1. 研究目的与意义（文献综述）

1.1研究目的及意义

近几年，随着计算机科学技术在计算机视觉和交互领域的不断进步，人脸检测作为计算机视觉和交互以及模式识别等众多技术中的一项关键技术，在研究和应用上都得到了快速的发展。人脸作为图像与视频中最重要的视觉图像之一，在计算机视觉、多媒体技术和模式识别的研究中占有重要的地位。

人脸检测技术是所有关于人脸处理中的第一步，它是指在输入的一幅图像中，鉴别并找到所有存在的人脸的位置，而无论它的位置、大小、方向、姿势和灯光如何变化。人脸检测的目的是判断图像中是否存在人脸区域，进而确定人脸的位置。人脸检测分为静态检测和动态检测，静态检测是从静态图片或者视频序列中找出人脸，如果存在人脸，则输出人脸的数目、每个人脸的位置及其大小。动态检测是在已检测到的人脸信息的基础上，在后续的视频图像中继续捕获人脸的位置及其大小等性质，以达到跟踪识别的目的。人脸检测作为人脸信息处理中的一项关键技术，近年来成为计算机视觉与模式识别领域内一项受到高度重视、研究十分活跃的课题。

2. 研究的基本内容与方案

本设计使用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。

3. 研究计划与安排

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. 参考文献（12篇以上）

【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.