針對實時性應(yīng)用的視頻檢測算法研究與FPGA實現(xiàn).pdf

1、視頻檢測、跟蹤、識別一直是智能監(jiān)控、視頻檢索、模式識別相關(guān)領(lǐng)域研究的熱點，這些技術(shù)與現(xiàn)代生活密切相關(guān)，受到了廣泛的應(yīng)用。其中視頻目標檢測作為跟蹤、識別等高級處理的前序步驟，處理的精度與速度直接影響到后續(xù)工作能否順利進行。當前檢測算法的研究如果按照檢測素材進行分類，可以分為使用像素信息作為基本元素進行檢測的像素域檢測，以及使用運動矢量、DCT系數(shù)等信息作為基本元素進行檢測的壓縮域檢測。本文針對實時性應(yīng)用，分別對壓縮域及像素域檢測算法進行了

2、一定研究。
　　 在壓縮域，本文基于H.264編解碼標準，研究了如何從未完全解碼的H.264視頻流中提取運動矢量，并對矢量進行預處理，得到顯著的矢量場作為檢測的基本元素?；诘玫降氖噶繄觯疚奶岢隽艘环N改進的壓縮域聚類檢測方法，通過對矢量進行特征提取，并對矢量場進行分層聚類來得到最后的目標區(qū)域。實驗證明此改進方法相比原始EM聚類的壓縮域檢測方法，提高了檢測速度，并且能夠有效消除光影噪聲區(qū)域，此外該改進算法還能有效克服目標暫時靜止

3、而無法被檢測的影響。
　　 壓縮域的優(yōu)點在于未完全解碼狀態(tài)就能夠開始檢測處理，且數(shù)據(jù)量相比像素域更少，從兩方面提高了檢測的效率。但壓縮域使用每一個4×4像素塊的運動矢量作為基本的檢測元素，相比像素域以像素作為基本的檢測元素，檢測精度具有一定局限性。
　　 像素域處理歷史悠久，理論研究較成熟，但對于越來越高質(zhì)量的視頻應(yīng)用，對于海量的像素數(shù)據(jù)，傳統(tǒng)的像素域檢測方法無法在保證精度的同時，滿足實時性要求。本文基于變換檢測提出了一

4、種改進的像素域檢測算法。通過視頻序列累計出可靠的背景緩存，通過當前幀與背景緩存的差異來得到目標區(qū)域。該算法相比傳統(tǒng)分水嶺等像素域方法具有高效、易于并行，流水線處理等硬件實現(xiàn)的優(yōu)點。
　　 從實現(xiàn)角度來說，對于目標檢測，因為各種復雜的應(yīng)用環(huán)境，出于靈活性以及成本等因素的考慮往往與跟蹤、識別等高級處理一起用CPU來處理?，F(xiàn)場可編程門電路FPGA作為一種半定制的芯片，比起僅使用CPU處理的系統(tǒng)，雖然會增加額外系統(tǒng)成本，但它可以根據(jù)特定

5、算法進行優(yōu)化，充分利用并行性流水線等硬件實現(xiàn)的優(yōu)勢。針對有實時性的應(yīng)用，利用FPGA來實現(xiàn)視頻前處理、檢測等算法可以大大提高處理速率。
　　 本文基于FPGA平臺，使用數(shù)字圖像傳感器作為輸入，顯示器作為輸出，SDRAM作為處理緩存，在FPGA內(nèi)部設(shè)計了傳感器配置、圖像同步、圖像色彩空間轉(zhuǎn)換、數(shù)據(jù)調(diào)度、SDRAM控制、VGA輸出、檢測等邏輯模塊。實現(xiàn)了基于上述背景寄存檢測算法的檢測系統(tǒng)。該系統(tǒng)在滿足實時性要求的同時，較好的完成了檢