隨著21世紀的到來,計算機技術,信息處理技術,半導體技術和網絡技術不斷發展,人類社會進入了信息化時代。與此同時,無線視頻傳感器網絡也得到了突飛猛進的發展,成為當今國際上備受關注的熱點研究領域。無線視頻傳感器網絡有著很多的優點和十分廣泛的應用前景。在軍事,工業,城市管理和監控系統等重要領域都有潛在的使用價值。 無線視頻傳感器網絡有著顯著的特征,例如：網絡節點能源有限；網絡帶寬有限；對處理速度要求較高等。由此可見,傳統的視頻編碼標準無法應用于無線視頻傳感器網絡。MPEG-4,H.263,H.264等視頻編碼標準,全是基于運動估計補償實現的,計算量十分巨大,在能量,存儲空間和處理能力均有限的節點難以實現這類高復雜度的編碼算法。 本文針對無線視頻傳感器網絡對視頻編碼算法的具體需求,提出一種基于運動檢測的低復雜度視頻編碼算法。該算法只對當前編碼幀中的運動對象進行編碼,并且以面向對象的結構輸出碼流。實驗結果表明,與H.264全I幀編碼相比,本文提出的算法編碼速度提高了約3倍,編碼性能提高了約2dB。與H.264基本檔次相比,雖然編碼性能略有下降,但是編碼速度平均提高了8倍左右。因此,本文提出的算法可以在編碼效率和編碼速度之間獲得很好的折衷,在一定程度上可以滿足無線視頻傳感器網絡的需求。 本文選用ALDVK_270作為硬件實驗平臺。在分析算法結構的同時,結合嵌入式系統的特點,從算法,內存,高級語言和匯編語言等幾個方面提出優化方案,最終在ARM嵌入式平臺下實現了面向無線視頻傳感器網絡的低復雜度視頻編碼算法。測試結果表明,與優化前相比,優化后的編碼速度有了很大的提高,對于CIF格式的監控視頻序列能夠滿足實時處理的要求。
標簽：
ARM
無線視頻
傳感器網絡
復雜度
上傳時間：
2013-07-26
上傳用戶：小小小熊
嵌入式人臉識別系統建立在嵌入式操作系統和嵌入式硬件系統平臺之上,具有起點高、概念新、實用性強等特點。它涉及嵌入式硬件設計、嵌入式操作系統應用開發、人臉識別算法等領域的研究；嵌入式人臉識別系統攜帶方便、安裝快捷、機動性強,可廣泛應用于各類門禁系統、戶外機動布控的實時監測等特殊場合,因此對嵌入式人臉識別的研究工作具有突出的理論意義和廣泛的應用前景。 本文是上海市經委創新研究項目《射頻識別RFID系統-自動識別和記錄人群的身份》(編號：04-11-2)與上海市科委AM基金項目《基于ARM和RFID芯片的自組織安全監控系統的研制》(編號：0512)的主要研究內容之一。論文從構建自動人臉識別系統所需解決的若干關鍵問題入手,重點探討了基于嵌入式ARM微處理器的實時人臉檢測、關鍵特征定位、高效的人臉特征描述、魯棒的人臉識別分類器及自動人臉識別系統設計等問題的研究。論文的主要工作和創新點表現在以下方面： 1實現了結合膚色校驗的Haar特征級聯分類器嵌入式實時人臉檢測,提出了基于人臉約束的人眼Haar特征RSVM級聯分類器人眼檢測算法和基于遮罩掩磨與橢圓擬合的瞳孔定位算法。 復雜背景中的人臉檢測是自動人臉識別系統首先要解決的關鍵問題,通過對基于膚色模型和基于Haar特征級聯強分類器的人臉檢測算法的分析研究,綜合兩個算法的優點,提出了基于膚色模型校驗和Haar特征級聯強分類器的嵌入式實時人臉檢測算法。實驗結果表明,該算法不僅解決了復雜背景中的類膚色和類人臉結構問題,而且具有較高的檢測率和較快的檢測速度,同時對光照、尺度等變化條件下的人臉檢測也具有較強的魯棒性。 人眼檢測與瞳孔定位在人臉歸一化和有效人臉特征抽取等方面起著非常重要的作用,為了快速檢測人眼并精確定位人眼瞳孔中心,論文提出了基于人臉約束的人眼Haar特征RSVM級聯分類器人眼檢測算法和基于遮罩掩磨與橢圓擬合的瞳孔定位算法,首先利用人眼檢測分類器在人臉區域內完成對人眼位置的檢測,然后通過對檢測到的人眼進行遮罩掩磨、簡單圖像形態學變換及橢圓擬合實現瞳孔中心的精確定位。