0 引言

　　視頻智能分析系統是指以數字視頻處理技術為核心，在傳統視頻監控系統上發展而來的一種新型系統，充分利用了這些年高速DSP、光電傳感器、工業以太網和人工智能等領域的技術成果。視頻智能分析系統除具有傳統安防監視系統的功能以外，還有復雜場景的晝夜監控、不間斷檢測、智能識別及預警入侵目標、自動異常檢測、視頻傳輸、后端回放、誤報率低等特殊功能。

　　傳統基于PC 平臺的安防系統維護成本高、功耗體積大，一般不具備智能視頻分析功能，X86體系的處理器的實時性不強，使用范圍受限制。

　　目前大部分的視頻監控系統是基于DM642 平臺的，少部分采用了DM6467平臺，處理器性能較弱，無法滿足今后的高清視頻智能分析的需求。TI公司在2011年推出TMS320DM8168 圖像處理器，內嵌有ARM 核和DSP 核，ARM 核為1.2 GHz ARM-Cortex- -A8 RISCMPU，DSP核為1 GHz C674x-VLIW DSP，帶有SGX530顯示加速器、高清視頻協處理器（HDVICP）、高清視頻處理子系統（HDVPSS）。

　　本文以美國德州儀器（TI）公司的圖像處理器處理器TMS320DM8168為核心，設計及實現一種高清視頻智能分析系統，能智能分析高清視頻流，對威脅目標具有檢測、識別、跟蹤及預警功能，通過千兆以太網將視頻壓縮傳輸給監控后端。該高清視頻智能分析系統處理器運算能力很強，能滿足多路高清視頻的分析處理和編碼傳輸需求，有很大的實用價值。

　　本方案從硬件設計和軟件設計兩個方面，對該高清視頻智能分析系統的設計流程進行了詳細的描述。

　　1 系統硬件組成

　　高清視頻智能分析系統用于實現對現場大面積的覆蓋監控，以及對目標事件的特寫監控。主要由A/D轉換器、DM8168處理器、電源轉換電路等組成。如圖1所示。

　　高清視頻智能分析系統采用12VDC供電。電源轉換電路通過TPS54620 芯片轉換成5 V，3.3 V 和1.5 V三路電壓，然后再轉換給各功能電路需要的電壓供功能電路使用。

　　高清模擬視頻信號通過YPbPr接口進入系統，由高清視頻解碼器TVP7002 進行AD 采集，由DM8168 的VIP0口捕獲。

　　處理器DM8168的高清視頻處理子系統（HDVPSS）提供了視頻輸入接口和視頻輸出接口，負責視頻捕獲、顯示、縮放和反交錯處理，視頻輸出接口擴展有HDMI顯示輸出接口。

　　處理器DM8168的高清視頻協處理器（HDVICP）來處理H.264，MPEG4，MJPEG編解碼。

　　處理器DM8168的SGX530顯示加速器可以有效提升視頻流顯示速度和質量。

　　處理器DM8168 的DSP 內核上完成高清視頻信號的分析、理解，主動提取目標并實現對目標跟蹤。

　　處理器DM8168 的ARM 內核運行基于Linux 操作系統的應用程序，主要負責系統的控制、通信以及網絡傳輸等工作，輸出報警信號，通過千兆以太網將視頻壓縮傳輸給監控后端，本設計的工作流程如圖2所示。

　
　2 系統軟件設計

　　本設計中，處理器DM8168的雙核架構中的ARM內核是主處理器，能引導加載DSP內核，并將預處理后的視頻數據通過SysLink傳送到DSP內核進行處理。Sys-Link是TI新推出的DSP/BIOS LINK實現，允許在處理器各個內核之間的通信。ARM 內核、DSP 內核、HDVPSS和HDVICP 的通信由SysLink 負責。軟件系統架構如圖3所示。

　　本設計的智能分析算法如圖4 所示。智能分析算法由視頻預處理、目標檢測與跟蹤、目標識別與理解、視頻編碼壓縮共4個模塊構成。

　　在實際應用中，通過視頻輸入接口捕獲的原始視頻由于運動、光照、噪聲等原因，導致原始視頻的信息量過于繁雜，必須對原始視頻進行預處理，提取需要的信息。在捕獲原始視頻后，因為成像的過程中不可避免地受到各種干擾的原因。在本設計中，對原始視頻進行預處理是必不可少的，把干擾因素的影響降到最低，并且把質量較低的視頻進行處理，原因就是直接對待測目標的特征數據庫去提取特征很難做到。

　　預處理模塊主要包括攝像機標定、濾波、增強與恢復等環節。在使用攝像機之前需要對其進行參數的標定，包括攝像機模型的內部參數和外部參數。

　　3 目標測試與分析結果

　　目標檢測與跟蹤模塊主要是把目標從視頻圖像中提取出來，并進行判斷。同時將目標完成的從背景中分割出來，最后實現對目標的持續穩定跟蹤。完成對目標的檢測和跟蹤，是實現更復雜的識別功能的基礎。目標的檢測與跟蹤模塊包括背景建模、目標分割、特征模板建立、目標跟蹤。目標識別與理解模塊內容包括主要包括目標模型建立、目標分類識別、行為理解、識別和模板更新，是在目標檢測與跟蹤模塊的基礎上，進一步研究各目標的性質以及目標之間的相互聯系，并得出對視頻內容的理解以及對客觀場景的解釋。完成目標的鎖定后，通過更為深度的分析和理解和采用基于學習機制的識別和理解算法，進一步研究視頻中各目標的性質。對目標進行分類識別和行為理解，從而指導和規劃行動。

　　經過目標識別和理解，將分析結果送入決策模塊，送出報警信息。同時，在分析后視頻上疊加標志信息，進行視頻編碼后通過以太網傳輸到監控后端設備。如圖5、圖6所示。