基于DSP平臺(tái)的目標(biāo)檢測(cè)算法的改進(jìn)與實(shí)現(xiàn).pdf

1、隨著社會(huì)的飛速發(fā)展，視頻處理智能化的趨勢(shì)愈發(fā)明顯。其中目標(biāo)檢測(cè)正是實(shí)現(xiàn)視頻分析智能化的核心和前導(dǎo)技術(shù)。相對(duì)于其他剛性的檢測(cè)目標(biāo)，行人由于其豐富的姿態(tài)變化和復(fù)雜的模型結(jié)構(gòu)，始終是目標(biāo)檢測(cè)領(lǐng)域的重要研究課題。隨著計(jì)算機(jī)視覺(jué)與統(tǒng)計(jì)學(xué)習(xí)理論的不斷發(fā)展，機(jī)器學(xué)習(xí)模型被引入行人檢測(cè)。本文選擇基于輪廓線索的行人檢測(cè)算法作為研究對(duì)象，對(duì)其中的檢測(cè)步驟進(jìn)行了分析與改進(jìn)，最終在嵌入式DSP平臺(tái)完成基于上述算法的智能視頻分析系統(tǒng)實(shí)現(xiàn)。
　　本文首先介紹

2、了基于機(jī)器學(xué)習(xí)理論的行人檢測(cè)算法的通用思路。之后選擇基于輪廓線索的行人檢測(cè)算法進(jìn)行了具體分析與改進(jìn)。一方面對(duì)特征向量及第一級(jí)Linear SVM classifier得分的計(jì)算過(guò)程進(jìn)行了重構(gòu)，改善了算法的時(shí)間效率；另一方面引入第二級(jí)分類器的判定得分作為權(quán)重對(duì)后處理算法進(jìn)行了優(yōu)化，降低了算法的誤檢率。
　　算法完成在PC平臺(tái)的改進(jìn)與測(cè)試后需要移植到嵌入式DSP平臺(tái)。在進(jìn)行算法移植時(shí)，需要針對(duì)DSP芯片的特性完成代碼優(yōu)化。本文著重介紹

3、了第二級(jí)HIK SVM classifier判定過(guò)程的優(yōu)化思路：將模型數(shù)據(jù)的預(yù)計(jì)算結(jié)果制成表格并分塊裝入片內(nèi)，使得判定得分的計(jì)算過(guò)程以“查表”的方式實(shí)現(xiàn)，在簡(jiǎn)化運(yùn)算的同時(shí)降低DDR與片內(nèi)的數(shù)據(jù)交換時(shí)間，使算法在更換平臺(tái)后同樣能夠高效執(zhí)行。
　　基于上述移植完成的行人檢測(cè)算法，本文最終完成了整套智能視頻分析系統(tǒng)的設(shè)計(jì)。系統(tǒng)硬件平臺(tái)選用TI公司的TMS320DM8127 SoC。系統(tǒng)軟件設(shè)計(jì)基于MCFW框架，其中采用循環(huán)隊(duì)列的機(jī)制解決