1. 毕业设计（论文）主要内容：

使用Haar特征法提取人脸特征。利用积分图法计算特征值，Adaptive Boosting算法训练弱分类器成为强分类器，通过分类器级联法提升强分类器检测性能，并完成从算法及原理到Verilog硬件描述语言的编译与优化。基于DE2硬件平台搭建图像数据存储模块，视频解码模块，检测模块，输出显示模块的硬件检测系统，使用Verilog语言实现每个模块的逻辑设计，完成人脸检测系统测试。

2. 毕业设计（论文）主要任务及要求

1. 查阅相关文献资料15篇以上（其中近五年外文文献不少于3篇)。

2. 完成开题报告。

3. 搭建图像数据存储模块，视频解码模块，检测模块，输出显示模块的硬件检测系统，使用verilog语言实现每个模块的逻辑设计，完成人脸检测系统测试。

3. 毕业设计（论文）完成任务的计划与安排

第1周—第4周 搜集资料，撰写开题报告；

第5周—第6周 论文开题；

第7周—第12周 撰写论文初稿；

4. 主要参考文献

【1】 kumar c, azam m s. a multi-processing architecture for accelerating haar-based face detection on fpga[c]//international conference on industrial and information systems. ieee, 2015: 1-5.

【2】padmaja k，prabakar t n. fpga based real time face detection using adaboost and histogram equalization[j]. international conference on advances in engineering, 2012, 30(31): 111-115.

【3】cho j, mirzaei s, oberg j. fpga-based face detection system using haar classifiers[c]//acm/sigda. fpga. california: international symposium on field programmable gate arrays, 2009: 103-112.