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
声明:本站部分文章及图片转载于互联网,内容版权归原作者所有,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!