近来,人们努力把重点集中到基于嵌入式硬件计算机视觉的算法上。其中,系统在FPGA[487]上运行,并开发了CMOS芯片和DSP[21]平台。关于计算机视觉任务,Shashua等人[487]开发了一套嵌入式系统,这套系统可以用一套指令集来检测行人。这时,Sen等人[480]在FPGA上运行简单的视觉任务来实现手势识别。Chiu等人[109]把一个CMOS图像芯片和RISC处理器集成到一个嵌入式视觉系统。他们的目的就是在变化的环境下进行车辆计数。Schulessman等人[471]开发了基于FPGA的光流跟踪系统。基于高斯混合模型的图像背景相减后,他们通过使用光流来计算运动矢量,这种方法可以实现目标跟踪。Arth等人[21]设计了一种嵌入式操作系统,通过信息通道的连续记录来实现目标探测和目标跟踪,他们的跟踪算法是基于卡尔曼滤波器的[274]。Glasl等人[214]描述了一种基于嵌入式视频的计算机视觉系统,这种系统用来收集高速公路上的交通数据。改进的Adaboost算法用来完成探测任务,改进的Lucas-Kanade算法用来完成跟踪任务,这两者组成了这套系统。采用多假设跟踪,Polat等人[430]完成了跟踪连续视频的结构体系,他们采用三维模型跟踪算法来收集更多的信息。他们使用基于Hausdorff距离的相似匹配算法来进行几何转换,这种转换就是最佳匹配。
Fleck等人[178]设计了一种分布式摄像机的网络,这种摄像机可以实现实时多目标跟踪。这种算法是基于粒子滤波器的,这里用一系列的粒子来说明每个潜在独立的目标。可以用HSV色彩空间的颜色分布来代表目标。分别在HS空间和V空间计算、合并各自的距离测度可以降低相似计算的复杂度。尽管已经实现了少量目标的实时跟踪,然而,当目标数量增多时,效果就会降低。在中央主机里可以完成独立摄像机的协作和摄像机之间的目标切换。
Apewokin等人[20]设计出一种基于嵌入式平台的运动学模型来跟踪多个人。这个体系包括运动检测模块和跟踪模块。首先,建立适合的背景模型,然后实施链接分析来生成运动目标或者小个体。鉴定完运动中的小个体,被检测的小个体之间的帧就会对应建立。质心或者所谓的重心都可以代表被检测目标。数据关联分为两个阶段,把3个帧时间跨度内的数据关联起来,然后,在一个更长的帧跨度内,检测失配数据的可能匹配后。第二阶段能够处理复杂的情况,如遮挡,小目标的合并和分裂。
Arth等人[23]设计了嵌入式车牌识别系统,其中车牌检测步骤和使用卡尔曼滤波器的状态估计相结合。采用多次时间累积的车牌观测数据方法和基于卡尔曼滤波器的预测方法,检测区域只限于特定的图像区域。已提出一种简单的时间联合方法实现单个数据间的联合,可以减少计算时间并提高全局字符的识别能力。
对于不重叠的摄像机视野,Arth等人[22]还描述了基于特征目标重新识别的嵌入式构架。在目标跟踪任务中,获取特定目标的特征是关键问题。因此,在面对模糊不清的目标关联的情况下,一个特定目标的描述可以被消除。为了在大量潜在的匹配目标中实现快速计算,这个构架采用了排列在同一结构层次的紧凑PCA-SIFT特征。
Arth等人[21]展现了一种可以在DSP平台运行的嵌入式车辆探测系统和目标跟踪的构架,跟踪基于在不同时刻观测到的图像的最近邻域,以及跟踪目标未来状态预测的卡尔曼滤波方法相结合。(www.xing528.com)
Lizenberger等人[327]完成的基于跟踪系统智能摄像机,把自适应的均值偏移的跟踪算法应用在跟踪车辆和人上,神经形态的时空对比视觉传感器传递一种称作地址的信息,暗示有移动的物体,这种地址事件以空间聚集,它们的重心通过一种漂移算法被跟踪。均值漂移算法的意思是低权重计算：使用统一的内核空间,基于先前时间步长的位置,以渐进的方式来计算新的集合位置[122]。
Chen等人[107]设计了一套基于多目标网络结构的无线智能摄像机的分布式跟踪系统,提供少量的摄像机计算资源,摄像机利用简单的背景减法算法和稍低于实际的帧速率,完成运动目标的探测。跟踪以中心化的方式实现。来自多个摄像机的目标位置由中心服务器按时间累积记录,马尔科夫链蒙特卡罗数据关联技术对累积的数据进行分类,从而使得每个类别代表一个目标的轨迹。
Aaritaoglu等人[226]描述了Hydra,这是一个能够进行多人检测和跟踪的系统。它通过结合基于外形的模型来检测移动物体并进行分类。进而运用二阶运动模型来跟踪这些分类目标。
Khalegi等人[286]发展了一种可以进行计算机视觉算法的嵌入式视觉系统,这个系统可以完成不同任务,比如背景建模,立体匹配,在其他一些任务中,也提到了三维跟踪应用。
Medeiros等人[371]为SIMD处理器采用了基于颜色的粒子滤波器。执行的核心是并行计算的粒子重量,结合被检测目标的彩色直方图和粒子滤波器可以用于跟踪目标[24]。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
