以下试题来自：
多项选择题流水线按对象移动方式可分为（）。
A.不变流水线
B.连续流水线
C.固定流水线
D.可变流水线
E.成组流水线
为您推荐的考试题库
您可能感兴趣的试卷
你可能感兴趣的试题
A.生产周期短
B.生产能力利用高
C.品种变换适应性强
D.适合于单件小批生产
E.生产与运作管理简单
A.体积大的产品
B.单件小批生产类型的
C.比较重的
D.大批大量生产类型的
E.采用工艺专业化的生产单位
A.人员数量
B.管理人员的管理经验
C.应用管理理论的水平
D.应用管理方法的水平
E.生产设备完好率
A.设备按工艺专业化布置
B.产品品种单一
C.设备利用率高
D.劳动定额制定详细
E.生产设备广泛采用专用设备
A.用户数量较多
B.产品品种数较少
C.生产能力可明确规定
D.能源消耗较高
E.在制品库存较多流水线的计算机_百度知道流水线设计方法及应用_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
流水线设计方法及应用
上传于||暂无简介
阅读已结束，如果下载本文需要使用1下载券
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩2页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢用于实现adaboost人脸检测算法的硬件结构及实现算法方法
专利名称用于实现adaboost人脸检测算法的硬件结构及实现算法方法
技术领域本发明涉及一种用于实现adaboost人脸检测算法的硬件结构及实现算法方法。
背景技术人脸检测已经在新一代的人机界面、安全访问和视频监控、以及基于内容的检索等领域得到了应用。更为重要的是，随着嵌入式技术和智能设备的发展，许多人脸检测应用的领域都逐渐出现了移动化和户外工作的要求。然而，嵌入式平台的计算能力相当有限的， 无法实现纯软件的实时人脸检测，因此，往往需要考虑增加硬件加速模块来弥补嵌入式平台计算能力不足的问题，而如何设计符合人脸检测算法特点的硬件结构，就成了解决人脸检测嵌入式化的重要课题。
本发明的目的在于提供一种用于实现adaboost人脸检测算法的硬件结构，以实现adaboost人脸检测算法在嵌入式平台的应用。为了达到上述目的及其他目的，本发明提供的用于实现adaboost人脸检测算法的硬件结构，包括用于存放待检测的图像的灰度图的图像存储单元；用于存放分类器数据的数据存储单元；用于对所述图像存储单元中所存放的图像的扫描方式和每次扫描尺寸进行控制及对所述数据存放单元所存放数据进行访问的控制单元；与所述图像存储单元连接且用于缓存被扫描的图像像素的灰度值的第一缓存单元；与所述数据存储单元连接且用于缓存被读出的数据的第二缓存单元；用于按照adaboost人脸检测算法，在图像的一个维度方向将第一缓存单元输出的图像灰度值进行行积分并求平方和的行积分运算单元；与所述行积分运算单元输出连接且用来传递与积分值相关的数据及完成在图像的另一个维度方向的积分运算的阵列单元，其具有的用于传递及执行运算的单元的数目与每次被扫描到的图像的行数与列数的乘积相同，且每一行的单元形成传递数据的行流水线，每一列的单元形成传递数据的列流水线；与所述阵列单元中作为输出的各单元分别连接的多个结果单元；用于对第二缓存单元输出的数据进行编码的编码单元；用于传递经编码单元输出且用于人脸检测所需的相关数据的传输单元；以及用于根据所述传输单元传递至的数据和所述多个结果单元的结果进行解码和检测的检测单元。本发明提供的实现adaboost人脸检测算法的方法，包括步骤1)控制单元控制对图像存储单元所存放的图像进行扫描以使相应尺寸的图像的各像素点的灰度值经过第一缓存单元后，并送入行积分运算单元进行横向积分和平方和计算；同时控制单元控制对数据存储单元的数据的访问，以使相应数据在编码单元中完成相应编码，部分被送入传输单元，部分被送入阵列单元；幻行积分运算单元将所计算后行积分数据依次移入阵列单元， 并在所述阵列单元的第一条行流水线上进行纵向积分后逐步移入各行，以便在所述阵列单元中形成待检图像的积分图；幻在所述阵列单元中形成待检图像的积分图后，阵列单元中
