AdaBoost人脸检测算法在DSP上的移植与优化

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (20): 197-201.

AdaBoost人脸检测算法在DSP上的移植与优化

朱明，陆小锋，陆亨立，李莹娇，张东升

上海大学通信与信息工程学院，上海 200072

出版日期:2014-10-15 发布日期:2014-10-28

Transplantation and optimization of AdaBoost face detection algorithm on DSP

ZHU Ming, LU Xiaofeng, LU Hengli, LI Yingjiao, ZHANG Dongsheng

School of Communication and Information Engineering, Shanghai University, Shanghai 200072, China

Online:2014-10-15 Published:2014-10-28

摘要/Abstract

摘要： 将Viola等人提出的AdaBoost人脸检测算法由PC机移植到TMS320DM642嵌入式平台，采用EMCV（Embedded Computer Vision Library）移植方案，将PC平台的OpenCV（Open Source Computer Vision Library）视觉库中有关AdaBoost算法的模块修改使之适应嵌入式DSP平台。该移植工作主要解决了OpenCV在嵌入式平台的不兼容问题以及不同体系架构的编译器环境和库文件导致的编译和链接错误。优化工作在TI的编译器CCS中进行，在编译器平台下进行C语言的项目及程序优化，并进行了大量实验数据的对比，给出了优化的方案，对实现系统的实时性有指导性作用。

关键词: DM642, AdaBoost算法, 人脸检测, 算法优化

Abstract: This paper transplants the AdaBoost algorithm proposed by Viola from PC platform to TMS320DM642 platform. The transplantation solves the compile problem caused by the difference between PC and DSP platform. The algorithm optimization is proceeding in CCS compiler which is provided by Texas Instruments. The paper optimizes the AdaBoost algorithm by the optimization of C code and the project settings, and a lot of experiments are done to give out the optimization solution. It plays a guiding role in the implementation of real-time feature in embedded DM642 platform.

Key words: DM642, AdaBoost algorithm, face detection, algorithm optimization

朱明，陆小锋，陆亨立，李莹娇，张东升. AdaBoost人脸检测算法在DSP上的移植与优化[J]. 计算机工程与应用, 2014, 50(20): 197-201.

ZHU Ming, LU Xiaofeng, LU Hengli, LI Yingjiao, ZHANG Dongsheng. Transplantation and optimization of AdaBoost face detection algorithm on DSP[J]. Computer Engineering and Applications, 2014, 50(20): 197-201.

[1]	兰红，黄敏. 融合KNN优化的密度峰值和FCM聚类算法[J]. 计算机工程与应用, 2021, 57(9): 81-88.
[2]	高树静，王程龙，董廷坤. 基于ZYNQ的优化Adaboost人脸检测[J]. 计算机工程与应用, 2020, 56(6): 201-206.
[3]	马原东，罗子江，倪照风，徐斌，吴凤娇，孙收余，杨秀璋. 改进SSD算法的多目标检测[J]. 计算机工程与应用, 2020, 56(23): 23-30.
[4]	郭静，宋文爱，杨吉江，王青，梁雅琪，雷毅，高雪梅，李海振. 计算机辅助诊断人脸形态学疾病研究综述[J]. 计算机工程与应用, 2020, 56(19): 22-33.
[5]	郭永坤，章新友，刘莉萍，丁亮，牛晓录. 优化初始聚类中心的K-means聚类算法[J]. 计算机工程与应用, 2020, 56(15): 172-178.
[6]	刘淇缘，卢树华，兰凌强. 遮挡人脸检测方法研究进展[J]. 计算机工程与应用, 2020, 56(13): 33-46.
[7]	李静，降爱莲. 复杂场景下基于R-FCN的小人脸检测研究[J]. 计算机工程与应用, 2020, 56(1): 203-208.
[8]	崔芳怡1，荆晓远2，董西伟2，3，吴飞2，孙莹2. 自适应蝙蝠算法优化的模糊聚类及其应用[J]. 计算机工程与应用, 2019, 55(7): 16-22.
[9]	罗明柱，肖业伟. 全卷积神经网络的多尺度人脸检测的研究[J]. 计算机工程与应用, 2019, 55(5): 124-128.
[10]	李亚可，玉振明. 级联的卷积神经网络人脸检测方法[J]. 计算机工程与应用, 2019, 55(24): 184-189.
[11]	梁雅琪，宋文爱，杨吉江，王青，王星月，雷毅. 人脸辅助诊断关键技术研究[J]. 计算机工程与应用, 2019, 55(15): 24-31.
[12]	张进1，张娜娜2. 优化特征提取的互动式人脸活体检测研究[J]. 计算机工程与应用, 2019, 55(13): 193-200.
[13]	翟夕阳，王晓丹，李睿，贾琪. 基于信息熵的RVM-AdaBoost组合分类器[J]. 计算机工程与应用, 2018, 54(5): 138-143.
[14]	李帆1，高东1，许欣2，张玉良2. 改进蝙蝠算法柔性作业车间调度问题研究[J]. 计算机工程与应用, 2018, 54(21): 265-270.
[15]	周安众，罗可. 一种多尺度卷积神经网络的人脸检测模型[J]. 计算机工程与应用, 2018, 54(14): 168-174.