基于FPGA的智能視頻算法研究.pdf

1、智能視頻監(jiān)控系統(tǒng)如今在安防市場上的需求已經越來越明顯,其潛在的價值是非常巨大的,但目前還是非常缺乏能在硬件上實現(xiàn)的、穩(wěn)定的智能視頻算法。為此旨在研究并提出一種新的、簡單的運動目標檢測算法,并使其能在硬件上實現(xiàn)。
　　 通過研究傳統(tǒng)算法,發(fā)現(xiàn)它們的資源利用量比較大,而且實時性也比較弱。所以提出了一種新的、簡單的目標檢測算法(SCN)。該算法是細胞神經網絡(CNN)的一種簡化模型,它極大地提高了系統(tǒng)的執(zhí)行效率,并在仿真和硬件實現(xiàn)上體

2、現(xiàn)出了較好的實時性和資源低耗性,為其它CNN和SCN模型在FPGA上實現(xiàn)的研究提供了一定的參考價值。主要工作和成果如下:
　　 1.針對傳統(tǒng)背景建模算法實時性差,資源消耗過多等不足,采用了細胞神經網絡原理,提出了一種新的、簡單的細胞網絡,該網絡具有很好的實時性和資源低耗性:
　　 2.提出了一種細胞神經網絡邊緣檢測模板參數(shù)優(yōu)化的新方法,即利用AFSA對參數(shù)進行尋優(yōu),對比結果表明AFSA優(yōu)化的參數(shù)比其他幾類算法優(yōu)化的參數(shù)具

3、有更好的邊緣檢測效果;
　　 3.針對原有CNN目標檢測系統(tǒng)收斂次數(shù)不定的缺點,提出了利用新的SCN模板構建目標檢測系統(tǒng)的方法,并得到了較好的仿真結果;
　　 4.將SCN算法在FPGA上進行實現(xiàn),并得到了很好的邊緣檢測結果和灰度負片效果,體現(xiàn)了比CNN更強的實時性和資源低耗性。
　　 通過研究傳統(tǒng)背景建模算法的缺點,提出了基于CNN的一種新的SCN算法,并將其成功進行仿真和硬件實現(xiàn)。在后續(xù)工作中,將會研究3維C