3的各单元根据由编码单元送至的数据来确定是否需要将各自的积分图值叠加在由编码单元送至的数据上后，再向后续各单元传递由编码单元送至的数据，由此直至由编码单元送至的数据被传递至结果单元中；以及4)检测单元根据结果单元中的结果数据和传输单元传输至的数据执行检测作业。综上所述，本发明的用于实现adaboost人脸检测算法的硬件结构及实现算法的方法通过采用多条流水线，可快速完成积分图和矩形特征值的计算，进而可以实现在嵌入式平台上应用adaboost人脸检测算法。
图1为本发明的用于实现adaboost人脸检测算法的硬件结构示意图。图2为本发明的用于实现adaboost人脸检测算法的硬件结构的分类器RAM中数据格式示意图。
具体实施例方式请参阅图1，本发明的用于实现adaboost人脸检测算法的硬件结构主要包括图像存储单元、数据存储单元、控制单元、第一缓存单元、第二缓存单元、行积分运算单元、阵列单元、多个结果单元、编码单元、传输单元、及检测单元等。所述图像存储单元用于存放待检测的图像的灰度图，即如图中下方所示的图像 RAM，其可以采用片外的静态随机存取存储器(即SRAM)来实现。所述数据存储单元用于存放分类器数据，即如图中左方所示的分类器RAM，其也可以采用片外的静态随机存取存储器(即SRAM)来实现。所述控制单元用于对所述图像存储单元中所存放的图像的扫描方式和每次扫描尺寸进行控制、及对所述数据存放单元所存放数据进行访问，即如图中所示的窗口扫描控制，在本实施例中，其控制每次扫描的窗口尺寸为对拉4。所述第一缓存单元与所述图像存储单元连接，用于缓存被扫描的图像像素的灰度值，在第一次扫描后，第一缓存单元存储有M行图像的像素灰度值，其可采用先进先出单元(即 FIFO)。所述第二缓存单元与所述数据存储单元连接，用于缓存被读出的数据，即与分类器相关的特征数据等，其也可以是先进先出单元。所述行积分运算单元用于按照adaboost人脸检测算法，在图像的一个维度方向 (例如横向)将第一缓存单元输出的图像灰度值进行积分并求平方和，即如图中所示的积分逻辑。所述阵列单元与所述行积分运算单元输出连接，用来传递与积分值相关的数据、 及完成在图像的另一个维度方向(例如纵向)的积分运算，其具有的用于传递及执行运算的单元(如图中灰色方框)的数目与每次被扫描到的图像的行数与列数的乘积相同，即 24*24,且每一行的单元形成传递数据的行流水线，即有M条横向从左到右行流水线，每一列的单元形成传递数据的列流水线，即有M条纵向从下到上的列流水线。所述多个结果单元与所述阵列单元中作为输出的各单元分别连接，即如图所示的阵列单元右侧的竖条形小方框，共M个，各自连接一个阵列单元中的单元。
所述编码单元用于对第二缓存单元输出的数据进行编码，其编码方式容后陈述。所述传输单元用于传递经编码单元输出且用于人脸检测所需的相关数据，在本实施列中，其为两条一维的数据传输流水线，如图中上方的多个斜条纹小方框所形成的行流水线、及多个横条纹小方框形成的行流水线。所述检测单元用于根据所述传输单元传递至的数据和所述多个结果单元的结果进行解码和检测，如图所示的解码和检测逻辑。上述用于实现adaboost人脸检测算法的硬件结构的工作过程包括以下装载和检测两个步骤1、装载阶段为了检测不同位置的人脸，现有控制单元控制扫描图像存储单元中存储的图像， 每次以MXM的窗口进行扫描，扫描顺序是纵向优先扫描，即先沿纵向扫描完一列的窗口，然后向右扫描下一列。最基本的装载单位是行。根据待检窗口左上角的y坐标值，装载可以分为全装载和部分装载。当y = 0时，进行全装载，即控制器将从SRAM中读取24行的数据放入FIFO中，并在行积分运算单元中完成横向积分和平方和的计算。然后，积分和将依次移入阵列单元，阵列单元底部的单元会累计输入的积分和(即完成纵向积分)，并输出给后一级的单元。后级单元则依次传递积分和。竖线单元也同样累计和传递每行的平方和。经过M个周期，整个子窗口的积分图都进入了阵列中单元，并得到了整个窗口像素的平方和。由于窗口的重叠关系，当y & 0时，只需从SRAM读取1行新数据即可，即进行阵列单元的部分装载。新行从阵列单元底部移入，而阵列单元顶部的行则移出阵列阵列单元，同时阵列单元中的每个单元都减去顶部移出行对应位置的积分和。