【集创赛】arm杯国奖作品推荐–作品介绍！

本次推荐中科大的三位大佬2020年集创赛arm杯的作品！赛题要求实现”基于 Arm 处理器核的智能化 SoC 设计”,该作品成功晋级决赛，并获得国奖,下面是他们的作品介绍！

本次转载已通过作者授权

整理人：郭丹

项目描述

我们采用ARM Cortex-M3软核及FPGA构成了轻量级的实时人脸检测SOC，通过ov5640摄像头采集实时图像，经过检测系统的检测后，将已经框出人脸的实时图像通过HDMI输出到显示器，同时可以通过UART查看检测时间等信息，还能通过板载LED灯查看检测到的人脸数量。

我们采用的算法是 Nenad Markus 提供的 Pixel Intensity Comparison-based Object detection ，该算法可以快速检测出人脸的位置与数量。

我们的人脸检测系统的特点如下：

• 速度快：我们为SOC设计了运算加速器，最终实现了18帧/秒的检测速度。关于加速器的详细介绍请看《【技术文档】基于 ARM Cortex-M3 处理器与 FPGA 的实时人脸检测 SOC（参考公众号下一篇文章）》。

• 节省硬件资源：采用低成本的Cortex-M3处理器及FPGA实现。

实现效果

经过Cortex-M3及硬件加速器的运算后，我们的人脸检测系统可以实现18帧/秒的检测能力。

硬件及软件平台

• 硬件：

• • 开发板：黑金 ALINX AX7050

  • FPGA 芯片：Xilinx Spartan7 XC7S50

  • 摄像头：OmniVision(豪威) OV5640

• 软件：

• • Keil MDK v5.29

  • vivado 2019.2

  ---

  系统的技术细节

关于本人脸检测系统的具体技术细节，如系统架构、检测算法、加速器的设计等，都可以在《【技术文档】基于 ARM Cortex-M3 处理器与 FPGA 的实时人脸检测 SOC（参考公众号下一篇文章）》中找到。

项目地址：

原作者项目地址链接（GitHub）：

https://github.com/WalkerLau/DetectHumanFaces

或访问国内备份仓库（速度较快）：

https://gitee.com/gongwenhong/DetectHumanFaces

记得给作者点个小星星！！

长按识别图中二维码关注

欢迎关注微信公众号【数字积木】，更精彩的内容等着你！

文章知识点与官方知识档案匹配，可进一步学习相关知识Java技能树首页概览91536 人正在系统学习中

来源：数字积木