曾 爽，应 骏，王 健，曾维军

(上海师范大学数字社区与智能家居研究中心，上海200234)

当前，人脸检测技术的应用越来越广泛，但是由于人脸图像复杂度较高、相应的图像数据处理量也比较大，因此其应用平台大多是数据处理速度更快的PC机［1］。虽然能够取得良好的效果，但是由于PC机体积比较大，因此使用起来就不够方便。嵌入式系统具有简单易用以及低功耗的特点［2］，随着嵌入式系统性能的不断提高，将人脸检测技术运用到嵌入式系统中将会变得更加具有实用价值。同时，在实现人脸检测的过程中，检测速度是评价人脸检测性能的重要构成［3］。因此，在追求人脸检测准确率的基础上，检测速度的提升越来越受到重视。

本文采用Xilinx公司的zedboard开发板是ARM+FPGA架构的可编程 ZYNQ-7000 AP SoC平台［4］。ZYNQ芯片将ARM处理器核心以硬核的方式集成到芯片内，这样就使得计算强度更大、存储效率更复杂的算法的实现变得更加容易。同时，ZYNQ还集成了FPGA逻辑和一些关键外设，解决了使用FPGA片内处理器的局限性［4］。基于ZYNQ平台的显著优势，本文在PL(FPGA)端对人脸检测前的图片进行预处理，减少噪声干扰，在PS(ARM)端对来自PL端的图片进行背景减除，然后进行人脸检测。

1 本文算法

1．1 PL端的中值滤波算法

在进行人脸图像的采集过程中，噪声的干扰往往会在图像上留下一定的痕迹，如果不对噪声进行处理，就会影响到图像的识别率。图像滤波可以消除噪声带来的干扰，改善图像的质量，目前通常用于人脸图像的滤波方法就是中值滤波。……