基于ZYNQ的智能監(jiān)控系統(tǒng)關鍵技術的研究.pdf

1、隨著中國經(jīng)濟的快速發(fā)展，居民生活水平的不斷提高和安全意識的加強，人們對安防及安全防范系統(tǒng)的認識也越發(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行保存，然后人工對視頻信息進行排查和瀏覽。這種人工處理的方法必然會引發(fā)系統(tǒng)異常，導致系統(tǒng)無法及時發(fā)出預警信息。這就使得監(jiān)控系統(tǒng)迫切需要一種快速、非接觸式的身份識別技術，該技術能夠對采集到的視頻圖像進行自行分析，確認圖像中人員的身份信息，并將異常及時發(fā)送給安保人員，從而避免非安

2、全事件的發(fā)生。
　　本文結合人臉識別技術，研究基于ZYNQ的智能監(jiān)控系統(tǒng)關鍵技術，為實現(xiàn)智能監(jiān)控系統(tǒng)奠定理論基礎。對于智能監(jiān)控系統(tǒng)中關鍵技術，本文主要研究內容如下:
　　(1)提出基于LBP和AdaBoost的人臉檢測算法。針對背景復雜、光照不均勻等外界因素所導致的人臉檢測率較低的問題進行了改進，實驗結果顯示該算法對外界因素具有很強適應性;
　　(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)的支持向量機人臉識別算法。為了盡可能保留人臉圖像的細節(jié)信息，在提取人臉特征之前對人臉圖像進行分塊處理。隨著人臉分塊數(shù)的增加，人臉特征向量的維數(shù)將會逐步提升，這將會導致后期訓練和識別時間過長，針對這一問題本文采用PCA算法對特征向量進行降維處理，從而降低訓練和識別時間。本文采用LBP算子提取人臉特征，使得所提算法對光照和復雜背景等外界因素有很強的魯棒性;

4、
　　(3)針對在嵌入式平臺運行人臉檢測算法實時性差的問題，提出一種硬件加速方法，將圖像預處理和人臉檢測算法在ZYNQ架構的FPGA中進行硬件加速，結果顯示經(jīng)過硬件加速后人臉檢測的平均時間可以達到12ms。
　　本文主要研究了人臉檢測和人臉識別算法及在智能監(jiān)控系統(tǒng)中的應用，針對人臉識別算法實時性差和識別率低的問題進行了深入研究，并提出新的方法。本文采用軟硬件協(xié)同的設計思路對智能監(jiān)控的原型系統(tǒng)進行了實現(xiàn)，經(jīng)實驗驗證，該原型系統(tǒng)