嵌入式客流量統(tǒng)計(jì)模塊的設(shè)計(jì)和實(shí)現(xiàn)

隨著傳統(tǒng)的顯示－存儲－回放模式的監(jiān)控系統(tǒng)的普及，在已有監(jiān)控系統(tǒng)上提供增值服務(wù)的智能監(jiān)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、娛樂休閑場所、購物設(shè)施等公共場所的監(jiān)控系統(tǒng)，實(shí)現(xiàn)客流量的精確計(jì)數(shù)以及對人群密度進(jìn)行估計(jì)，監(jiān)控人群活動，保證人群的安全性和分析客流分布規(guī)律等功能成為當(dāng)前監(jiān)控應(yīng)用中迫切需要的功能。
早期先后出現(xiàn)過光電監(jiān)測[1]、紅外對射、紅外光幕客流量計(jì)數(shù)器，由于這些方法計(jì)數(shù)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(hù)成本高導(dǎo)致應(yīng)用受限。近年來為克服光照等影響計(jì)數(shù)精度的干擾因素，出現(xiàn)了主動/被動紅外成像客流量計(jì)數(shù)器[2]，但由于其價(jià)格昂貴而限制了推廣。本文以傳統(tǒng)可見光攝像頭獲取的圖像為處理對象，在達(dá)芬奇系列處理器TMS320DM6437平臺上，提取HOG[3]特征實(shí)現(xiàn)人頭檢測，利用Mean-shift[4]實(shí)現(xiàn)人員跟蹤和計(jì)數(shù)，完成了客流量統(tǒng)計(jì)的嵌入式模塊化設(shè)計(jì)。
1 客流量統(tǒng)計(jì)模塊硬件構(gòu)成
基于視頻的客流量統(tǒng)計(jì)，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出現(xiàn)遮擋和重疊。為了解決遮擋和重疊問題實(shí)現(xiàn)精確計(jì)數(shù)，需要采用更復(fù)雜的計(jì)數(shù)算法，額外增加了較大的計(jì)算量。本文采用如圖1所示的攝像頭垂直放置，通過檢測和跟蹤人頭實(shí)現(xiàn)客流量的計(jì)數(shù)，既避免了遮擋和重疊導(dǎo)致計(jì)數(shù)精度下降的問題，又能使人頭檢測和跟蹤算法計(jì)算量適中。

1.1 TMS320DM6437芯片的特點(diǎn)
TMS320DM6437是TI公司首批支持達(dá)芬奇技術(shù)的純DSP器件，結(jié)合增強(qiáng)型TMS320C64X內(nèi)核與最新視頻處理子系統(tǒng)(VPSS)，實(shí)現(xiàn)超強(qiáng)的視頻處理能力。 TMS320C64X采用第二代高性能超長指令字(VLIW)的體系結(jié)構(gòu)，2級存儲器/高速緩存和EDMA引擎，非常適合高強(qiáng)度的數(shù)學(xué)運(yùn)算；其內(nèi)核主頻高達(dá)600 MHz，峰值處理速度可達(dá)5 600 MIPS。內(nèi)核擁有兩級緩存結(jié)構(gòu)，第一級緩存(L1)包括80 KB的數(shù)據(jù)緩存(L1D)和32 KB 的程序緩存(L1P)，L1直接與CPU連接，數(shù)據(jù)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(jié)構(gòu)也可被用作片內(nèi)存儲器。核內(nèi)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(tǒng)(VPSS)，以D1解析度實(shí)現(xiàn)高達(dá)H.264的視頻編碼。TMS320DM6437芯片還擁有豐富的外部接口，片內(nèi)包含4路視頻數(shù)模轉(zhuǎn)換芯片，可實(shí)現(xiàn)多種制式的模擬視頻信號輸出，為運(yùn)行客流量統(tǒng)計(jì)程序提供了一個(gè)高性價(jià)比的硬件平臺。
1.2 系統(tǒng)硬件構(gòu)成
系統(tǒng)主要由圖像采集、圖像數(shù)據(jù)存儲、圖像數(shù)據(jù)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專用圖像采集器。TVP5150的主要作用是把輸入的模擬視頻信號轉(zhuǎn)換成符合ITU-R BT.656標(biāo)準(zhǔn)的4:2:2 YUV全數(shù)字視頻信號。運(yùn)行人頭檢測和跟蹤計(jì)數(shù)算法的處理器采用TI公司的高性價(jià)比媒體處理器TMS320DM6437。該處理器先從視頻轉(zhuǎn)換芯片TVP5150讀取數(shù)字視頻數(shù)據(jù)，然后運(yùn)行人頭檢測和跟蹤計(jì)數(shù)程序，最后在檢測的人頭上加框后顯示統(tǒng)計(jì)的客流量。由于圖像數(shù)據(jù)量大，TMS320DM6437處理器運(yùn)行客流量統(tǒng)計(jì)程序時(shí)，不可避免會將運(yùn)行的中間數(shù)據(jù)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(xiàn)視頻顯示。系統(tǒng)基本的硬件結(jié)構(gòu)如圖2所示。

2 利用HOG特征實(shí)現(xiàn)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(qū)域的梯度方向直方圖來描述目標(biāo)特征。本文用HOG特征結(jié)合支撐向量機(jī)SVM(Support Vector Machine)分類器進(jìn)行頭部檢測，分為SVM分類器訓(xùn)練和人頭檢測兩個(gè)階段。
2.1 HOG特征提取
提取目標(biāo)的HOG特征步驟如下：首先按照式（1）和式（2）計(jì)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(shè)定為0～?仔。本文梯度的方向反映該像素點(diǎn)周圍的灰度變化的方向，梯度的幅度反映灰度變化的大小。
然后進(jìn)行子塊單元的劃分和方向直方圖統(tǒng)計(jì)。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(tǒng)計(jì)。將梯度方向劃分為BIN個(gè)區(qū)間，對于各個(gè)區(qū)間的梯度相加，形成一個(gè)BIN維的向量來描述一個(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(yīng)的BIN×CELLNUM維向量可以根據(jù)實(shí)際需要按式（3）進(jìn)行標(biāo)準(zhǔn)化：

最后所有CELL對應(yīng)的向量構(gòu)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(tǒng)文章專題:linux操作系統(tǒng)詳解（linux不再難懂）

上一頁 1 2 下一頁