智能视频分析技术的主要含义是采用计算机处理与分析视频源,并提取视频中的关键信息以控制机器进行监控。智能视频分析技术在很大程度上解决了传统的视频监控技术中效率低下、可靠性低、需要大量人员维护控制等缺点,因而在近年得到了迅速的发展。现阶段的智能视频分析技术已经实现了对跨警戒区、警戒线的可疑行人及车辆的检测、物品遗留的检测、人员聚集与车辆拥堵的检测等等。近年来,随着嵌入式处理器性能的不断提升,越来越多的智能视频分析系统开始在前端的嵌入式系统上实现。由于视频分析算法在DSP平台实现要考虑实时性、空间需求等多种因素。本文包括以下几方面的研究:(1)介绍了当前背景检测算法的研究进展,并阐述了基本背景差法、W4算法、单高斯模型法以及混合高斯模型算法的基本原理。在此基础上,详细介绍了本项目中实际采用的码书背景检测算法的原理。接着为提升实时性对码书算法用多种方法进行了简化并做出了对比实验,根据实验结果选取了最合理的简化方法。(2)考虑到跟踪的实时性,我们在设计运动物体跟踪模块时采用了线性预测法通过物体历史运动轨迹预测出物体的位置,进而判断物体的运动方向。在运动状态分析模块中,我们通过建立对应关系矩阵并判断分开后检测到的矩形框和交错时检测到的外接矩形框的矩形重合度解决了交错判断的问题。接着我们利用跟踪模块得到的运动物体当前位置和运动方向,实现了警戒区、警戒线预警以及逆行检测等功能。(3)由于单线程实现视频分析算法任务会出现跳帧等问题,影响系统显示效果,本文利用TI公司推出的DSP/BIOS操作系统提供的多任务调度、资源锁、信号量、消息队列等功能模块将视频分析算法用多线程实现,解决了算法结果连续显示的问题。在此基础上,我们介绍了DSP处理器平台常用的优化方法,并且给出了本文采用的智能视频分析算法程序的一些具体优化方案,最后给出了优化方案的实验结果。