智能視頻監控系統中多視角目標跟蹤研究與FPGA實現

摘 要： 為了提高智能視頻監控（IVS）系統中運動目標跟蹤的可靠性和實時性，提出一種分布式架構的高清多視角IVS系統。首先，前端FPGA模塊與高清IP攝像機相連，用于收集視頻并進行初級視頻處理；然后，FPGA通過網絡與后端GPU服務器相連，GPU服務器執行高級視頻處理；最終實現目標在多攝像機間的連續跟蹤。實驗結果表明該系統運行穩定，能夠在多視角下快速、準確地跟蹤目標。

關鍵詞： 智能視頻監控系統； 多視角目標跟蹤； 運動目標跟蹤； FPGA

中圖分類號： TN948.43?34； TP391 文獻標識碼： A 文章編號： 1004?373X（2016）17?0006?06

Research on multi?view target tracking in intelligent video surveillance

system and its implementation by FPGA

XU Haigang1， LI Pengwei2

（1. Department of Computer Science and Technology， Henan Institute of Technology， Xinxiang 453002， China；

2. College of Information Engineering， Taiyuan University of Technology， Taiyuan 030024， China）

Abstract： To improve the reliability and real?time performance of moving target tracking in intelligent video surveillance （IVS） system， a high definition multi?view IVS system with distributed architecture is proposed. In the system， the front?end FPGA module is connected with the high definition IP camera for video collection and primary video processing. And then， the FPGA is connected with the back?end GPU server through the network， and the GPU server is used to execute the advanced video processing. The target continuous tracking of multiple cameras was realized. The experimental results show that the system can run stably， and track the target in multi?view quickly and

accurately.

0 引 言

由于低成本和高分辨率數字攝像機的產生，基于互聯網的分布式智能攝像機網絡應運而生，這類網絡的一個重要應用為智能視頻監控（Intelligent Video Surveillance，IVS）[1]。IVS系統中包含視頻采集、傳輸和視頻分析（Video Analytics，VA）。通過對采集到的圖像序列進行分析和處理，從而對運動目標進行檢測和跟蹤[2]。IVS系統廣泛應用于安防、刑偵、金融、醫療衛生等領域。

然而，由于攝像機分辨率的提升導致VA任務的高計算需求，且有些IVS系統不能實時進行監控。因此，針對720p或1 080p的高清（High Definition，HD）視頻，開發一種能夠支持VA的實時IVS系統有重要意義。傳統IVS系統通常在PC平臺上開發，雖然有方便的編程環境和高計算能力，但其在長時間連續運行時，穩定性和可靠性較差。目前，嵌入式系統（例如RAM，DSPFPGA）在IVS攝像機架構中的應用引起了極大關注。利用嵌入式穩定性高、尺寸小、硬件可裁剪、模塊化程度高而且支持以太網等特點，結合現代圖像處理技術，提高系統的智能化程度已經成為技術改良的新方向[3]。

本文提出了一種支持高清、多視角和實時VA任務的分布式IVS系統，主要側重于移動目標的實時HD多視角檢測和跟蹤。其中，前端采用現場可編程門陣列（Field Programmable Gate Array，FPGA）嵌入式系統實現HD視頻的初級處理，后端采用圖像處理單元（Graphics Processing Units，GPU）服務器執行高級處理，最終實現多視角視頻監控。實驗結果表明，本文系統能夠精確、多視角地追蹤目標，具有很好的可靠性和實時性。

5 結 語

本文提出一種高清多視角IVS系統的設計方案，并在FPGA嵌入式系統上實現。以FPGA作為前端連接攝像機，執行初步視頻處理任務。以GPU服務器作為后端，執行高級處理任務，最終實現多視角目標跟蹤。本文對FPGA系統中的算法進行了簡化改進，在不顯著降低性能的前提下，有效降低了計算復雜度，使其能夠應用于FPGA系統中。實驗結果表明，本文系統運行穩定，能夠精確快速跟蹤目標，可廣泛應用于實時性要求較高的智能視頻監控中。

參考文獻

[1] 黃凱奇，陳曉棠，康運鋒，等.智能視頻監控技術綜述[J].計算機學報，2015，38（6）：1?10.

[2] 侯宏錄，李寧鳥，劉迪迪，等.智能視頻監控中運動目標檢測的研究[J].計算機技術與發展，2012，22（2）：49?52.

[3] 蔣巍，張健，曾浩.基于智能視頻監控系統的運動目標檢測和跟蹤[J].電視技術，2012，36（5）：110?114.

[4] SAHITHI V M. Remote based intelligent video surveillance system [J]. International journal of computer trends technology， 2012， 3（4）： 48?56.

[5] ELARBI?BOUDIHIR A S A M. Intelligent video surveillance system architecture for abnormal activity detection [J]. Philosophy， 2012， 24（8）： 102?111.

[6] 桑農，張濤，李斌，等.基于字典學習的背景建模[J].華中科技大學學報（自然科學版），2013， 41（9）：28?31.

[7] 宋佳聲，胡國清.基于時空熵分析的組合高斯背景建模方法[J].華南理工大學學報（自然科學版），2012，40（9）：116?122.

[8] 趙旭東，劉鵬，唐降龍，等.一種適應戶外光照變化的背景建模及目標檢測方法[J].自動化學報，2011，37（8）：915?922.

[9] 趙菲，張路，張志勇，等.基于硬件加速的實時二值圖像連通域標記算法[J].電子與信息學報，2011，33（5）：1069?1075.

[10] JOSHI K A， THAKORE D G. A survey on moving object detection and tracking in video surveillance system [J]. International journal of soft computing engineering， 2012， 2（3）： 135?144.

[11] LAMBERT H C. Cramer?Rao bounds for target tracking problems involving colored measurement noise [J]. IEEE transactions on aerospace electronic systems， 2012， 48（1）： 620?636.

[12] 謝立，胡玲玲，呂一品，等.面向智能視頻監控系統運動目標檢測的輪廓提取方法[J].東南大學學報（自然科學版），2012，42（z1）：31?35.

[13] YANG D H， ZHANG Y， WANG Y P. Automatic target segmentation and tracking in intelligent video surveillance [J]. Applied mechanics materials， 2014（496）： 2073?2077.

[14] 許慧芳，許亞軍.智能視頻監控系統中運動目標跟蹤的研究[J].電視技術，2014，38（19）：202?206.

[15] WANG H， WANG X， ZHENG J， et al. Video object matching across multiple non?overlapping camera views based on multi?feature fusion and incremental learning [J]. Pattern recognition， 2014， 47（12）： 3841?3851.

Keywords： intelligent video surveillance system； multi?view target tracking； moving target tracking； FPGA