行人檢測(cè)作為監(jiān)視、汽車系統(tǒng)和機(jī)器人等多個(gè)應(yīng)用領(lǐng)域的關(guān)鍵技術(shù),日益復(fù)雜的應(yīng)用環(huán)境,需要行人檢測(cè)具有更快的響應(yīng)時(shí)間。梯度直方圖（Histograms of Oriented Gradients,HOG）以其魯棒性,和對(duì)各種紋理對(duì)象較高的檢測(cè)精度,成為廣泛用于行人檢測(cè)的特征提取方法。但其高復(fù)雜度和計(jì)算密集是嵌入式系統(tǒng)實(shí)時(shí)檢測(cè)的制約問題。因此,本文主要研究HOG算法及其硬件加速電路的優(yōu)化設(shè)計(jì),進(jìn)而實(shí)現(xiàn)低延遲、高吞吐量的HOG加速電路,從而加快行人檢測(cè)速度。本文首先通過分析計(jì)算精度對(duì)HOG特征提取準(zhǔn)確性的影響,確定采用18位定點(diǎn)計(jì)算,通過坐標(biāo)旋轉(zhuǎn)數(shù)字計(jì)算方法（Coordinate Rotation Digital Computer,CORDIC）迭代過程中融合雙線性插值權(quán)重和方向區(qū)間計(jì)算,改進(jìn)CORDIC算法計(jì)算流程,減少了直方圖生成模塊的計(jì)算時(shí)間。以此為基礎(chǔ),優(yōu)化設(shè)計(jì)了HOG硬件加速電路,包括單元存儲(chǔ)結(jié)構(gòu)、直方圖生成電路、直方圖歸一化電路三部分。針對(duì)單元存儲(chǔ)結(jié)構(gòu),通過共享和重用單元減少存儲(chǔ)器的帶寬,采用高效的內(nèi)存訪問模式,提供同步訪問不同功能塊所需的內(nèi)存區(qū)域,避免了在不同的計(jì)算階段重復(fù)計(jì)算。針... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文研究?jī)?nèi)容與設(shè)計(jì)指標(biāo)
        1.3.1 研究?jī)?nèi)容
        1.3.2 設(shè)計(jì)指標(biāo)
    1.4 論文組織結(jié)構(gòu)
第二章 基于HOG行人檢測(cè)算法
    2.1 行人檢測(cè)方法概述
        2.1.1 基于Haar特征的方法
        2.1.2 基于Shapelet特征的方法
        2.1.3 基于HOG特征的方法
    2.2 HOG+SVM行人檢測(cè)算法分析
    2.3 HOG特征提取算法
        2.3.1 顏色空間歸一化
        2.3.2 梯度和方向計(jì)算
        2.3.3 直方圖生成
        2.3.4 直方圖歸一化
    2.4 本章小結(jié)
第三章 HOG算法改進(jìn)
    3.1 HOG算法參數(shù)分析
        3.1.1 HOG算法參數(shù)
        3.1.2 最優(yōu)計(jì)算精度選取
    3.2 基于CORDIC的梯度幅值和方向計(jì)算
        3.2.1 CORDIC算法原理
        3.2.2 CORDIC算法改進(jìn)
        3.2.3 CORDIC算法驗(yàn)證
    3.3 本章小結(jié)
第四章 HOG硬件加速電路設(shè)計(jì)與優(yōu)化
    4.1 單元存儲(chǔ)結(jié)構(gòu)優(yōu)化設(shè)計(jì)
    4.2 直方圖生成電路設(shè)計(jì)
        4.2.1 梯度幅值和方向電路優(yōu)化設(shè)計(jì)
        4.2.2 梯度幅值和方向電路仿真
        4.2.3 直方圖生成電路設(shè)計(jì)
    4.3 直方圖歸一化電路設(shè)計(jì)
        4.3.1 平方根倒數(shù)計(jì)算電路設(shè)計(jì)
        4.3.2 平方根倒數(shù)計(jì)算電路仿真
        4.3.3 直方圖歸一化電路設(shè)計(jì)
    4.4 本章小結(jié)
第五章 實(shí)驗(yàn)結(jié)果與分析
    5.1 功能與性能仿真
        5.1.1 實(shí)驗(yàn)環(huán)境
        5.1.2 檢測(cè)準(zhǔn)確率分析
        5.1.3 檢測(cè)速率分析
        5.1.4 FPGA資源占比分析
        5.1.5 指標(biāo)對(duì)比
    5.2 系統(tǒng)驗(yàn)證
        5.2.1 行人檢測(cè)系統(tǒng)設(shè)計(jì)
        5.2.2 HOG加速單元檢測(cè)效果
        5.2.3 行人檢測(cè)系統(tǒng)演示
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]行人檢測(cè)綜述[J]. 王文豪,高利,吳紹斌,趙亞男.  摩托車技術(shù). 2019(01)
[2]基于Adaboost的行人檢測(cè)綜述[J]. 張溪樾.  電子制作. 2019(01)
[3]基于HOG-LBP特征和SVM分類器的視頻摘要方法[J]. 程海鷹,王鳳隨,朱樹明.  四川理工學(xué)院學(xué)報(bào)(自然科學(xué)版). 2018(04)
[4]基于趨勢(shì)特征表示的shapelet分類方法[J]. 閆欣鳴,孟凡榮,閆秋艷.  計(jì)算機(jī)應(yīng)用. 2017(08)
[5]行人檢測(cè)技術(shù)研究綜述[J]. 張春鳳,宋加濤,王萬良.  電視技術(shù). 2014(03)

碩士論文
[1]基于Zynq-7000的高清視頻采集處理軟硬件協(xié)同設(shè)計(jì)[D]. 褚亭強(qiáng).南京郵電大學(xué) 2017
[2]基于HOG人體檢測(cè)方法的FPGA實(shí)現(xiàn)研究[D]. 蘇少偉.天津大學(xué) 2017
[3]采用HOG算子的行人檢測(cè)實(shí)時(shí)處理器的性能優(yōu)化[D]. 符林清.深圳大學(xué) 2016
[4]基于FPGA的低功耗行人檢測(cè)系統(tǒng)研究與實(shí)現(xiàn)[D]. 謝帥.山東大學(xué) 2014



本文編號(hào)：2986549