这样无论是全装载还是部分装载，阵列单元中保存的都是待检窗口的积分图。2、检测阶段存放在分类器RAM中级联器数据的格式如图2所示。顶层数据结构Cascade由结构Stage和特征!Mature嵌套构成。其余元素都是32位整数，Rect元素又可分为5个位段，其中，N为级联器的级数，M为某级分类器中包含的特征数。顺序读取分类器RAM中的数据，编码后从左侧放入不同的流水线中。矩形 Rect(xl，yl，x2，y2)将会被编码成 E(xl，x2，0)和 E(yl，y2，weight)，其中(xl,yl)和(x2， y2)分别是矩形的左上角和右下角顶点坐标，weight是矩形在Haar特征中的权重。E(xl， x2，0)分别放入yl和y2对应的两条阵列流水线中，E(yl，y2，weight)放入斜线单元流水线中。其中E (u，v，w)是一种32位的编码规则，E (u，v，w) = (u & & 27 | ν & & 22 | w)。由于分类器RAM的宽度是64位，因此在读入矩形参数时可以同时读入特征阈值Threshold或相似度Alpha，它们将被放入横条纹小方框所形成的行流水线中。此外每个Mage的阈值 Threshold_S和特征总数M也分别通过横条纹小方框和斜条纹小方框所形成的行流水线传递到右侧。在检测阶段，每一行阵列单元构成一条横向的流水线，根据来自编码单元的输入数据，每个单元会选择处理或传输两种动作。执行处理的条件是来自编码单元的数据中的 xl或x2部分等于当前单元的χ坐标，即当前单元就是矩形的四个顶点之一。如果阵列单元中的当前单元χ坐标等于来自编码单元的数据中的xl值，则把该单元的积分图值累加到来
5自编码单元的数据的低22位上，即Out [21:0] = In[21:0]+Sum0如果当前单元的χ坐标等于来自编码单元的数据中的x2值，则用该单元的积分图值去减来自编码单元的数据的低 22位，即0ut[21:0] = ^ι[21:0]-5ιιπι。在其他情况下，阵列单元中各单元执行传输动作，即将输入不做任何变化输出。在流水线建立的M个周期内，右侧解码与检测逻辑处于空闲状态，可以利用这M 个周期计算出窗口均方差。一个矩形的编码从左侧进入流水线，经过M个周期后可以从右侧对应位置得到两个值，将这两个值相减就得到了这个矩形的灰度和。此时矩形的权重、特征的阈值等都已从横条纹小方框和斜条纹小方框所形成的流水线上达到右侧，累计特征值和比较的工作都在检测逻辑中完成。比较的结果用来判定该窗口是否通过当前Mage。如果通过则继续下一 Stage,否则回到装载状态，执行下一窗口。如果窗口通过了所有的Mage，则将它的坐标写入检测结果FIFO中。由上可见，本发明的阵列单元结构可以大大加速adaboost人脸检测算法在嵌入式平台上的检测速度。仿真结果显示，在200MHz的电路上，使用有25级和四13个Haar特征的分类器数据，检测384X^8的图像可以达到3fps的检测速度，相对在200MHz的ARM9 处理器上的纯软件方案提高了 10倍，而其检测准确率和软件方案是完全一致的。本发明不但使检测速度得到了提高，对RAM的访问也大大减少。使用部分装载后，装载大部分窗口只需要移入1行新数据，减少到原来的1Λ4。另外，阵列单元中只包含MXM个单元，任何大小的窗口都最终转换到MXM的窗口大小，从而大大节省了硬件资源。综上所述，本发明的用于实现adaboost人脸检测算法的硬件结构由于使用了多条流水线，在保证和软件完全一致的正确性的前提下，可快速完成积分图和矩形特征值的计算，同时降低了对RAM的访问，并减小了硬件规模，可以在嵌入式平台上用于adaboost人脸检测算法的加速。上述实施例仅列示性说明本发明的原理及功效，而非用于限制本发明。任何熟悉此项技术的人员均可在不违背本发明的精神及范围下，对上述实施例进行修改。因此，本发明的权利保护范围，应如权利要求书所列。
