本文關(guān)鍵詞： 移動(dòng)視頻監(jiān)控 解塊濾波 運(yùn)動(dòng)檢測(cè) 壓縮域視頻處理 多核處理器　出處：《東南大學(xué)》2016年博士論文　論文類型：學(xué)位論文

【摘要】：隨著移動(dòng)通信技術(shù)的不斷發(fā)展,移動(dòng)高清視頻監(jiān)控由于具有安裝方便、靈活性強(qiáng)、性價(jià)比高等特點(diǎn),己成為視頻監(jiān)控系統(tǒng)的重要組成部分。視頻監(jiān)控高清化的發(fā)展對(duì)移動(dòng)高清視頻監(jiān)控的基礎(chǔ)、移動(dòng)通信網(wǎng)絡(luò)技術(shù)(特別是上行帶寬)的發(fā)展等帶來(lái)一定壓力和挑戰(zhàn)；解塊濾波和運(yùn)動(dòng)檢測(cè)可以一定程度上緩解以上挑戰(zhàn),同時(shí)基于壓縮域的實(shí)現(xiàn)還可以降低監(jiān)控視頻高物理分辨率(4K：4690×2304)導(dǎo)致的MPSoC器件結(jié)構(gòu)設(shè)計(jì)的難度。論文基于多核系統(tǒng)芯片(MPSoC)開(kāi)展了數(shù)據(jù)量大且復(fù)雜度高的解塊濾波和運(yùn)動(dòng)檢測(cè)模塊的相關(guān)研究,以及對(duì)應(yīng)壓縮域解塊濾波專用指令集處理器(ASIP)的研究,主要工作及創(chuàng)新如下：●提出了一種基于滯后連接邊緣圖提取方法和塊狀瑕疵程度評(píng)判的自適應(yīng)復(fù)合壓縮域解塊濾波算法(LCJDD),同時(shí)針對(duì)移動(dòng)監(jiān)控設(shè)計(jì)了嵌入式改進(jìn)型LCJDD算法：通過(guò)基于滯后連接的壓縮域邊緣圖提取以區(qū)分邊緣與非邊緣區(qū)域,再在非邊緣區(qū)域中分析臨近壓縮數(shù)據(jù)塊和半塊尺寸平移圖像數(shù)據(jù)塊的DCT變換系數(shù),得到塊狀瑕疵程度分類,最后根據(jù)瑕疵區(qū)域的分類進(jìn)行自適應(yīng)濾波。仿真結(jié)果表明,本文方法在低比特率和高比特率壓縮的場(chǎng)景下都穩(wěn)定工作(bpp=0.28-1.2),人為瑕疵情況明顯改善,重構(gòu)圖像質(zhì)量提高1%～3%。同時(shí)嵌入式改進(jìn)型LCJDD算法相較于前人經(jīng)典方法,在實(shí)際高清移動(dòng)監(jiān)控處理場(chǎng)景下,執(zhí)行時(shí)間分別為前人經(jīng)典方法的1/2～1/3和1/4左右。在基于類TI DSP(8路指令并發(fā)槽)的超長(zhǎng)指令集(VLIW)構(gòu)架(Cadence Lx6基本型,600MHz)下的實(shí)驗(yàn)結(jié)果表明：嵌入式改進(jìn)型LCJDD在3路指令并發(fā)槽條件下能達(dá)到130幀／每秒(1024×768,QP為1O)�！� 提出了一種基于運(yùn)動(dòng)邊緣圖和弱運(yùn)動(dòng)區(qū)域滯后連接的運(yùn)動(dòng)檢測(cè)算法(ECLC)并完成了壓縮域?qū)崿F(xiàn)：基于邊緣梯度信息揭示了像素之間的空間相關(guān)性,通過(guò)基于邊緣圖幀差的運(yùn)動(dòng)檢測(cè)確認(rèn)運(yùn)動(dòng)程度高的核心前景區(qū)域,通過(guò)指數(shù)單調(diào)衰減背景模型判定潛在運(yùn)動(dòng)區(qū)域,根據(jù)潛在運(yùn)動(dòng)區(qū)域和核心前景區(qū)域互聯(lián)辨識(shí)確認(rèn)運(yùn)動(dòng)前景的完整目標(biāo)區(qū)域。仿真結(jié)果表明：本文ECLC分析結(jié)果中噪聲多、易受較快光變干擾、目標(biāo)檢測(cè)精度低的問(wèn)題明顯改善,官方標(biāo)準(zhǔn)測(cè)試視頻所測(cè)結(jié)果中提取完整性指標(biāo)均高于90%,基本優(yōu)于和等同混合高斯(GMM)和ViBe中較好的結(jié)果,誤檢率指標(biāo)在三種方法前景完整性基本相似的情況下,下降接近50%以上。● 基于Cadence Lx6(VLIW可定制ASIP框架)完成了嵌入式改進(jìn)型LCJDD對(duì)應(yīng)的低構(gòu)架資源消耗和高吞吐量的ASIP模塊設(shè)計(jì)：通過(guò)設(shè)計(jì)基于多面體有限可剖分調(diào)度方法挖掘了LCJDD算法的最大并發(fā)度(TPL/IPL),然后基于時(shí)間使能同步數(shù)據(jù)流和并發(fā)調(diào)度實(shí)現(xiàn)了對(duì)應(yīng)實(shí)現(xiàn)的構(gòu)架資源(并發(fā)指令槽數(shù)和指令寄存器數(shù)量)合理范圍預(yù)測(cè)。嵌入式改進(jìn)型LCJDD的MPSoC內(nèi)嵌ASIP模塊具有較高的數(shù)據(jù)吞吐量和較低內(nèi)存訪問(wèn)量和構(gòu)架資源消耗：ASIP工作頻率為28MHz時(shí),在構(gòu)架最大容許定制指令(ASI)并發(fā)槽數(shù)為5的約束下,使用3個(gè)ASI并發(fā)指令槽即可實(shí)現(xiàn)4K格式視頻(16：9—4690×2304@30幀)的壓縮域解塊濾波處理,相較于近期文獻(xiàn)中超高吞吐量的像素域解塊濾波設(shè)計(jì)(同65nm工藝情況下)在相同數(shù)據(jù)和控制依賴條件下,最大并行度提高20%,最大數(shù)據(jù)吞吐量提高2倍,數(shù)據(jù)承載／內(nèi)存訪問(wèn)量?jī)H需像素域解塊濾波的1/8,臨時(shí)數(shù)據(jù)片上占用空間僅為2/5。在28nm和65nm工藝環(huán)境下,該ASIP模塊實(shí)現(xiàn)的最大工作頻率分別為940MHz和597MHz。
[Abstract]:With the development of mobile communication technology, mobile HD video monitoring because of its convenient installation, high flexibility, high price, has become an important part of the video monitoring system. The development of video surveillance based on high-definition video mobile HD monitoring, mobile communication network technology (especially the uplink bandwidth) to bring some pressure and challenges the development of; deblocking filter and motion detection can alleviate the above challenges to a certain extent, also realized based on compressed domain can also reduce the high resolution video monitoring physical (4K:4690 * 2304) MPSoC device structure design leads to the difficulty of the thesis. Based on multi-core system on chip (MPSoC) carried out a large amount of data and high complexity. The solution of detection module block filtering and motion related research, and the corresponding compression domain deblocking filter application specific instruction set processor (ASIP) research, the main work and innovation As follows: - a delay connecting edge graph extraction method and block defect degree evaluation of complex adaptive deblocking filter algorithm based on compressed