基于ZYNQ异构体系下的实时运动分析系统设计与实现

发布时间：2017-09-02 02:18

  本文关键词：基于ZYNQ异构体系下的实时运动分析系统设计与实现

  更多相关文章： 运动特征识别 ZYNQ 异构计算 高层次综合 时空特征 支持向量机

【摘要】：视频图像中目标运动分析是计算视觉最重要的研究领域之一,其在国防、军事、科学研究、视频监控、虚拟现实、医学等多个领域有着广阔的应用前景。通常实现计算机视觉的视频信息处理的系统对底层硬件的处理能力具有非常高的要求,要同时实现系统的小型化、低功耗、实时处理能力和高鲁棒性具有非常高的挑战。传统的基于通用CPU执行纯软件来实现复杂数学模型构建和数据分析算法的系统方案在性能上很难满足上述要求,而基于专用集成电路ASIC的实现方案又具有成本过高和扩展性低的缺点。为解决上述问题,本文在以下三个方面进行了研究和设计探索。第一,参照人类大脑皮质的视觉感知的处理机制,以典型的视觉感知层次化计算模型为依据,设计了一种易于片上系统实现的人体动作的时空运动特征识别算法。第二,采用自顶向下的系统级设计流程对识别算法进行了最优化的软硬件任务划分,并在ARM+FPGA的异构平台上进行了实现。第三,采用高层次综合HLS方法设计了流水线型的运动信息抽取专用硬件加速电路,使得硬件系统能够实现1080p@60fps高清视频图像的实时处理。实验数据表明,利用异构系统的算法实现与采用通用CPU的纯软件实现方式相比,它的设计处理速度提升了38倍。再与专用电路相比它又降低了设计开发的难度,增强了设计的扩展性和灵活性。
【关键词】：运动特征识别 ZYNQ 异构计算 高层次综合 时空特征 支持向量机
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-11
• 1 引言11-23
• 1.1 研究背景11-12
• 1.2 国内外研究现状12-16
• 1.2.1 人体行为表征14-15
• 1.2.2 人体行为识别技术15-16
• 1.3 异构计算与软硬件协同设计16-20
• 1.3.1 异构计算平台16-17
• 1.3.2 软硬件协同设计17-20
• 1.4 研究意义20-21
• 1.5 论文主要研究内容和特色21
• 1.6 论文组织架构21-23
• 2 基于时空特征的运动识别算法23-39
• 2.1 HMAX模型在运动分析中的运用23-25
• 2.2 基于时空特征算法原理25
• 2.3 总体实现流程25-37
• 2.3.1 运动信息图生成26-28
• 2.3.2 运动目标检测28-29
• 2.3.3 运动场图生成29-31
• 2.3.4 时空特征向量生成31-32
• 2.3.5 高级向量化32-33
• 2.3.6 支持向量机33-36
• 2.3.7 运动的学习与识别36-37
• 2.4 算法并行性分析37-38
• 2.5 本章小结38-39
• 3 ZYNQ异构平台与HLS设计方法39-52
• 3.1 ZYNQ异构平台39-47
• 3.1.1 ZYNQ片上系统发展39-40
• 3.1.2 ZYNQ内部架构40-41
• 3.1.3 PL逻辑资源简介41-43
• 3.1.4 PS与PL的标准总线接口43-47
• 3.2 HLS设计方法47-51
• 3.2.1 HLS介绍47-50
• 3.2.2 HLS加速FPGA的视觉开发50-51
• 3.3 本章小结51-52
• 4 图像处理技术52-62
• 4.1 色彩转换52-53
• 4.2 图像缩放53
• 4.3 最近邻内插法53-55
• 4.3.1 双线性内插法54
• 4.3.2 立方插值法54-55
• 4.4 高斯平滑55-57
• 4.5 中值滤波57-58
• 4.6 形态学处理58
• 4.7 边缘滤波58-61
• 4.8 本章小结61-62
• 5 实时加速系统设计和实现62-78
• 5.1 硬件平台62
• 5.2 ZedBoard介绍62-63
• 5.3 软硬件划分63-65
• 5.4 图像处理硬件加速器设计与实现65-74
• 5.4.1 图像复制模块67-68
• 5.4.2 色彩变换模块68-69
• 5.4.3 帧间差分和阈值分割模块69-70
• 5.4.4 边缘滤波模块70-72
• 5.4.5 运动场模块72-73
• 5.4.6 其他算法加速模块73-74
• 5.4.7 模块合并74
• 5.5 运动分析的实现74-77
• 5.5.1 K-均值学习75
• 5.5.2 SVM分类器训练75-76
• 5.5.3 SVM分类器识别76-77
• 5.6 本章小结77-78
• 6 运动识别系统性能测试与分析78-88
• 6.1 运动分析系统平台和实现78-79
• 6.2 系统顶层搭建79-81
• 6.3 加速能力分析81-82
• 6.4 识别精度分析82-85
• 6.5 硬件资源分析85-87
• 6.6 本章小结87-88
• 7 总结与展望88-91
• 7.1 论文工作总结88-89
• 7.2 工作展望89-91
• 参考文献91-95
• 附录A 运动分析系统顶层工程95-96
• 作者简历及攻读硕士学位期间取得的研究成果96-98
• 学位论文数据集98

【相似文献】

中国期刊全文数据库 前10条

1 张英伟;;搭建虚拟异构平台[J];软件世界;2007年20期

2 Jack Dongarra;;下一代计算机系统将由异构平台组成[J];中国教育网络;2011年09期

3 张虹;勾勒“效用计算”路线图[J];中国计算机用户;2003年32期

4 赵雄涛;雷志勇;雷鸣;;异构平台信息交互的设计与实现[J];现代电子技术;2008年04期

5 陈锐;管建和;;XML Web Services电子政务异构平台的设计[J];电脑编程技巧与维护;2009年02期

6 刘勇;赵秦德;赖正文;黄东平;王t熜，

本文编号：775801