弱小目標(biāo)檢測(cè)及智能分析.pdf

1、隨著圖像處理、計(jì)算機(jī)視覺和模式識(shí)別的快速發(fā)展，目標(biāo)檢測(cè)、跟蹤和識(shí)別技術(shù)已經(jīng)廣泛應(yīng)用于實(shí)際生活中。魯棒性強(qiáng)的檢測(cè)識(shí)別技術(shù)更是所有檢測(cè)系統(tǒng)追求的目標(biāo)，無(wú)論是受到客觀天氣的影響（如霧天）還是體積較小的靜止異物，亦或是行人、車輛等一些常見的運(yùn)動(dòng)目標(biāo)，都希望系統(tǒng)能夠擁有很低的誤檢率和良好的識(shí)別率。要達(dá)到這個(gè)目的，就需要充分考慮系統(tǒng)所應(yīng)用的環(huán)境，從而提出性能優(yōu)良的檢測(cè)識(shí)別算法。
　　本文將詳細(xì)介紹一個(gè)能夠同時(shí)檢測(cè)靜止以及運(yùn)動(dòng)的弱小目標(biāo)并能夠?qū)?/p>

2、目標(biāo)進(jìn)行智能分析的實(shí)時(shí)檢測(cè)識(shí)別系統(tǒng)。該系統(tǒng)主要分為預(yù)處理、目標(biāo)檢測(cè)、智能分析三個(gè)模塊。預(yù)處理模塊主要完成檢測(cè)前的圖像增強(qiáng)，提高圖像的信噪比，從而使系統(tǒng)能夠較好地應(yīng)對(duì)霧天、傍晚等一些能見度、光線對(duì)比度較低的情形，以提高弱小目標(biāo)的檢測(cè)率。本文采用基于 Retinex理論的圖像增強(qiáng)算法，利用 CUDA并行編程模型，在NVIDA公司最新推出的嵌入式GPU平臺(tái)Jetson TK1上實(shí)現(xiàn)圖像增強(qiáng)，以提高預(yù)處理速度。隨后將增強(qiáng)后的視頻送入檢測(cè)模塊，并

3、創(chuàng)新性地提出一種雙通道的目標(biāo)檢測(cè)模型，在TI公司推出的DM8127圖像處理平臺(tái)上同時(shí)實(shí)現(xiàn)靜止和運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)檢測(cè)。最后，DM8127平臺(tái)對(duì)視頻幀序列進(jìn)行H264編碼并將編碼之后的視頻流以及目標(biāo)檢測(cè)結(jié)果信息發(fā)送至后端的主機(jī)，主機(jī)端對(duì)檢測(cè)出的運(yùn)動(dòng)目標(biāo)采用HOG和SVM算法進(jìn)行智能分析，識(shí)別出該目標(biāo)是否為行人目標(biāo)。傳統(tǒng)的識(shí)別算法需要對(duì)一整幅圖像進(jìn)行多個(gè)尺度的縮放以及密集掃描，本文只對(duì)目標(biāo)區(qū)域進(jìn)行識(shí)別，這樣做可以在不影響識(shí)別效果的前提下降低算法

4、復(fù)雜度，使系統(tǒng)能夠?qū)崟r(shí)運(yùn)行。
　　通過對(duì)該實(shí)時(shí)弱小目標(biāo)檢測(cè)系統(tǒng)的整體測(cè)試可以表明，該系統(tǒng)具有較強(qiáng)的魯棒性，能夠克服霧天等天氣因素和光照變化快速等光照條件的影響，無(wú)論是靜止還是運(yùn)動(dòng)的弱小目標(biāo)，該系統(tǒng)都能保持良好的性能，特別是對(duì)于高度1cm以上，長(zhǎng)度3cm以上，顏色與背景有一定差異的靜止目標(biāo)，其在距系統(tǒng)50m以內(nèi)的漏檢率低于5％，且兩次誤檢出現(xiàn)的平均時(shí)間間隔在2小時(shí)以上。對(duì)于1080P的視頻輸入，整個(gè)系統(tǒng)的處理幀率約為20fps，系統(tǒng)