智能视频监控系统及其在Blackfin上的应用

　　目标分类的目的是从检测到的运动区域中将特定类型物体的运动区域提取出来。根据利用的信息的不同，目标分类可以分为基于运动特性的分类和基于形状信息的分类两种方法。基于运动特性的识别利用目标运动的周期性进行识别，受颜色、光照的影响较小。基于形状信息的识别利用检测出的运动区域的形状特征与模板或者统计量进行匹配。

　　目标跟踪是在连续的图像帧间创建基于位置、速度、形状、纹理、色彩等有关特征的对应匹配。依据不同的跟踪方法可分为基于模型的跟踪、基于区域的跟踪、基于活动轮廓的跟踪、基于特征的跟踪等。

　　联合目标跟踪与分类（JTC）技术是信息融合领域新兴的一个研究方向。其基本思想是，通过在目标跟踪器和目标分类器之间进行双向信息交互，来同时有效地提高目标的跟踪精度和分类性能。

　　在特定情况下需要对跟踪目标从类型细化到个体。这需要对目标的行为进行分析和理解。行为理解的关键问题是如何从学习样本中获取参考行为序列，并且学习和匹配的行为序列必须能够处理在相似的运动模式类别中空间和时间尺度上轻微的特征变化。

　　3. 智能视频监控系统实施的难点和Blackfin的优势

　　尽管已经取得了巨大进展，智能视频分析领域仍然没有公认的最优方法。其自身研究内容的复杂性，使得研究方法和工具多样，算法复杂度高，适用范围有限，没有鲁棒性、准确度、速度都符合需求的普遍方法。同时，视频监控系统的网络化和分布式处理的要求，以及大规模工程安装对成本、体积和功耗的限制，使得运算能力和带宽都在不断提高的嵌入式处理器成为视频监控系统的主流选择。而非标准化的智能视频分析，正是DSP的用武之地。

　　Blackfin处理器是ADI与INTEL联合研制的会聚式处理器，它的MSA（Micro Signal Architecture）架构兼具MCU的控制能力和DSP的高速运算能力。MCU和DSP融入同一个内核，只需要同一套开发工具和同一套指令集。与DSP加ARM的芯片架构相比，具有软硬件实现简单的优势。Blackfin支持ThreadX，Nucleus，uCOS-II，uCLinux等十多种嵌入式操作系统，为客户提供熟悉的软件架构基础。Blackfin为高强度，高数据率的数字和媒体处理做了专门优化，是理想的视频处理器，而且具有极高的性价比。它的低功耗特性非常适合外壳体积小的IP摄像头产品。