基于OmapL138芯片的混合高斯快速實(shí)現(xiàn)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種混合高斯算法，具體地說(shuō)，是涉及一種基于0mapL138芯片的混合高斯快速實(shí)現(xiàn)方法。
【背景技術(shù)】
[0002]智能監(jiān)控的中心內(nèi)容是運(yùn)動(dòng)目標(biāo)檢測(cè)，運(yùn)動(dòng)目標(biāo)檢測(cè)的關(guān)鍵是背景目標(biāo)的提取。建模的目的是從當(dāng)前幀提取前景，使前景更接近于當(dāng)前幀的背景。而高斯混合模型是諸多模型中建模效果最好的方法之一。
[0003]在高斯模型中，重要的參數(shù)有三個(gè):均值，方差和權(quán)值。由于高斯混合模型是一種像素級(jí)的背景分割策略，因此這三個(gè)量都是針對(duì)每個(gè)像素而言的。其中，均值和方差用于構(gòu)建高斯混合模型，權(quán)值用于判斷哪個(gè)模型屬于背景。
其它用于建立模型和判斷背景的參數(shù)有:
馬氏距離閾值一一用于判斷某點(diǎn)是否與某個(gè)高斯模型匹配；
背景閾值一一用于確定哪幾個(gè)模型屬于背景區(qū)域；
均值、方差和權(quán)值的更新率一一用于設(shè)定高斯模型的更新速率。
[0004]高斯混合模型的思路是，對(duì)于每個(gè)像素，考察它的均值與方差，如果與某個(gè)高斯模型匹配(偏差小于馬氏距離閾值)，則將該點(diǎn)劃分到這個(gè)模型中去，(一般模型總數(shù)為3到5)。同時(shí)，這個(gè)模型的三個(gè)參數(shù):均值，方差和權(quán)值都要更新，(其它2個(gè)模型只有權(quán)值被更新)。如果沒(méi)有高斯模型與該點(diǎn)匹配，則舍掉這些高斯模型中最不可能的那一個(gè)(出場(chǎng)率最低的那個(gè))，并以該點(diǎn)建立新的高斯模型。其判斷背景的方法是:將3個(gè)高斯模型按“權(quán)值/方差”的順序從大到小排列，歸一化處理，并計(jì)算前1、前2和前3項(xiàng)的和，假設(shè)前i項(xiàng)的和大于背景閾值，則認(rèn)為前i個(gè)模型中的點(diǎn)是背景區(qū)域。
[0005]混合高斯(GMM)提取運(yùn)動(dòng)前景是視頻序列中檢測(cè)運(yùn)動(dòng)物體的重要方法，它根據(jù)學(xué)習(xí)過(guò)程中建立的背景圖像，把運(yùn)動(dòng)前景準(zhǔn)確地分離出來(lái)。但是，這一過(guò)程中，前景檢測(cè)的運(yùn)算量十分巨大，使得現(xiàn)有的混合高斯算法在實(shí)現(xiàn)速度上無(wú)法滿足實(shí)際需求，進(jìn)而使得混合高斯算法的應(yīng)用受到了很多限制，實(shí)用價(jià)值難以真正體現(xiàn)。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的在于提供一種基于0mapL138芯片的混合高斯快速實(shí)現(xiàn)方法，解決現(xiàn)有技術(shù)在實(shí)現(xiàn)速度上無(wú)法滿足實(shí)際需求的問(wèn)題。
[0007]為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下:
基于0mapL138芯片的混合高斯快速實(shí)現(xiàn)方法，包括以下步驟:
(1)預(yù)設(shè)混合高斯模型的數(shù)量為M;
(2)在學(xué)習(xí)階段，
M=O時(shí)，由0mapL138芯片的ARM提取圖像像素、混合高斯模型的均值和方差，在DSP內(nèi)核的L2中排成一維數(shù)據(jù)，然后啟動(dòng)DSP開(kāi)始計(jì)算，并將計(jì)算結(jié)果保存于L2中，通知ARM，ARM對(duì)混合高斯模型數(shù)據(jù)進(jìn)行重新排序；