domain (LCJDD), at the same time for the design of embedded mobile monitoring improved LCJDD algorithm by lag to distinguish between the edge and non edge region connecting the compressed domain edge map extraction based on analysis near the compressed data block and a half block size shift image data block DCT transform coefficients in non edge region, get the massive defect degree classification, finally the adaptive filter according to the classification of defect area. The simulation results show that this method of scene rate compression at low bit rate and high bit under steady working conditions of the human (bpp=0.28-1.2). Defect significantly improved the quality of the reconstructed image is improved 1% ~ 3%. embedded and improved LCJDD algorithm compared to the previous classical method, mobile monitoring in the actual high Qing Control scenarios, execution time respectively. Previous classical methods of 1/2 ~ 1/3 and 1/4 respectively. Based on the TI DSP (8 instructions and slots) the VLIW ARCHITECTURE (Cadence (VLIW) Lx6 basic type, 600MHz) the experimental results show that the improved embedded can reach up to 130 frames per second LCJDD in the 3 Slot under instructions concurrent (1024 x 768 QP, 1O). It presents a backward motion detection algorithm and the weak connection of moving edge map based motion region (ECLC) and complete domain compression: edge gradient information reveals the spatial correlation between pixels based on the edge map frame differential motion detection confirmed the prospect of regional sports core high degree based on the monotone attenuation index through the background model determine the potential motion area, according to the potential motion area and core area interconnected prospect identification confirmed the entire area of target moving foreground. Simulation results. The results show that the ECLC noise analysis results, susceptible to rapid light interference, low detection accuracy target is obviously improved, the official video standard test results measured by the extraction of integrity index was higher than 90%, and better than the basic equivalent mixed Gauss (GMM) and good results in ViBe, the error detection rate index in the three method is similar to the prospect of integrity, decreased to more than 50%. Based on the Cadence - Lx6 (VLIW ASIP framework can be customized) ASIP module to complete the design of embedded LCJDD improved corresponding frame low resource consumption and high throughput: Based on finite polyhedron dissectable scheduling method mining LCJDD algorithm the maximum concurrent degree (TPL/IPL), and then based on the time synchronous data flow and can realize concurrent scheduling framework to achieve the corresponding resources (number of concurrent instruction slots and instruction register) reasonable range prediction block. The data throughput of MPSoC embedded ASIP module into improved LCJDD with high and low memory access and frame of resource consumption: ASIP working frequency is 28MHz, the maximum allowable custom instructions in architecture (ASI) with slot number is 5 under the constraint of using 3 ASI concurrent instruction slots can be realized 4K video format (16:9 - 4690 x 2304@30 frames) compressed domain deblocking filtering, pixel domain compared to the recent literature in high throughput deblocking filter design (with 65nm under the condition of the technology depends on the conditions in the same data) and under the control of the maximum degree of parallelism is increased by 20%, the maximum data throughput increased by 2 times, the data carrying / memory access volume only the pixel domain deblocking filter 1/8, on-chip temporary data space is only 2/5. in the 28nm and 65nm technology environment, the maximum working frequency of the ASIP module are respectively 940MHz and 597MHz.

