基于ZYNQ的智能監(jiān)控系統(tǒng)關(guān)鍵技術(shù)的研究.pdf

1、隨著中國(guó)經(jīng)濟(jì)的快速發(fā)展，居民生活水平的不斷提高和安全意識(shí)的加強(qiáng)，人們對(duì)安防及安全防范系統(tǒng)的認(rèn)識(shí)也越發(fā)深入。現(xiàn)有安防系統(tǒng)主要以視頻監(jiān)控為主，通常是將攝像頭的輸出信息進(jìn)行保存，然后人工對(duì)視頻信息進(jìn)行排查和瀏覽。這種人工處理的方法必然會(huì)引發(fā)系統(tǒng)異常，導(dǎo)致系統(tǒng)無(wú)法及時(shí)發(fā)出預(yù)警信息。這就使得監(jiān)控系統(tǒng)迫切需要一種快速、非接觸式的身份識(shí)別技術(shù)，該技術(shù)能夠?qū)Σ杉降囊曨l圖像進(jìn)行自行分析，確認(rèn)圖像中人員的身份信息，并將異常及時(shí)發(fā)送給安保人員，從而避免非安

2、全事件的發(fā)生。
　　本文結(jié)合人臉識(shí)別技術(shù)，研究基于ZYNQ的智能監(jiān)控系統(tǒng)關(guān)鍵技術(shù)，為實(shí)現(xiàn)智能監(jiān)控系統(tǒng)奠定理論基礎(chǔ)。對(duì)于智能監(jiān)控系統(tǒng)中關(guān)鍵技術(shù)，本文主要研究?jī)?nèi)容如下:
　　(1)提出基于LBP和AdaBoost的人臉檢測(cè)算法。針對(duì)背景復(fù)雜、光照不均勻等外界因素所導(dǎo)致的人臉檢測(cè)率較低的問(wèn)題進(jìn)行了改進(jìn)，實(shí)驗(yàn)結(jié)果顯示該算法對(duì)外界因素具有很強(qiáng)適應(yīng)性;
　　(2)提出基于LBP(Local Binary Pattern，局部二值模

3、式)和PCA(Principle Component Analysis，主成分分析法)的支持向量機(jī)人臉識(shí)別算法。為了盡可能保留人臉圖像的細(xì)節(jié)信息，在提取人臉特征之前對(duì)人臉圖像進(jìn)行分塊處理。隨著人臉分塊數(shù)的增加，人臉特征向量的維數(shù)將會(huì)逐步提升，這將會(huì)導(dǎo)致后期訓(xùn)練和識(shí)別時(shí)間過(guò)長(zhǎng)，針對(duì)這一問(wèn)題本文采用PCA算法對(duì)特征向量進(jìn)行降維處理，從而降低訓(xùn)練和識(shí)別時(shí)間。本文采用LBP算子提取人臉特征，使得所提算法對(duì)光照和復(fù)雜背景等外界因素有很強(qiáng)的魯棒性;

4、
　　(3)針對(duì)在嵌入式平臺(tái)運(yùn)行人臉檢測(cè)算法實(shí)時(shí)性差的問(wèn)題，提出一種硬件加速方法，將圖像預(yù)處理和人臉檢測(cè)算法在ZYNQ架構(gòu)的FPGA中進(jìn)行硬件加速，結(jié)果顯示經(jīng)過(guò)硬件加速后人臉檢測(cè)的平均時(shí)間可以達(dá)到12ms。
　　本文主要研究了人臉檢測(cè)和人臉識(shí)別算法及在智能監(jiān)控系統(tǒng)中的應(yīng)用，針對(duì)人臉識(shí)別算法實(shí)時(shí)性差和識(shí)別率低的問(wèn)題進(jìn)行了深入研究，并提出新的方法。本文采用軟硬件協(xié)同的設(shè)計(jì)思路對(duì)智能監(jiān)控的原型系統(tǒng)進(jìn)行了實(shí)現(xiàn)，經(jīng)實(shí)驗(yàn)驗(yàn)證，該原型系統(tǒng)