測試結果表明該算法只需幾百毫秒便能完成人眼檢測與瞳孔中心定位整個過程,在保證檢測速度較快的同時,還能確保較高的定位精度。 2 針對傳統線性判別分析法存在的小樣本問題(sss),通過調整Fisher判別準則,實現了自適應線性判別分析算法及相應的人臉識別方法人臉識別中的小樣本問題使線性判別分析算法的類內散布矩陣發生嚴重退化,導致問題無法求解。本文在人臉識別小樣本問題的基礎上,通過調整Fisher判別準則,利用類間散布矩陣的補空間巧妙地避開類內散布矩陣的求逆運算,通過訓練集每類樣本的樣本數信息自適應改變調整參數,實現了自適應線性判別分析算法,實驗結果表明,該算法能有效解決人臉識別中的小樣本問題。 3 提出了基于有效人臉區域的Gabor特征抽取算法,有效地解決了Gabor特征抽取維數過高的問題。 Gabor小波對圖像的光照、尺度變化具有較強魯棒性,是一種良好的人臉特征表征方法。但維數過高的Gabor特征造成應用系統的維數災難,為解決Gabor特征的維數災難問題,論文第四章提出了基于有效人臉區域的Gabor特征抽取算法,該算法不僅有效地降低了人臉特征向量維數,縮小了人臉特征庫的規模,同時降低了核心算法的時間和空間復雜度,而且具有與傳統Gabor特征抽取算法同樣的魯棒性。 4 結合有效人臉區域的Gabor特征抽取、自適應線性判別分析算法和基于支持向量機分類策略,提出并實現了基于支持向量機的嵌入式人臉識別和嵌入式人像比對系統支持向量機通過引入核技巧對訓練樣本進行學習構造最小化錯分風險的最優分類超平面,不僅具有強大的非線性和高維處理能力,而且具有更強的泛化能力。本文研究了支持向量機的多類分類策略和訓練方法,并結合論文中提出的基于有效人臉區域的Gabor特征提取算法、自適應線性判別分析算法,首次在基于Windows CE操作系統的嵌入式ARM平臺中實現了具有較強魯棒性的嵌入式自動人臉識別系統和嵌入式人像比對系統。 5 提出并初步實現了基于客戶機/服務器結構無線網絡模型的遠距離人臉識別方案為解決嵌入式人臉識別系統在海量人臉庫中進行識別的難題,論文提出并初步實現了基于客戶機/服務器結構無線網絡模型的嵌入式遠距離人臉識別方案。 客戶機(嵌入式平臺)完成對人臉圖像的檢測、歸一化處理和人臉特征提取,然后通過無線網絡將提取后的人臉特征數據傳輸到服務器端,由服務器在海量人臉庫中完成人臉識別,并將識別后的結果通過無線網絡傳輸到客戶機顯示輸出,從而實現基于客戶機/服務器無線網絡模型的嵌入式遠距離人臉識別方案。 6 結合我們開發的基于ARM的嵌入式自動人臉識別系統和嵌入式人像比對系統,從系統設計的角度探討了在嵌入式系統中進行人臉識別應用設計的思路及應該注意的問題雖然嵌入式人臉識別系統的性能很大程度上取決于高效的人臉特征描述和魯棒的人臉識別核心算法。但是,嵌入式系統的設計思想對嵌入式人臉識別系統的性能影響同樣值得重視。本文第六章重點闡述了嵌入式自動人臉識別應用系統的設計思路,并結合我們自主開發的嵌入式自動人臉識別系統和嵌入式人像比對系統從系統設計的角度探討了嵌入式人臉識別應用系統設計中應該注意的關鍵技術問題。 結合本文提出的算法我們在PC上完成對人臉識別分類器的訓練,然后在嵌入式ARM開發平臺上實現了嵌入式自動人臉識別、嵌入式人像比對兩個便攜式人員身份認證系統,經測試運行效果良好。所提出的人臉識別算法不僅具有一定的理論參考價值,而且對于嵌入式系統應用開發、AFR應用系統開發也具有一定的借鑒意義。
標簽：
ARM
架構
嵌入式
人臉識別
上傳時間：
2013-05-18
上傳用戶：我們的船長