【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN948.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 廖紅文,馮國(guó)燦,Jiang Jianmin;壓縮域上人臉識(shí)別的研究[J];中山大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年05期

2 沈蘭蓀;王素玉;;壓縮域互聯(lián)網(wǎng)信息監(jiān)測(cè)過(guò)濾儀關(guān)鍵技術(shù)研究[J];現(xiàn)代科學(xué)儀器;2006年05期

3 朱亞玲;張明新;金蘭;武偉;;基于壓縮域的I幀提取算法[J];電腦知識(shí)與技術(shù);2008年01期

4 侯綠林;白亮;老松楊;;一種壓縮域中的體育視頻慢鏡頭探測(cè)方法[J];計(jì)算機(jī)科學(xué);2009年09期

5 高平利,任金昌,趙榮椿;非壓縮域數(shù)字視頻中文字的檢測(cè)與提取[J];中國(guó)體視學(xué)與圖像分析;2004年04期

6 侯冠華,史萍;非壓縮域內(nèi)視頻分割算法研究[J];北京廣播學(xué)院學(xué)報(bào)(自然科學(xué)版);2005年02期

7 李向偉;李戰(zhàn)明;張明新;王娟;韋哲;;一種基于壓縮域的鏡頭檢測(cè)算法[J];蘭州理工大學(xué)學(xué)報(bào);2008年06期

8 朱仲杰;王玉兒;蔣剛毅;梁豐;;面向檢索的壓縮域空時(shí)視頻目標(biāo)檢測(cè)與分割[J];電路與系統(tǒng)學(xué)報(bào);2008年02期

9 王文寧;師磊;;基于膚色的壓縮域人臉檢測(cè)方法[J];電子測(cè)量技術(shù);2008年08期

10 沈蘭蓀,魏海,黃祥林;壓縮域圖像處理技術(shù)研究[J];北京工業(yè)大學(xué)學(xué)報(bào);2000年03期

相關(guān)會(huì)議論文 前7條

1 沈蘭蓀;王素玉;;壓縮域互聯(lián)網(wǎng)信息監(jiān)測(cè)過(guò)濾儀關(guān)鍵技術(shù)研究[A];第三屆科學(xué)儀器前沿技術(shù)及應(yīng)用學(xué)術(shù)研討會(huì)論文集（二）[C];2006年