M=n時(shí)，重復(fù)M=O時(shí)的操作過(guò)程，直到所有混合高斯模型完成，ARM根據(jù)命中結(jié)果得到更新后的背景和前景；
(3 )前景提取階段，OmapL138芯片的ARM提取像素、均值、方差、權(quán)重，排成一維序列，并保存在L2中；DSP計(jì)算得到前景，保存在L2中，并交給ARM。
[0008]進(jìn)一步地，在學(xué)習(xí)階段，保存于L2中的計(jì)算結(jié)果通過(guò)如下方式獲取:
首先，DSP計(jì)算每組數(shù)據(jù)的結(jié)果是否在合理的方差范圍內(nèi)，并將結(jié)果以bit序列保存于L2，通知 ARM ；
然后，ARM根據(jù)bit序列重新取對(duì)應(yīng)數(shù)據(jù)組的像素、均值、方差、權(quán)重、排序key ；
最后，DSP計(jì)算更新后的值，并保存于L2中。
[0009]優(yōu)選地，所述ARM根據(jù)最后的排序Key對(duì)混合高斯模型數(shù)據(jù)進(jìn)行重新排序。
[0010]優(yōu)選地，所述ARM分批提取像素、均值、方差、權(quán)重?cái)?shù)據(jù)存儲(chǔ)于L2中，而所述DSP則分批從L2中提取數(shù)據(jù)進(jìn)行計(jì)算。
[0011]優(yōu)選地，所述ARM根據(jù)混合高斯模型的數(shù)量和規(guī)則提取數(shù)據(jù)。
[0012]優(yōu)選地，所述L2中存儲(chǔ)的一維數(shù)據(jù)中每組數(shù)據(jù)大小相等。
[0013]本發(fā)明中，所述的0MAPL138芯片是TI公司推出的C6748浮點(diǎn)DSP內(nèi)核和ARM9內(nèi)核的雙核高速處理器，該器件集圖像、語(yǔ)音、網(wǎng)絡(luò)、存儲(chǔ)于一體，性?xún)r(jià)比高；其頻率最高達(dá)456MHz的C6748內(nèi)核提供浮點(diǎn)工作能力以及更高性能的定點(diǎn)工作能力；ARM9內(nèi)核具有高度的靈活性，開(kāi)發(fā)人員可以在其上使用Linux等操作系統(tǒng)，方便地為其應(yīng)用添加人機(jī)接口、網(wǎng)絡(luò)功能、觸摸屏等。
[0014]0MAP-L138芯片的內(nèi)存和外設(shè)資源十分豐富，完全可以滿足混合高斯算法的系統(tǒng)設(shè)計(jì)要求，而且也方便將來(lái)進(jìn)行系統(tǒng)的擴(kuò)展和升級(jí)。
[0015]與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果:
本發(fā)明結(jié)合混合高斯算法的實(shí)際需求和0MAP-L138芯片的雙核性能，將兩者進(jìn)行組合應(yīng)用，充分利用了 0MAP-L138芯片中兩個(gè)內(nèi)核的不同特性，來(lái)解決混合高斯算法在實(shí)現(xiàn)過(guò)程中存在的問(wèn)題，使混合高斯算法的實(shí)現(xiàn)速度得到了有效提高，使其適應(yīng)范圍得到了極大的擴(kuò)展，實(shí)用價(jià)值得到了更充分的利用與體現(xiàn)。
【具體實(shí)施方式】
[0016]下面結(jié)合實(shí)施例對(duì)本發(fā)明作進(jìn)一步說(shuō)明，本發(fā)明的實(shí)施方式包括但不限于下列實(shí)施例。
實(shí)施例
[0017]本發(fā)明公開(kāi)的基于0mapL138芯片的混合高斯快速實(shí)現(xiàn)方法，其涉及原理在于利用0mapL138芯片中雙核的不同特性對(duì)混合高斯算法的實(shí)現(xiàn)進(jìn)行提速，以解決混合高斯算法實(shí)現(xiàn)速度慢的問(wèn)題。
