学位论文 > 优秀研究生学位论文题录展示

基于CELL处理器的智能监控系统中跟踪算法的研究

作　者: 吴海城
导　师: 陆松年
学　校: 上海交通大学
专　业: 通信与信息系统
关键词: 智能监控粒子滤波算法多目标视频跟踪并行计算 CELL处理器
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 5次
引　用: 0次
阅　读: 论文下载

内容摘要

在现代社会中,安全问题受到了人们越来越多的关注,智能视频监控技术也因此应运而生。一个完整的智能视频监控系统应该包含许多不同功能的视频分析模块,计算要求非常高。为此,本文提出了一个基于CELL多核处理器的监控平台,以及一个用于管理各个分析模块的特征库,而本文重点研究的视频跟踪技术将作为该特征库中的一个模块。视频跟踪技术是智能视频分析中的一个基础研究方向,许多上层的功能都依赖于稳定可靠的跟踪结果。经过了十几年的研究,科学工作者们已经提出了一些实用的算法,但从性能来看还远没有达到尽善尽美。在这些算法中,本文重点研究了CAMSHIFT算法和粒子滤波算法,比较了它们各自的优缺点,并最终选择使用粒子滤波算法作为多目标跟踪的算法框架。通过对单目标情况下算法的修改,解决了目标间相互遮挡引起的跟踪错误的问题。测试结果表明:本文改进后的算法在目标被部分甚至完全遮挡时,仍然能够给出正确的结果。粒子滤波算法的缺点之一是它的计算复杂度较高,为了满足实时监控的要求,还需要对其进行优化。根据CELL处理器的特点,优化从两方面进行,一方面根据CELL处理器支持SIMD指令的特性,对统计直方图等函数进行了矢量化的修改,显著地提高了它们的运算速度;另一方面充分运用CELL处理器的多核架构,将原本串行的计算任务由多个并行协处理单元来共同分担,进一步提高了系统的并行程度。优化后的程序经过测试发现,性能提升的倍数与被跟踪目标的个数和目标的尺寸有关。一般来说,提升的倍数为目标个数的两倍(即跟踪16个目标,性能可以提升32倍)。

全文目录

摘要  3-5
ABSTRACT  5-9
第1章绪论  9-13
  1.1 研究的背景及意义  9-10
  1.2 相关技术的发展与现状  10-11
  1.3 本文的研究内容和意义  11-12
  1.4 本文的结构安排  12-13
第2章基于QS20 服务器的智能视频监控系统  13-29
  2.1 CELL 处理器简介  13-18
    2.1.1 CELL 处理器的架构  14
    2.1.2 PPE 简介  14-15
    2.1.3 SPE 简介  15-17
    2.1.4 PPE 和SPE 间的通信机制  17-18
    2.1.5 CELL 的开发环境  18
  2.2 基于 QS20 的智能视频监控平台  18-27
    2.2.1 监控系统中的功能分布  19-22
    2.2.2 视频引擎框架  22
    2.2.3 视频存储服务器框架  22-23
    2.2.4 客户端框架  23-24
    2.2.5 视频分析中功能模块的添加  24-27
  2.3 智能视频监控平台中的视频跟踪模块  27-28
  2.4 本章小结  28-29
第3章基于颜色信息的多目标视频跟踪技术  29-49
  3.1 颜色特征  29-32
    3.1.1 颜色空间  29-31
    3.1.2 颜色直方图  31-32
  3.2 CAMSHIFT 算法  32-35
    3.2.1 MeanShift 算法  32-33
    3.2.2 CAMSHIFT 算法  33-35
  3.3 粒子滤波算法  35-42
    3.3.1 状态变量与观测变量  35-36
    3.3.2 粒子滤波算法原理  36-38
    3.3.3 粒子滤波算法在视频跟踪中的应用  38-42
  3.4 多目标的视频跟踪技术  42-48
    3.4.1 算法的选择  42
    3.4.2 算法流程的修改  42-43
    3.4.3 目标间发生遮挡情况的判断  43-45
    3.4.4 粒子传播模型的修改  45
    3.4.5 权重计算的修改  45-46
    3.4.6 测试结果  46-48
  3.5 本章小结  48-49
第4章基于CELL 处理器的视频跟踪算法的优化  49-70
  4.1 粒子滤波算法中运算量的分析  49-50
  4.2 CELL 处理器中的指令级并行与线程级并行优化  50-54
    4.2.1 CELL 处理器中的指令级并行优化  50-52
    4.2.2 CELL 处理器中的线程级并行优化  52-54
  4.3 粒子滤波算法的指令级并行优化  54-61
    4.3.1 数据结构的矢量化  54-55
    4.3.2 颜色直方图比较操作的优化  55-56
    4.3.3 统计颜色直方图的优化  56-61
  4.4 粒子滤波算法的线程级并行优化  61-66
    4.4.1 粒子滤波算法的并行处理架构  61-63
    4.4.2 双缓存的使用  63-66
  4.5 优化后的总体性能分析  66-69
  4.6 本章小结  69-70
第5章结论  70-72
  5.1 本文总结  70-71
  5.2 研究展望  71-72
参考文献  72-74
致谢  74-75
攻读学位期间发表的学术论文  75-78
上海交通大学硕士学位论文答辩决议书  78

基于CELL处理器的智能监控系统中跟踪算法的研究

内容摘要

全文目录

相似论文