基于DSP优化的行人识别算法在智能监控中的研究与应用
本文选题:C64x+ 切入点:智能监控系统 出处:《电子科技大学》2014年硕士论文 论文类型:学位论文
【摘要】:近年来,随着技术的飞速发展,视频监控系统从第三代网络监控逐步过渡到第四代智能监控。在智能监控中,视频/图像处理已经成为重要研究课题,运动目标检测,特别是行人检测已经成为智能监控重点研究内容。本文研究了视频处理中运动目标提取和行人检测算法,设计原型系统在全高清智能监控系统(1080P)上完成运动行人检测。本文的主要工作有:1.对整个智能监控系统的功能进行分析,针对传统智能监控架构的缺点,采用DSP智能相机设计了一种分布式的智能监控架构——利用DSP完成运动目标提取,在运动区域上使用PC完成行人检测。2.仔细分析现有行人检测算法,针对传统多尺度滑窗检测速度慢,效率低的缺点,根据应用场景,应用行人总是在运动这个先验信息,设计算法对视频中的运动区域进行检测,有效降低了检测窗口的数目。3.根据DSP处理器的特性,分析对比多种运动检测算法,最终选择Vibe进行运动检测。在运动检测的基础上,设计了一种基于运动区域的行人扫描方法,代替传统的多尺度滑窗扫描。4.详细分析HOG、HOGLBP特征在行人检测中的优势,针对这两种特征在分类时计算量大的问题,提出采用主成分分析(PCA)对HOGLBP特征进行降维。通过理论分析和实际验证证明了PCA_HOGLBP特征在保证行人检测效果的同时,能有效减低分类的复杂度。5.根据智能监控系统的总体设计和运动行人检测算法,实现了该原型系统。仔细分析了该系统算法的耗时问题,使用编译器选项和双缓冲操作对代码进行优化。在认真分析算法结构的基础上,使用Intel扩展指令集SSE对向量内积运算进行了针对性优化,提出使用C64x+指令对3×3中值滤波算法进行优化。实验表明,在同等条件下,本文优化的3×3中值滤波算法比TI在imgLib库中提供的函数快5.24倍。本文设计的智能监控系统将运动检测算法被分散到各个DSP智能相机,PC只对疑似运动区域进行扫描和分类,占用系统资源低;只在异常情况下传输高码率视频流,网络负载低。实验证明,本文设计的智能监控系统在全高清视频下能有效的对运动行人进行检测,检测速度快,检测效果好,漏检和误检少。
[Abstract]:In recent years, with the rapid development of technology, video surveillance system from the third generation network monitoring gradually transition to the fourth generation of intelligent monitoring. In intelligent monitoring, video / image processing has become an important research topic, moving target detection, especially pedestrian detection has become the key research contents of intelligent monitoring. This paper studies the moving object in video processing extraction and pedestrian detection algorithm, the design of the prototype system in full HD intelligent monitoring system (1080P) on moving pedestrian detection. The main works of this paper are: 1. the function of intelligent monitoring system are analyzed, the traditional intelligent monitoring architecture using DSP smart camera design flaws, the architecture of a distributed intelligent monitoring using DSP complete moving object extraction, the use of PC in the motion area complete pedestrian detection.2. careful analysis of the existing pedestrian detection algorithm, based on the traditional multi-scale Sliding window detection speed, low efficiency, according to the application scenarios, pedestrians always in motion this prior information, the design algorithm to detect the motion region in video, effectively reducing the detection window number.3. according to the characteristics of DSP processor, analysis of a variety of motion contrast detection algorithm, the final choice of Vibe in motion detection. The basis of motion detection, design a pedestrian scanning method based on motion region, multi-scale sliding window scanning.4. HOG detailed analysis to replace the traditional HOGLBP feature, advantage in pedestrian detection, according to the two characteristics of the large amount of calculation in the classification, proposed using principal component analysis (PCA) to reduce the the dimension of the HOGLBP feature. Through theoretical analysis and practical verification proved that the PCA_HOGLBP feature in ensuring the detection effect of pedestrians at the same time, can effectively reduce the complexity of.5. classification based on intelligent monitoring system The overall design and the pedestrian detection algorithm, realized the prototype system. Careful analysis of the time-consuming problem of the algorithm of the system, optimizes the code compiler options and double buffer operation. Based on analyzing the structure of the algorithm, using the Intel instruction set extension to SSE amount of inner product operation of the targeted optimization, put forward to 3 x 3 median filtering algorithm was optimized using the C64x+ instruction. Experimental results show that under the same conditions, the optimization of the 3 x 3 median filtering algorithm is 5.24 times faster than the TI function in the imgLib library provides the intelligent monitoring system designed in this paper. The motion detection algorithm is distributed to every DSP smart camera, PC scan and the classification of suspected motion regions, low system resource use; transmission of high bit rate video stream only in exceptional circumstances, the network load is low. The experiment proves that the design of the intelligent monitoring system in full HD video It can detect the moving pedestrians effectively, the detection speed is fast, the detection effect is good, the leak detection and error detection are few.
