论文部分内容阅读
本文以智能视频监控为研究对象，以目前在智能视频监控领域中的研究热点--人脸识别为切入点，通过完成基于DM642的嵌入式智能前端的研究、人脸检测和识别算法的研究、算法在智能前端上的移植和优化以及利用该智能前端配合服务器搭建监控预警系统等一系列工作，最后实现了一个在特定场合下性能良好的智能监控预警系统。
本文的主要内容包括：
介绍基于DM642的嵌入式智能前端的研究平台，包括前端总体框架说明，各硬件功能模块的介绍，视频驱动和系统自启动的介绍，并简单介绍了CCS开发工具。
提出了在复杂背景下检测人脸、对人脸图像进行预处理、特征提取及分类的一系列算法，以及使用视频中时间信息提高识别率的创新方法，并对这些算法在PC上进行了测试和验证。
介绍了将经过测试和验证的人脸检测和识别算法移植到DSP平台上，并有针对性的进行优化的方法。介绍了硬件资源分配和软件环境移植，对原始程序进行架构级、算法级和代码级优化的方法，重点介绍了将算法中的神经网络分类器部署在FPGA上的架构级优化方法。
提出用多个具有人脸识别功能的嵌入式前端，和后端服务器搭建出一个智能监控预警系统。给出了具体的搭建方案、服务器的实现方法及系统的扩展性考虑。