1.一种用于实现adaboost人脸检测算法的硬件结构，其特征在于包括 用于存放待检测的图像的灰度图的图像存储单元；用于存放分类器数据的数据存储单元；用于对所述图像存储单元中所存放的图像的扫描方式和每次扫描尺寸进行控制及对所述数据存放单元所存放数据进行访问的控制单元；与所述图像存储单元连接且用于缓存被扫描的图像像素的灰度值的第一缓存单元； 与所述数据存储单元连接且用于缓存被读出的数据的第二缓存单元； 用于按照adaboost人脸检测算法，在图像的一个维度方向将第一缓存单元输出的图像灰度值进行积分并求平方和的行积分运算单元；与所述行积分运算单元连接且用来传递与积分值相关的数据及完成在图像的另一个维度方向的积分运算的阵列单元，其具有的用于传递及执行运算的单元的数目与每次被扫描到的图像的行数与列数的乘积相同，且每一行的单元形成传递数据的行流水线，每一列的单元形成传递数据的列流水线；与所述阵列单元中作为输出的各单元分别连接的多个结果单元； 用于对第二缓存单元输出的数据进行编码的编码单元； 用于传递经编码单元输出且用于人脸检测所需的相关数据的传输单元； 用于根据所述传输单元传递至的数据和所述多个结果单元的结果进行解码和检测的检测单元。
2.如权利要求1所述的用于实现adaboost人脸检测算法的硬件结构，其特征在于所述第一缓存单元和第二缓存单元都是先进先出单元。
3.如权利要求1所述的用于实现adaboost人脸检测算法的硬件结构，其特征在于所述数据存储单元和图像存储单元都是静态随机存取存储器。
4.如权利要求1所述的用于实现adaboost人脸检测算法的硬件结构，其特征在于所述传输单元是由多个单元形成的多条数据传输流水线。
5.一种实现adaboost人脸检测算法的方法，其特征在于包括步骤1)控制单元控制对图像存储单元所存放的图像进行扫描以使相应尺寸的图像的各像素点的灰度值经过第一缓存单元后，送入行积分运算单元进行横向积分和平方和计算；同时控制单元控制对数据存储单元所存放的数据进行访问，以使相应数据在编码单元中完成相应编码，部分被送入传输单元，部分被送入阵列单元；2)行积分运算单元将所计算后的行积分数据依次移入阵列单元，并在所述阵列单元的第一条列流水线上进行纵向积分逐步移入各行，以便在所述阵列单元中形成待检图像的积分图；3)在所述阵列单元中形成待检图像的积分图后，阵列单元中的各单元根据由编码单元送至的数据来确定是否需要将各自的积分图值叠加在由编码单元送至的数据上后，再向后续各单元传递由编码单元送至的数据，由此直至由编码单元送至的数据被传递至结果单元中；4)检测单元根据结果单元中的结果数据和传输单元传输至的数据执行检测作业。
6.如权利要求5所述的实现adaboost人脸检测算法的方法，其特征在于所述阵列单元包含的单元数目为2牡24。
本发明提供的用于实现adaboost人脸检测算法的硬件结构，包括图像存储单元、数据存储单元、控制单元、第一缓存单元、第二缓存单元、行积分运算单元、阵列单元、多个结果单元、编码单元、传输单元、及检测单元等，其中，阵列单元具有多个用于传递及执行运算的单元，且每一行的单元形成传递数据的行流水线，每一列的单元形成传递数据的列流水线，而数据存储单元所存储的分类器有关的数据经过编码后通过传输单元传输，由于采用了流水线的方式，使得积分图和矩形特征值的计算能快速完成，进而采用本发明的硬件结构就可以实现在嵌入式平台上应用adaboost人脸检测算法。
文档编号G06K9/62GKSQ
公开日日 申请日期日 优先权日日
发明者万江, 施跃华, 王庭晖, 赵峰 申请人:上海德致伦电子科技有限公司网红制造流水线，打造网红月入百万
　来源：　
来源：作者：责任编辑：李超
　　2016年，当老网民还在讨论“网红”一词的褒贬时，新一代的网民已经开始享受这种全新的互联网“审美”方式。“网红”们以迅雷不及掩耳之势闯出了一片天，从线上到线下，一条完整的产业链已然成型。“通过互联网走红的人”经过专业化、团队化的培训、包装成为“通过互联网走红的明星”。
　　为了当网红管爸妈要钱，6月6日一位90后女孩自曝和某网红经纪人聊天记录。
　　该网红经纪宣称自己每个月要捧好几个人成为网红，捧一个网红最低20万起步。声称自己打造网红每月收入百万以上。该女孩自曝没钱管爸妈要钱，就是想当网红。
　　网友还找到了这位微博名叫“就是亚军”的网红经纪人，他的微博上经常写一些教大家如果炒作成为网红的文章，内容可谓惊人，原来网络上看到的新闻都是他们背后操作的，想想也是可怕...[责任编辑:李超]
一周图片排行榜
光明网版权所有