近年來,人工智能得到了前所未有的關注和發(fā)展,人工智能正在不斷地改變著我們的生產(chǎn)生活方式,給我們帶來了極大的便利和優(yōu)越的體驗。計算機視覺作為人工智能最重要的技術之一,就是要使機器能夠像我們人類的眼睛一樣具有對周圍環(huán)境進行感知和理解的能力。目前,基于ARM處理器的嵌入式平臺計算能力有限,而性能好的目標跟蹤算法往往具有復雜度高、計算量大、難以得到實時實現(xiàn)的特點。因此,研究面向ARM處理器的目標跟蹤算法的實現(xiàn)和加速優(yōu)化,提高系統(tǒng)的實時性,具有重要的研究意義和應用價值。本文首先基于ARM處理器實現(xiàn)了TLD目標跟蹤算法,然后在理解算法的基礎上對算法進行加速優(yōu)化,提高算法的實時性。一方面對算法進行改進,降低算法的計算量和復雜度;另一方面充分挖掘處理器的計算資源,利用硬件加速的手段對算法進行加速優(yōu)化。論文主要進行了以下的幾點工作:1.TLD算法的實現(xiàn)和耗時分析。分析了TLD算法的原理和實現(xiàn)的細節(jié),分析RK3399軟硬件系統(tǒng)資源,搭建了算法運行環(huán)境,將TLD算法移植到RK3399平臺上。結合算法理論和實際運行結果系統(tǒng)地分析了TLD算法的復雜度和運行耗時,討論算法運行時的耗時部分和影響算法實時性的主要因素... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：92 頁

【學位級別】：碩士

【部分圖文】：

智能視頻監(jiān)控

圖 1. 2 汽車駕駛輔助系統(tǒng)（3） 智能機器人在工業(yè)制造、物流運輸、停車場等場景，智能化的機器人能夠代替人類完成特定的工作，減少了人力成本的輸出，提高工作效率。網(wǎng)購已經(jīng)成為人們購物的重要方式，

智能機器人

【參考文獻】：
期刊論文
[1]基于TLD框架的快速目標跟蹤方法[J]. 童源,費樹岷,沈捷.  計算機應用研究. 2018(01)
[2]基于BRISK和CamShift的魯棒目標跟蹤研究[J]. 劉亞偉,李小民.  電光與控制. 2017(03)
[3]細數(shù)ARM處理器的那些CPU核心[J]. 藍色.  個人電腦. 2016(02)
[4]基于神經(jīng)網(wǎng)絡和光流場的嵌入式高速目標識別與跟蹤（英文）[J]. 蘇金瀧,HERBERT H C IU,FERNANDO T.  中國公路學報. 2015(11)
[5]基于空時線索的TLD視頻跟蹤算法[J]. 李俊,謝維信,李良群.  信號處理. 2015(10)
[6]改進TLD算法在光電跟蹤中的應用[J]. 王建剛,李醒飛,陳誠,譚文斌.  紅外技術. 2015(10)
[7]檢測區(qū)域動態(tài)調整的TLD目標跟蹤算法[J]. 曲海成,單曉晨,孟煜,劉萬軍.  計算機應用. 2015(10)
[8]一種基于壓縮感知的在線學習跟蹤算法[J]. 劉威,趙文杰,李成.  光學學報. 2015(09)
[9]基于TLD框架的上下文目標跟蹤算法[J]. 呂枘蓬,蔡肖芋,董亮,涂繼輝.  電視技術. 2015(09)
[10]TLD視頻目標跟蹤方法改進[J]. 金龍,孫涵.  計算機與現(xiàn)代化. 2015(04)

博士論文
[1]基于稀疏學習的視覺目標跟蹤[D]. 馬子昂.浙江大學 2017
[2]基于異類傳感器信息融合的目標跟蹤理論與方法研究[D]. 王琪龍.北京交通大學 2017
[3]固定翼無人機地面車輛目標自動檢測與跟蹤[D]. 李大偉.中國科學院大學(中國科學院國家空間科學中心) 2017
[4]多核異構環(huán)境下通用并行計算框架關鍵技術研究[D]. 盛艷秀.中國海洋大學 2013

碩士論文
[1]基于TLD框架的在線目標跟蹤算法研究[D]. 劉興云.華僑大學 2016
[2]MPCore多核處理器并行計算方法的研究與實現(xiàn)[D]. 楊川.西南交通大學 2014
[3]基于ARM Cortex-A8平臺的Opus解碼器優(yōu)化技術[D]. 唐陽陽.華中科技大學 2013
[4]隨機森林的模型選擇及其并行化方法[D]. 蔡林霖.哈爾濱工業(yè)大學 2013
[5]基于ARM Cortex-A8平臺的AAC解碼器優(yōu)化技術[D]. 曾瑞.華中科技大學 2012



本文編號：2977639