双核嵌入式平台上的视觉目标检测与跟踪

论文摘要

随着硬件处理能力的提升和价格的下降,以及处理器技术的发展,未来的数字安全监控技术将越来越向前端智能分析倾斜。本文针对智能监控的发展方向设计了一套基于双核嵌入式处理器平台的前端智能运动目标检测与跟踪系统,实现了对监控场景中运动目标的自动检测与跟踪。本文在算法上采用基于自适应高斯背景模型的背景差法进行运动目标的检测。对于目标跟踪,则采用了基于重要性重采样粒子滤波的方案,利用目标的颜色直方图与目标的运动状态信息准确地实现跟踪。系统采用具有ARM+DSP开放式双核架构的DaVinci系列DM6446嵌入式处理器平台进行开发。首先在DSP端对检测与跟踪算法进行封装并生成底层lib库,然后在ARM端采用结构清晰的模块化设计方法搭建了具备视频采集、智能处理、输出显示、性能测试功能的演示系统。同时该系统可以支撑更多其它视频智能分析算法的移植。通过实际测试表明,本文基于DM6446双核嵌入式平台实现的运动目标跟踪算法具有较好的性能,能够实现对CIF分辨率视频的实时处理。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题来源
• 1.2 研究背景
• 1.2.1 运动目标检测技术
• 1.2.2 目标跟踪技术
• 1.2.3 DaVinci 技术
• 1.3 本文的主要工作
• 第二章 运动目标检测与跟踪算法研究
• 2.1 基于自适应高斯背景模型的目标检测算法
• 2.1.1 单高斯背景模型
• 2.1.2 混合高斯背景模型
• 2.1.3 数学形态学滤波
• 2.1.4 最大连通域检测
• 2.1.5 实验结果
• 2.2 基于SIR 粒子滤波的目标跟踪算法
• 2.2.1 系统状态空间模型
• 2.2.2 系统观测模型
• 2.2.3 实验结果
• 第三章 目标检测与跟踪算法的封装
• 3.1 DaVinci 开发平台介绍
• 3.1.1 DM6446 处理器
• 3.1.2 DaVinci 技术的软件构架
• 3.2 xDM 算法封装及Codec Package 生成
• 3.2.1 xDAIS-XDM 算法标准简介
• 3.2.2 运动目标检测与跟踪算法封装
• 3.2.3 配置生成 Codec Package
• 3.3 DSP server 构建
• 3.3.1 Codec Server 配置脚本
• 3.3.2 DSP/BIOS 脚本配置
• 第四章 系统软件设计与实现
• 4.1 系统框架设计
• 4.2 视频采集模块
• 4.2.1 V4L2 视频采集原理
• 4.2.2 视频采集模块实现
• 4.3 检测跟踪模块
• 4.4 视频显示模块
• 4.4.1 Framebuffer 显示原理
• 4.4.2 视频显示模块实现
• 4.5 性能测试模块
• 4.5.1 OSD 原理
• 4.5.2 性能测试模块的实现
• 第五章 系统实验结果与分析
• 5.1 演示系统搭建
• 5.2 开发板的硬件配置
• 5.3 实验结果与分析
• 第六章 总结与展望
• 6.1 工作总结
• 6.2 工作展望
• 致谢
• 参考文献
• 硕士研究生期间的研究成果