2 胡伏原;董興發(fā);張艷寧;;一種基于壓縮域的像機(jī)穩(wěn)定方法[A];第八屆全國(guó)信號(hào)與信息處理聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2009年

3 田婷;郭紅星;孫偉平;周敬利;;壓縮域視頻的文字信息嵌入方法[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議(HHME2006)——第15屆中國(guó)多媒體學(xué)術(shù)會(huì)議(NCMT'06)論文集[C];2006年

4 張旗;梁德群;;基于壓縮域的圖像檢索技術(shù)[A];第六屆全國(guó)計(jì)算機(jī)應(yīng)用聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

5 劉偉;龔雋鵬;張鵬洲;;基于非壓縮域下視頻的鏡頭切割算法的改進(jìn)[A];中國(guó)新聞技術(shù)工作者聯(lián)合會(huì)五屆二次理事會(huì)暨學(xué)術(shù)年會(huì)論文集（上篇）[C];2010年

6 劉龍;劉貴忠;王占輝;;一種MPEG壓縮域運(yùn)動(dòng)對(duì)象分割算法[A];信號(hào)與信息處理技術(shù)第三屆信號(hào)與信息處理全國(guó)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2004年

7 周軒;李廣俠;張寧;肖勇;;一種基于三維空間壓縮域的抗欺騙技術(shù)[A];第五屆中國(guó)衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)論文集-S7 北斗/GNSS用戶終端技術(shù)[C];2014年

相關(guān)博士學(xué)位論文 前9條

1 朱方;基于MPSoC的移動(dòng)視頻監(jiān)控關(guān)鍵技術(shù)研究[D];東南大學(xué);2016年

2 歐陽(yáng)建權(quán);壓縮域體育視頻摘要技術(shù)研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2005年

3 蔣軼瑋;視頻/圖像壓縮域編輯技術(shù)的研究[D];北京交通大學(xué);2010年

4 安克彬;壓縮域圖像視頻空間分辨率轉(zhuǎn)換和色彩處理技術(shù)的研究[D];上海交通大學(xué);2007年

5 李向偉;壓縮域視頻檢索與挖掘關(guān)鍵技術(shù)研究[D];蘭州理工大學(xué);2010年

6 王偉強(qiáng);融合多模式信息壓縮域新聞視頻解析技術(shù)研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2001年

7 馮杰;基于H.264壓縮域的視頻分割與特征提取方法研究[D];浙江大學(xué);2009年

8 張萬(wàn)松;支持壓縮域查詢的XML數(shù)據(jù)壓縮方法研究[D];哈爾濱工程大學(xué);2005年

9 嚴(yán)迪群;壓縮域音頻隱寫與隱寫分析中若干問(wèn)題的研究[D];寧波大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 趙耀;MPEG-4壓縮域下的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)研究與實(shí)現(xiàn)[D];東南大學(xué);2015年

2 羅雅丹;基于壓縮域的視覺(jué)顯著性檢測(cè)及其應(yīng)用研究[D];廣西大學(xué);2016年

3 王敬;基于壓縮域的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究[D];上海師范大學(xué);2012年

4 焦德敏;基于壓縮域的人臉檢測(cè)方法的研究與實(shí)現(xiàn)[D];吉林大學(xué);2010年

5 徐行;壓縮域視頻的運(yùn)動(dòng)目標(biāo)檢測(cè)方法[D];華中科技大學(xué);2012年

6 劉亞多;壓縮域魯棒音樂(lè)識(shí)別算法研究[D];復(fù)旦大學(xué);2010年

7 閆敬敏;基于壓縮域的敏感圖片檢測(cè)[D];吉林大學(xué);2009年

8 李智勇;基于壓縮域圖象檢索技術(shù)的研究[D];西北工業(yè)大學(xué);2004年

9 李永杰;基于內(nèi)容的壓縮域圖像檢索技術(shù)的研究[D];西安電子科技大學(xué);2007年

10 劉強(qiáng);基于內(nèi)容的壓縮域視頻挖掘關(guān)鍵技術(shù)研究[D];蘭州理工大學(xué);2011年

，

本文編號(hào)：1554419