支持人脸检测的智能视频监控系统的设计与实现

支持人脸检测的智能视频监控系统的设计与实现

论文摘要

随着我国经济的发展以及人民生活水平的提高,视频监控系统的需求越来越大。视频监控系统不仅符合信息产业未来发展的趋势,而且蕴藏着巨大的商机和经济效益,成为目前信息产业中颇受关注的数字化产品。计算机视觉和模式识别技术的不断进步促进了视频监控系统向智能化方向发展。智能视频监控系统的核心就是利用计算机视觉技术从视频图像中检测、跟踪、识别目标并对其行为进行理解与描述,其中包含两个重要的环节就是人脸检测(Face Detection)和人脸跟踪(Face Tracking)。本文在分析国内外智能监控系统发展现状基础上,结合嵌入式系统的开发方法,引入人脸检测的相关算法,设计并实现了支持人脸检测的智能化视频监控系统。本文主要的研究工作如下:1.在系统开发中,考虑到系统实时性的需求及系统功能扩展的需要,采用了ARM9处理器的EBD2440及TMS320DM642双核心的开发平台,操作系统采用嵌入式Linux系统。2.在ARM/DSP嵌入式系统下,采用PAL制式CCD摄像机采集视频信号,并实时的对采集的信号进行人脸检测及回放显示。在本文中,采用在YCbCr色彩空间的肤色检测方法及人脸形状分类器进行人脸区域的判定。人脸追踪模块对视频序列中的人脸位置进行判断,得到相应的控制指令,并通过DSP的I/O口输出控制信号来控制云台的相应动作。3.设计了基于继电器控制方式的云台控制电路。该控制电路不仅实现了系统对AC220V云台相应动作的自动控制,也提供了操纵杆手动控制云台的功能。4.建立了基于BOA的WEB服务器来接收并远程控制信号,并将其解释成云台的控制信号,发送至云台控制电路,实现用户对监控系统的远程控制。5.采用QT开发完成GUI用户界面,使用户可以通过点击触摸式液晶屏的方式实现对系统的配置管理。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 研究背景
  • 1.2 智能监控系统的现状与发展趋势
  • 1.2.1 智能监控系统的国内外现状
  • 1.2.2 智能监控系统的发展趋势
  • 1.3 研究的意义及主要内容
  • 1.4 论文的内容组织
  • 2 人脸检测算法综述
  • 2.1 人脸检测方法简介
  • 2.1.1 基于先验知识的方法
  • 2.1.2 基于模版匹配的方法
  • 2.1.3 基于统计特征的方法
  • 2.2 基于肤色特征的人脸检测
  • 2.2.1 颜色空间的选取及其转换
  • 2.2.2 人脸检测形状分类器
  • 3 系统总体设计
  • 3.1 系统概述
  • 3.2 总体设计方案
  • 3.2.1 总体功能设计
  • 3.2.2 总体结构设计
  • 3.2.3 总体流程设计
  • 3.3 系统软硬件选型
  • 3.3.1 硬件选型
  • 3.3.2 软件选型
  • 3.4 可行性分析
  • 3.4.1 市场可行性
  • 3.4.2 技术可行性
  • 3.5 开发环境
  • 4 系统实现
  • 4.1 视频采集回放模块的实现
  • 4.1.1 视频接口
  • 4.1.2 视频采集与回放的设计
  • 4.1.3 采集及回放功能的实现
  • 4.2 人脸检测及追踪模块的实现
  • 4.2.1 人脸检测的实现
  • 4.2.2 人脸追踪的实现
  • 4.3 云台控制模块的实现
  • 4.3.1 云台控制实现方法介绍
  • 4.3.2 控制电路的设计
  • 4.4 人机交互模块的实现
  • 4.4.1 Qt/Embedded 开发流程
  • 4.4.2 宿主机建立Qt/Embedded 开发环境
  • 4.4.3 目标板的移植
  • 4.4.4 Qtopia 中添加程序
  • 4.5 网络远程控制的实现
  • 4.5.1 嵌入式WEB 服务器的构建
  • 4.5.2 CGI 技术原理介绍
  • 4.5.3 网络控制的实现
  • 5 总结及展望
  • 致谢
  • 参考文献
  • 附录
  • 相关论文文献

    标签:;  ;  ;  ;  

    支持人脸检测的智能视频监控系统的设计与实现
    下载Doc文档

    猜你喜欢