论文部分内容阅读
随着计算机视觉、模式识别、图像处理、人工智能领域的快速发展,以及网络智能相机功能越来越强大,目标检测和定位技术变得愈发成熟,智能监控实用性也变得越来越广泛,监控技术将变得更远、更快、更精确。由于远距离监控不仅覆盖区域广,检测目标多,而且具有很大的隐蔽性,在森林防火、智能交通、安防预警等领域都有广泛的应用。本文就是针对智能监控中远距离的多行人目标进行检测和定位的,并基于DM8127智能相机平台,完成一个具有实时性和高准确度的系统,本文的主要内容如下:1.针对现有的基于全图的行人检测算法耗时长的缺点,提出了一种基于感兴趣区域的行人检测算法。由于远距离中的行人目标相对较小,感兴趣区域面积占的比例较少,基于感兴趣区域的行人检测算法的时间将有很大的减少。将基于帧间差分的感兴趣区域提取算法前移到DM8127相机的DSP端,并利用DSP端的EDMA、C64x指令集和基于Cache的乒乓操作等优化手段极大的降低了算法的耗时,有利于进行实时性检测。2.研究了行人检测算法,说明了利用HOG_LBP特征比HOG特征的检测准确率更高,同时把基于感兴趣区域的HOG_LBP的方法和基于全图的HOG_LBP/HOG方法在准确度和时间上做了对比,体现出基于感兴趣区域的HOG_LBP方法在行人检测上的优势。3.针对多目标定位,基于标定点的单目粗定位方法可以多目标定位但定位精度较差,多目视觉单目标精定位定位精度高但不能进行多目标定位,本文提出了一种基于单目粗定位关联匹配的多目标精定位算法,该算法结合了前面二者的优势,不仅能够对多目标进行定位,而且有很高的精确度。4.研究了整个系统架构,并加入跟踪模块。利用卡尔曼滤波器的预测功能,辅助提取感兴趣区域,减少漏检的可能性;同时因为目标被遮挡,无法被检测到,通过预测功能补偿目标位置,让定位结果更连续;空间定位会带来偏差,通过跟踪关联前后帧目标,使得多目标定位更精确。