 摘要：Adaboost 算法采用由弱到强的级联型分类器用以快速检测人脸。但在实际应用中计 算量巨大。在PC 机上用纯软件实现该算法得到的目标检测速度也难以达到实时。本文论述 了一种采用像素积分计算阵列的人脸检测系统，能够对图像像素进行流水运算处理以达到提 升检测速度的效果，并在Virtex5 系列FPGA 上实现。通过该并行系统对单幅352x288 的图 像进行人脸检测，其速率可以达到50 帧/秒，可以满足工业应用的实时性要求。 关键字：Adaboost Virtex5 FPGA 像素积分 实时性 中图分类号：TP571.6 文献标识码：A The Implementation of Adaboost Algorithm on FPGA and Performance Analysis Yun Xu, Feng Zhao (School of Micro-Electronics, Shanghai Jiao Tong University, Shanghai, 200240) Abstract: Adaboost algorithm applies the enhanced cascaded classifiers to detect human face fast. It requires huge computation volume. Even the detecting speed is not acceptable for implementing this algorithm with pure software on PC platform. This article presents an architecture composed by pixel integration computing arrays. Through the pipeline pixel process to the image and implement the system on Virtex5 FPGA platform, the speed is boosting obviously. Take the face detect test with resolution of 352x288 to the system, the result can be 50 fps, which could meet the requirement of the industry application field. Keyword: Adaboost, Virtex5, FPGA, Pixel Integration, Real-time 引言 Adaboost 算法是Freund 和Schapire 于1995 年提出的，全称为Adaptive Boosting 。它是 Boosting 算法的改进，意为该算法通过机器训练与学习不断自适应地调整假设的错误率，这 种灵活性使得 Adaboost 算法很容易与实际应用联系起来。2001 年，微软研究院的 P.Viola 提出了基于Haar 特征的Adaboost 算法[1]，创造性地将积分图的概念引入到人脸检测的特征 计算当中，由于此算法使用了大量尺寸不一的矩形作用来表征人脸。并且该算法中用以检测 人脸的分类器是采用的级联结构，按照由弱到强的顺序组织的，其优点在于按照统计概率， 在图像检测的一开始就能够将大部分不包含人脸的区域排除在外，省去了后面计算负载更重 的检测步骤，以此达到检测速度提升的目的。经过实际测试，P3 700MHz 的处理器对352*288 的图像进行检测的速度为15 帧/秒[2] 。但是如果在嵌入式平台上运行的话，纯软件的检测速 度则为 2 帧/秒[3] 。本设计将这种快速检测算法转化成了一种并行处理图片像素点的硬件结 构，能够大幅度提升图像中的人脸检测速度。 目标平台 Virtex5 系列FPGA 是Xi