基于DM8127的行人檢測智能前端設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著政治、經(jīng)濟(jì)的發(fā)展，各個國家、企業(yè)、個人越來越關(guān)注安防事業(yè)。監(jiān)控系統(tǒng)由最原始的模擬視頻和人眼監(jiān)測到中期的半數(shù)字化存儲再到如今的全數(shù)字化監(jiān)控系統(tǒng)，互聯(lián)網(wǎng)的發(fā)展、編解碼算法的升級都功不可沒。而智能前端監(jiān)控系統(tǒng)在監(jiān)控系統(tǒng)中脫穎而出，算法的多樣性需求和前端處理器的飛躍發(fā)展，使得智能前端監(jiān)控系統(tǒng)的廣泛應(yīng)用成為必然。多年來，行人檢測課題的研究持續(xù)不斷。行人檢測算法在電子卡口、無人車行人避讓系統(tǒng)、客流量檢測等應(yīng)用中作為基礎(chǔ)算法有著至關(guān)重要的作用。行

2、人檢測智能前端是帶有行人檢測分析功能的智能前端，不但能夠代替人眼進(jìn)行監(jiān)查，而且能夠減少傳輸信號所占用的帶寬和存儲資源。本文根據(jù)《安防監(jiān)控視頻實(shí)時智能分析設(shè)備技術(shù)要求》設(shè)計(jì)了行人檢測智能前端系統(tǒng)的功能和性能要求。通過分析DM8127的優(yōu)勢，確定以DM8127為主處理器的網(wǎng)絡(luò)攝像機(jī)作為系統(tǒng)實(shí)現(xiàn)的硬件平臺，并分析了行人檢測智能前端的五個模塊，同時結(jié)合系統(tǒng)的軟硬件平臺，選用支持向量機(jī)(Support Vector Machine，SVM)和梯度

3、方向直方圖(Histogram of Oriented Gradient，HOG)相結(jié)合的方法作為前端分析模塊的實(shí)現(xiàn)方案。在MATLAB上模擬了行人檢測系統(tǒng)，包括提取HOG特征模塊、圖像金字塔檢測模塊以及多窗口融合模塊。
　　本研究主要內(nèi)容包括：⑴HOG特征的縮放不變性差。選擇包含不同高度行人的同尺寸圖像數(shù)據(jù)集，通過圖像金字塔檢測原理，設(shè)計(jì)三層圖像金字塔，并在各層進(jìn)行行人檢測，分析HOG特征縮放不變性性能，結(jié)論為64*128大小的

4、檢測窗口可以檢測到行人高度范圍在88像素-128像素內(nèi)的行人。根據(jù)此結(jié)論給出了單層圖像金字塔檢測法。⑵HOG特征的特征維度較高。特征維度過高導(dǎo)致提取特征耗時長，檢測速度緩慢，可在保證準(zhǔn)確率的前提下進(jìn)行算法參數(shù)的適當(dāng)調(diào)整。⑶HOG特征對被遮擋的行人，檢測效果較差。挑選只有上半身包含頭肩信息的行人作為部分訓(xùn)練正樣本。檢測到行人后，根據(jù)坐標(biāo)在界面顯示模塊將行人框出，在多尺寸窗口融合技術(shù)的原理上，給出了遞歸的窗口融合算法。仿真后，選用LIBSV