智能視頻監(jiān)控系統(tǒng)及其在Blackfin上的應(yīng)用

　　目標(biāo)分類的目的是從檢測(cè)到的運(yùn)動(dòng)區(qū)域中將特定類型物體的運(yùn)動(dòng)區(qū)域提取出來(lái)。根據(jù)利用的信息的不同，目標(biāo)分類可以分為基于運(yùn)動(dòng)特性的分類和基于形狀信息的分類兩種方法?；谶\(yùn)動(dòng)特性的識(shí)別利用目標(biāo)運(yùn)動(dòng)的周期性進(jìn)行識(shí)別，受顏色、光照的影響較小?；谛螤钚畔⒌淖R(shí)別利用檢測(cè)出的運(yùn)動(dòng)區(qū)域的形狀特征與模板或者統(tǒng)計(jì)量進(jìn)行匹配。

　　目標(biāo)跟蹤是在連續(xù)的圖像幀間創(chuàng)建基于位置、速度、形狀、紋理、色彩等有關(guān)特征的對(duì)應(yīng)匹配。依據(jù)不同的跟蹤方法可分為基于模型的跟蹤、基于區(qū)域的跟蹤、基于活動(dòng)輪廓的跟蹤、基于特征的跟蹤等。

　　聯(lián)合目標(biāo)跟蹤與分類（JTC）技術(shù)是信息融合領(lǐng)域新興的一個(gè)研究方向。其基本思想是，通過在目標(biāo)跟蹤器和目標(biāo)分類器之間進(jìn)行雙向信息交互，來(lái)同時(shí)有效地提高目標(biāo)的跟蹤精度和分類性能。

　　在特定情況下需要對(duì)跟蹤目標(biāo)從類型細(xì)化到個(gè)體。這需要對(duì)目標(biāo)的行為進(jìn)行分析和理解。行為理解的關(guān)鍵問題是如何從學(xué)習(xí)樣本中獲取參考行為序列，并且學(xué)習(xí)和匹配的行為序列必須能夠處理在相似的運(yùn)動(dòng)模式類別中空間和時(shí)間尺度上輕微的特征變化。

　　3. 智能視頻監(jiān)控系統(tǒng)實(shí)施的難點(diǎn)和Blackfin的優(yōu)勢(shì)

　　盡管已經(jīng)取得了巨大進(jìn)展，智能視頻分析領(lǐng)域仍然沒有公認(rèn)的最優(yōu)方法。其自身研究?jī)?nèi)容的復(fù)雜性，使得研究方法和工具多樣，算法復(fù)雜度高，適用范圍有限，沒有魯棒性、準(zhǔn)確度、速度都符合需求的普遍方法。同時(shí)，視頻監(jiān)控系統(tǒng)的網(wǎng)絡(luò)化和分布式處理的要求，以及大規(guī)模工程安裝對(duì)成本、體積和功耗的限制，使得運(yùn)算能力和帶寬都在不斷提高的嵌入式處理器成為視頻監(jiān)控系統(tǒng)的主流選擇。而非標(biāo)準(zhǔn)化的智能視頻分析，正是DSP的用武之地。

　　Blackfin處理器是ADI與INTEL聯(lián)合研制的會(huì)聚式處理器，它的MSA（Micro Signal Architecture）架構(gòu)兼具M(jìn)CU的控制能力和DSP的高速運(yùn)算能力。MCU和DSP融入同一個(gè)內(nèi)核，只需要同一套開發(fā)工具和同一套指令集。與DSP加ARM的芯片架構(gòu)相比，具有軟硬件實(shí)現(xiàn)簡(jiǎn)單的優(yōu)勢(shì)。Blackfin支持ThreadX，Nucleus，uCOS-II，uCLinux等十多種嵌入式操作系統(tǒng)，為客戶提供熟悉的軟件架構(gòu)基礎(chǔ)。Blackfin為高強(qiáng)度，高數(shù)據(jù)率的數(shù)字和媒體處理做了專門優(yōu)化，是理想的視頻處理器，而且具有極高的性價(jià)比。它的低功耗特性非常適合外殼體積小的IP攝像頭產(chǎn)品。