【学位授予单位】:电子科技大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TP391.41;TN948.6
【相似文献】
相关期刊论文 前10条
1 杨秀金;王高平;;试论粮食仓库散粮储运智能监控集成系统[J];粮食与食品工业;2001年01期
2 袁佑新,侯鹏,史龙伟;防腐电源智能监控节点的设计[J];电子技术应用;2004年11期
3 张瑞玉;孙红星;熊成基;;基于行走轨迹的智能监控算法[J];辽宁科技大学学报;2010年05期
4 宋艳;张堑;;矿井安全中的智能监控信息技术应用[J];煤矿机械;2012年11期
5 张颖;张世亮;郑勇;;智能监控在干法厌氧发酵中的应用现状及新方法研究[J];热带农业科学;2012年10期
6 陈仲韬;王刚;;无线技术和网络技术在智能监控中的应用[J];科技信息;2012年35期
7 朱玲玲;朱利华;;自动化人工智能监控在煤矿工业的应用[J];煤炭技术;2012年12期
8 张晴;;浅谈小区的智能监控及路灯安装工艺、操作规范、注意事项[J];中国集体经济;2012年36期
9 王宗明;张磊;;浅析矿井安全中的智能监控信息技术应用[J];煤炭技术;2013年05期
10 左建军;吴有富;;水面漂浮物智能监控技术[J];软件导刊;2013年04期
相关会议论文 前10条
1 黄天发;王景国;曹伟军;;高速公路智能监控应急系统[A];2007年全国第十六届十三省(市)光学学术会议论文集[C];2007年
2 余瑾;姚燕;李忠明;;消防巡检智能监控实验系统[A];北京高教学会实验室工作研究会2009年学术研讨会论文集[C];2009年
3 罗忠孟;邓成中;张永相;;发展预应力张拉系统智能监控技术的探讨[A];第一届全国流体动力及控制工程学术会议论文集(第二卷)[C];2000年
4 罗坤明;黄道平;朱学峰;黎景棠;黄湘云;;蒸馏装置智能监控与事故预报系统[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
5 赵红军;;智能监控中非防护异常的检测[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
6 范跃祖;李俊韬;张海;;道路交叉口智能监控系统关键技术研究[A];第一届中国智能交通年会论文集[C];2005年
7 曾杨;;工程机械智能监控信息系统[A];智能制造技术研发及应用——第十三届海峡两岸机械工程技术交流会论文集[C];2010年
8 曲琦;孟德禄;李文斌;孙小鹏;;三级护线智能监控管理系统开发与应用[A];山东电机工程学会2011年学术年会论文集[C];2011年
9 谭黎;武林;杨玉芳;;ZigBee技术在农田智能监控中的应用研究[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年
10 李华敏;张志本;袁鑫昌;;基于IMS架构的智能监控的设计与实现[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集(下册)[C];2007年
相关重要报纸文章 前10条
1 记者 陈志刚;甘肃将在边界道路安装智能监控设备[N];人民公安报;2011年
2 曹英华;标准缺失制约智能监控市场发展[N];人民邮电;2012年
3 鲍卫文 陈增;江西宜春建设工程实施智能监控[N];中国建设报;2009年
4 通讯员 朱启法;特种作业车实现智能监控[N];大庆日报;2012年
5 本报记者 宋显晖;“智能监控”广泛用于全国重大工程[N];珠海特区报;2012年
6 通讯员 周兴程;长江高科智能监控电缆填补国内空白[N];三峡日报;2009年
7 本报记者 邓健;智能监控与应急机制立体融合[N];计算机世界;2008年
8 本报记者 许政;南京:全市近六成路口可抓拍“加塞”[N];人民公安报·交通安全周刊;2014年
9 于尚民;3G高效机房始于智能监控电源[N];通信产业报;2009年
10 本报记者 王华;借交通智能监控管理平台杜绝公交“霸王车”[N];贵阳日报;2010年
相关博士学位论文 前1条
1 钟志;基于异常行为辨识的智能监控技术研究[D];上海交通大学;2008年
,本文编号:1624393
本文链接:https://www.wllwen.com/kejilunwen/wltx/1624393.html