嵌入式客流量統計模塊的設計和實(shí)現

隨著(zhù)傳統的顯示－存儲－回放模式的監控系統的普及，在已有監控系統上提供增值服務(wù)的智能監控技術(shù)成為行業(yè)發(fā)展的熱點(diǎn)。利用安裝在大型建筑、娛樂(lè )休閑場(chǎng)所、購物設施等公共場(chǎng)所的監控系統，實(shí)現客流量的精確計數以及對人群密度進(jìn)行估計，監控人群活動(dòng)，保證人群的安全性和分析客流分布規律等功能成為當前監控應用中迫切需要的功能。
早期先后出現過(guò)光電監測[1]、紅外對射、紅外光幕客流量計數器，由于這些方法計數精度差、不能判斷客流行進(jìn)方向、易受外界干擾影響、而且維護成本高導致應用受限。近年來(lái)為克服光照等影響計數精度的干擾因素，出現了主動(dòng)/被動(dòng)紅外成像客流量計數器[2]，但由于其價(jià)格昂貴而限制了推廣。本文以傳統可見(jiàn)光攝像頭獲取的圖像為處理對象，在達芬奇系列處理器TMS320DM6437平臺上，提取HOG[3]特征實(shí)現人頭檢測，利用Mean-shift[4]實(shí)現人員跟蹤和計數，完成了客流量統計的嵌入式模塊化設計。
1 客流量統計模塊硬件構成
基于視頻的客流量統計，按攝像頭放置位置與客流方向的關(guān)系有傾斜放置和垂直放置兩種。在進(jìn)出客流量較大時(shí)，攝像頭傾斜放置時(shí)圖像中的人像之間不可避免會(huì )出現遮擋和重疊。為了解決遮擋和重疊問(wèn)題實(shí)現精確計數，需要采用更復雜的計數算法，額外增加了較大的計算量。本文采用如圖1所示的攝像頭垂直放置，通過(guò)檢測和跟蹤人頭實(shí)現客流量的計數，既避免了遮擋和重疊導致計數精度下降的問(wèn)題，又能使人頭檢測和跟蹤算法計算量適中。

1.1 TMS320DM6437芯片的特點(diǎn)
TMS320DM6437是TI公司首批支持達芬奇技術(shù)的純DSP器件，結合增強型TMS320C64X內核與最新視頻處理子系統(VPSS)，實(shí)現超強的視頻處理能力。 TMS320C64X采用第二代高性能超長(cháng)指令字(VLIW)的體系結構，2級存儲器/高速緩存和EDMA引擎，非常適合高強度的數學(xué)運算；其內核主頻高達600 MHz，峰值處理速度可達5 600 MIPS。內核擁有兩級緩存結構，第一級緩存(L1)包括80 KB的數據緩存(L1D)和32 KB 的程序緩存(L1P)，L1直接與CPU連接，數據寬度為128 bit。第二級緩存(L2)的容量大小為128 KB，可以被映射成緩存結構也可被用作片內存儲器。核內部擁有兩個(gè)處理通路，每條通路包含4個(gè)功能單元，最高時(shí)可在一個(gè)時(shí)鐘并行處理8條指令；視頻處理子系統(VPSS)，以D1解析度實(shí)現高達H.264的視頻編碼。TMS320DM6437芯片還擁有豐富的外部接口，片內包含4路視頻數模轉換芯片，可實(shí)現多種制式的模擬視頻信號輸出，為運行客流量統計程序提供了一個(gè)高性?xún)r(jià)比的硬件平臺。
1.2 系統硬件構成
系統主要由圖像采集、圖像數據存儲、圖像數據處理和圖像顯示等部分組成。圖像采集部分使用TI公司的TVP5150專(zhuān)用圖像采集器。TVP5150的主要作用是把輸入的模擬視頻信號轉換成符合ITU-R BT.656標準的4:2:2 YUV全數字視頻信號。運行人頭檢測和跟蹤計數算法的處理器采用TI公司的高性?xún)r(jià)比媒體處理器TMS320DM6437。該處理器先從視頻轉換芯片TVP5150讀取數字視頻數據，然后運行人頭檢測和跟蹤計數程序，最后在檢測的人頭上加框后顯示統計的客流量。由于圖像數據量大，TMS320DM6437處理器運行客流量統計程序時(shí)，不可避免會(huì )將運行的中間數據存儲在片外高速RAM中(片外RAM采用256 MB的DDR2 DRAM存儲器)。視頻顯示芯片采用Philips公司的視頻編碼芯片SAA7126H，實(shí)現視頻顯示。系統基本的硬件結構如圖2所示。

2 利用HOG特征實(shí)現人頭檢測
Dalal等人首先將HOG特征[3]用于靜態(tài)圖像中的行人檢測，其主要思想是利用局部區域的梯度方向直方圖來(lái)描述目標特征。本文用HOG特征結合支撐向量機SVM(Support Vector Machine)分類(lèi)器進(jìn)行頭部檢測，分為SVM分類(lèi)器訓練和人頭檢測兩個(gè)階段。
2.1 HOG特征提取
提取目標的HOG特征步驟如下：首先按照式（1）和式（2）計算灰度圖像的梯度幅值和梯度方向。

其中，Gx、Gy分別是(x，y)的水平和豎直梯度，梯度的方向設定為0～?仔。本文梯度的方向反映該像素點(diǎn)周?chē)幕叶茸兓姆较?，梯度的幅度反映灰度變化的大小?br /> 然后進(jìn)行子塊單元的劃分和方向直方圖統計。如圖3（a）所示，將圖像劃分為若干個(gè)圖像塊（BLOCK），每個(gè)塊劃分為若干個(gè)正方形圖像單元（CELL），圖像單元的邊長(cháng)記為CELLSIZE。圖3（a）中CELL的大小為8×8個(gè)像素，即CELLSIZE=8；一個(gè)BLOCK包含2×2個(gè)圖像單元CELLNUM=4。以一個(gè)圖像單元為單位，進(jìn)行方向梯度直方圖的統計。將梯度方向劃分為BIN個(gè)區間，對于各個(gè)區間的梯度相加，形成一個(gè)BIN維的向量來(lái)描述一個(gè)圖像單元。最后生成圖像的Hog描述子，對于每一個(gè)BLOCK對應的BIN×CELLNUM維向量可以根據實(shí)際需要按式（3）進(jìn)行標準化：

最后所有CELL對應的向量構成整個(gè)圖像的Hog描述子，如圖3（b）所示，圖像由16個(gè)CELL組成。

linux操作系統文章專(zhuān)題:linux操作系統詳解（linux不再難懂）

上一頁(yè) 1 2 下一頁(yè)