[發明專利]基于FPGA的人臉檢測裝置

有效

• 申請號: 202110292634.9
• 申請日: 2021-03-18
• 公開（公告）號: CN113034457B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 劉亞軍;王志雄;梁永寧
• 申請（專利權）人: 廣州市索圖智能電子有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/90;G06N3/0464;G06N3/047;G06N3/08;G06T1/20
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郭浩輝;顏希文

1.一種基于FPGA的人臉檢測裝置，其特征在于，包括：主控指令解析模塊、神經網絡計算模塊、圖像縮放模塊、目標框處理模塊和輸出模塊；所述主控指令解析模塊、所述神經網絡計算模塊、所述圖像縮放模塊、所述目標框處理模塊和所述輸出模塊都是在硬件FPGA上基于硬件設計語言設計的；

其中，所述主控指令解析模塊用于解析神經網絡當前層的配置參數，以及配置所述神經網絡計算模塊中所需要的卷積神經網絡，以及對所述目標框處理模塊和所述圖像縮放模塊的協調控制；

所述圖像縮放模塊用于構建輸入圖像的圖像金字塔，還有P-Net和R-Net之間、所述R-Net和O-Net之間圖像輸入的尺寸縮放比例；

所述圖像縮放模塊，具體包括主控制子模塊、輸出坐標解析子模塊、雙線性差值算法數據處理子模塊以及奇偶BRAM組地址數據處理子模塊；所述雙線性差值算法數據處理子模塊包括雙線性差值算法整數和小數提取子模塊和雙線性差值算法數據計算子模塊；所述奇偶BRAM組地址數據處理子模塊包括奇偶BRAM組地址解析子模塊和奇偶BRAM組數據輸出子模塊；

所述神經網絡計算模塊包括所述P-Net、所述O-Net和所述R-Net三個卷積神經網絡；所述神經網絡計算模塊用于篩選人臉目標框以及計算所述人臉目標框的偏置數據；所述人臉目標框是通過將所述卷積神經網絡輸出的分數矩陣中大于閾值的坐標映射到原圖中得到的；

所述神經網絡計算模塊具體包括卷積數據計算子模塊、卷積特征圖存儲子模塊和卷積數據累加與緩存子模塊；所述卷積數據計算子模塊采用單個卷積核參數與輸入特征圖多行相乘求和的計算方式；所述卷積特征圖存儲子模塊采用雙BRAM組存儲特征圖形式；所述卷積數據累加與緩存子模塊用于對卷積特征圖存儲子模塊的數據進行累加求和并輸出，得到新的多通道的特征圖數據；

所述目標框處理模塊用于根據篩選后的人臉目標框以及所述偏置數據來得到新的人臉目標框；

所述輸出模塊用于根據所述神經網絡計算模塊的輸出結果生成歸一化的人臉檢測結果。

2.如權利要求1所述的基于FPGA的人臉檢測裝置，其特征在于，還包括圖像增強模塊，所述圖像增強模塊用于增強所述輸入圖像。

3.如權利要求2所述的基于FPGA的人臉檢測裝置，其特征在于，所述圖像增強模塊，具體包括卷積計算子模塊、卷積核選擇子模塊和卷積計算子模塊；

所述卷積計算子模塊包括第一卷積子模塊和第二卷積子模塊；所述第一卷積子模塊包含水平細胞處理算法以及對應的卷積核；所述第二卷積子模塊包含雙極細胞處理算法以及對應的卷積核；

所述卷積核選擇子模塊用于根據卷積窗口的中心像素點的取值范圍來選擇對應的卷積核。

4.如權利要求1所述的基于FPGA的人臉檢測裝置，其特征在于，所述輸出模塊包括Softmax計算子模塊；所述Softmax計算子模塊為分類模塊，將輸入的數據歸一化處理為0、1之間的實數。

5.如權利要求1所述的基于FPGA的人臉檢測裝置，其特征在于，所述神經網絡計算模塊還包括池化計算子模塊和全連接計算子模塊；

所述池化計算子模塊用于壓縮特征圖的大小；

所述全連接計算子模塊用于通過矩陣計算將所述卷積數據計算子模塊所獲得的局部特征重新組合成完整的圖像。

6.如權利要求1所述的基于FPGA的人臉檢測裝置，其特征在于，所述目標框處理模塊包括NMS計算子模塊，所述NMS計算子模塊用于計算所述人臉目標框的Score分數最大值。