Xilinx FPGA 推动人群自动监测技术的发展

ht- ml )和来自www.gettyimages.com 的各种测试视频对本系统进行了测试。

实现方案结果

整个设计只使用了 Spartan-6-LX45 FPGA 上 30% 的Slice LUT、60% 的 BRAM 和12% 的 DSP48E 乘法器资源。图 6 所示是硬件设置(上)和实际系统输出。硬件设置由 Digilent Atlys Spartan 6 FPGA 板和定制视频接口卡组成，利用视频 ADC 和 DAC 可为 FPGA 提供视频输入/输出功能。如欲观看该系统的详细演示视频，敬请访问下列 Web 链接：

http://www.dailymotion.com/video/x2av1wo_fpga-based-real-time-hu-man-cro...

http://www.dailymotion.com/vid-eo/x23icxj_real-time-motion-vec-tors-comp...

http://www.dailymotion.com/video/x28sq1c_crowd-motion-classifica-tion-us...

　　图 6：硬件设置(上)和把场景分类为惊恐的实际 FPGA 处理后的帧

巨大的未来潜力

FPGA 是面向实时视频处理等需要高性能的应用的理想平台。开发这种应用要求进行一定的架构考量，以充分发挥所选 FPGA 的性能优势。此外使用 EDK 和 Vivado HLS 等先进工具，能够以比过去高得多的效率和更短的开发时间实现总体系统设计。

因此正如我们在本文中所展示的，利用上述工具在 FPGA 上实现性能关键型应用有着巨大的潜力。有这样成功运行的平台作为先例，我们期望把这一成果推广用于解决更多的技术问题，例如自动化交通监测、医院中的自动病患观察等更多的应用。

参考资料

1. Ramin Mehran、Mubarak Shah，《使用社会力模型检测异常人群行为》，IEEE 计算机视觉与模式识别 (CVPR) 国际会议，迈阿密，2009年

2. Duan-Yu Chen、Po-Chung Huang，《基于运动的人群异常事件检测》，《视觉计算和图像显示期刊(Journal of Visual Computation and Image Representation)》，2011 年第 2 期第 22 卷，第 178-186 页

3. OmniTek OSVP：http://omnitek.tv/sites/ default/files/OSVP.pdf