论文部分内容阅读
智能视频监控利用计算机视觉、图像处理等技术,在对图像采集编码的基础上,能够检测和识别特定的人和物体,发现监控现场的异常情况,以最快和最佳的方式发出警报和提供有用信息,具有良好的市场前景。考虑到监控系统的成本及体积等要求,实际应用中往往采用嵌入式实现。本文主要设计实现了基于Ti达芬奇平台的智能视频监控系统,并对编码后视频的传输保护方法进行了研究。首先根据智能视频监控系统需要实现的任务,选择了Ti达芬奇双核(ARM+DSP)平台作为系统的硬件实现平台。然后,对现有的目标检测,目标跟踪,视频压缩算法进行比较,结合嵌入式平台的处理能力和系统的任务指标,对系统所需算法进行了选取。在确定了硬件平台和使用算法后,根据数据流向设计出系统框架。通过对系统任务的关联性和顺序性分析,结合达芬奇平台的资源特点,设计了多任务的软件方案。该方案利用多线程技术,通过两级乒乓缓存及信号量同步,实现了双核并行处理,极大提高了系统的效率。方案中主要包括以下三个线程:前端处理线程、视频处理线程、和TS打包发送线程。在前端处理线程的实现中,使用ARM控制片内设备Resizer进行码流格式转换,编写了动态加载驱动程序,给出了其应用层接口和线程处理的核心程序。对于视频处理线程与TS流打包线程,本文阐述了其实现方法,并给出了核心参数定义和关键实现语句。最后,利用标准序列对系统进行测试,证明系统能达到CIF实时处理。在实际的视频分析应用场景中进行测试,验证了系统的有效性。在远程视频监控中,因为传输网络的时延、带宽波动、拥塞或者信道衰落等原因,造成视频分组的丢失。为了减小丢包带来的图像质量损失,本文对视频包鲁棒传输中不对等保护(UEP)和灵活片组划分技术(FMO)进行了研究。在以往基于FMO的不对等保护方案的基础上,提出了一种新的加入可变前向纠错的不对等保护模型。此模型先假定每个宏块都有确定的重要性,然后基于此重要性对图像进行片组划分,再用可变的前向纠错(FEC)对片组进行不对等保护,用于视频流在有损信道传输时增强鲁棒性。在对此模型进行数学分析基础上,以通过信道后重要性损失最小为目标,提出了具体实施方案。接着,提出了基于PSNR的宏块重要性定义。最后,对该方案进行仿真,得到的平均亮度PSNR与原方案相比有明显提高。