/DetectHumanFaces

Real time face detection based on Arm Cortex-M3 DesignStart and FPGA

Primary LanguageVerilogMIT LicenseMIT

基于 ARM Cortex-M3 处理器与 FPGA 的实时人脸检测 SOC

原创作品,转载请联系作者并注明出处:https://github.com/WalkerLau

源码地址:https://github.com/WalkerLau/DetectHumanFaces

本项目是第四届集成电路创新创业大赛(ARM杯)的参赛作品,包含了详细的技术文档、软件配置教程以及完整的代码。

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《TechSpecification》。

  • 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

FPGA资源消耗量

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,都可以在本 Github repo 的《TechSpecification》中找到。

文件 Docs/Keil and Vivado Configurations.pdf 详细介绍了Keil与Vivado IP的配置。

文件夹 hardware 包含了所有硬件代码(Verilog代码)、约束文件和决策树参数文件 facefinder.coe(.coe文件用于初始化Block RAM)。

文件夹 software 包含了所有软件代码(C代码等),创建完Keil项目之后需将该文件夹里的所有文件添加到项目。

files/minSOC.hex 是Keil编译好的机械码,用于在vivado中初始化ROM。

files/minSOC.bit 是vivado编译好的比特流文件,仅可用于 “黑金 ALINX AX7050” 开发板的下板。

hardware/facefinder.coe是决策树参数文件,需要添加到BRAM中,如何添加请留意Docs/Keil and Vivado Configurations.pdf关于Block memory一节。

作者

Xuanzhi LIU

Qiao HU

Zongwu HE