From f0ef66c31bb3b0329e70744ca09b7cf9872ffd0b Mon Sep 17 00:00:00 2001 From: WalkerLau <23637534+WalkerLau@users.noreply.github.com> Date: Mon, 24 Aug 2020 16:34:12 +0800 Subject: [PATCH] Add files via upload --- README.md | 55 +++++++++++++++++++++++++++++++++++++++++++++++++++++++ 1 file changed, 55 insertions(+) create mode 100644 README.md diff --git a/README.md b/README.md new file mode 100644 index 0000000..1aa1022 --- /dev/null +++ b/README.md @@ -0,0 +1,55 @@ +# 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: + +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](https://github.com/nenadmarkus) 提供的 [Pixel Intensity Comparison-based Object detection](https://github.com/nenadmarkus/pico) ,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](https://github.com/WalkerLau/DetectHumanFaces/blob/master/TechSpecification.md)》。 + +* **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,都可以在本 Github repo 的《[TechSpecification](https://github.com/WalkerLau/DetectHumanFaces/blob/master/TechSpecification.md)》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`(用于初始化Block RAM);文件夹 `software` 包含了所有软件代码(C代码等)。 + +比特流文件 `minSOC.bit` 仅可用于 “黑金 ALINX AX7050” 开发板的下板。 + +## 联系作者 +Xuanzhi LIU (xuanzhi@mail.ustc.edu.cn) + +Qiao HU (qhu@mail.ustc.edu.cn) + +Zongwu HE (zwhe1@mail.ustc.edu.cn) \ No newline at end of file