[0018]OmapL138芯片集成了 ARM和DSP兩個(gè)獨(dú)立內(nèi)核，充分發(fā)揮兩個(gè)內(nèi)核各自的特性，是實(shí)時(shí)混合高斯算法快速檢測(cè)的關(guān)鍵。
[0019]混合高斯算法分為兩個(gè)階段:學(xué)習(xí)階段、前景提取。學(xué)習(xí)階段計(jì)算量巨大，是加速的主要階段。在學(xué)習(xí)階段，ARM作為控制器，把混合高斯算法檢測(cè)過(guò)程按照混合高斯模型的數(shù)量和規(guī)則，順序從DDR中提取、組織需要的數(shù)據(jù)，分批把組織好的數(shù)據(jù)送到DSP的L2中暫存。DSP從L2中分段提取數(shù)據(jù)，利用其中的8個(gè)計(jì)算核心，高速實(shí)現(xiàn)混合高斯算法的檢測(cè)結(jié)果。然后，DSP把檢測(cè)結(jié)果傳輸給ARM，由ARM再組織下一批待處理數(shù)據(jù)。最后，在ARM端得到混合高斯算法檢測(cè)的前景、背景結(jié)果。
[0020]前景提取階段，因?yàn)橛?jì)算量小，ARM負(fù)責(zé)組織數(shù)據(jù)，交給DSP完成前景提取即可。
[0021]本發(fā)明正是針對(duì)混合高斯算法檢測(cè)的階段特點(diǎn)和流程特點(diǎn)，針對(duì)0mapL138芯片的特點(diǎn)，設(shè)計(jì)了混合高斯算法快速實(shí)現(xiàn)的具體步驟，如下:
(1)預(yù)設(shè)混合高斯模型的數(shù)量為M;
(2)在學(xué)習(xí)階段，
M=O時(shí)，由0mapL138芯片的ARM提取圖像像素、混合高斯模型的均值和方差，在DSP內(nèi)核的L2中排成一維數(shù)據(jù)，然后啟動(dòng)DSP開(kāi)始計(jì)算，并將計(jì)算結(jié)果保存于L2中，通知ARM，ARM對(duì)混合高斯模型數(shù)據(jù)進(jìn)行重新排序；
M=n時(shí)，重復(fù)M=O時(shí)的操作過(guò)程，直到所有混合高斯模型完成，ARM根據(jù)命中結(jié)果得到更新后的背景和前景；
(3 )前景提取階段，OmapL138芯片的ARM提取像素、均值、方差、權(quán)重，排成一維序列，并保存在L2中；DSP計(jì)算得到前景，保存在L2中，并交給ARM。
[0022]具體地說(shuō)，學(xué)習(xí)階段，M=O時(shí):
1、ARM提取圖像的像素、混合高斯模型的均值和方差，在L2中排成一維數(shù)據(jù)，然后啟動(dòng)DSP開(kāi)始計(jì)算；
2、DSP計(jì)算每組數(shù)據(jù)的結(jié)果:是否在合理的方差范圍內(nèi)，并把結(jié)果以bit序列保存到L2，然后通知ARM ；
3、ARM根據(jù)bit序列重新提取相應(yīng)數(shù)據(jù)組的像素、均值、方差、權(quán)重、排序key;
4、DSP計(jì)算更新后的值，保存在L2中；
5、ARM根據(jù)排序Key，對(duì)混合高斯模型的數(shù)據(jù)排序；
M=n時(shí)(η為自然數(shù))，重復(fù)上述步驟，直到完成全部的混合高斯模型。
[0023]最后，ARM根據(jù)命中結(jié)果，得到更新后的背景和前景。
[0024]而在前景提取階段，首先由ARM提取像素、均值、方差、權(quán)重，排成一維序列，保存在L2中；然后由DSP計(jì)算得到檢測(cè)目標(biāo)的前景，保存在L2中，交給ARM即可。
[0025]通過(guò)上述方式，可以充分利用0mapL138芯片中ARM內(nèi)核和DSP內(nèi)核的不同特性，使處理器的性能得到最大程度的發(fā)揮，進(jìn)而使混合高斯算法的實(shí)現(xiàn)速度得到有效提高，使其適應(yīng)范圍大大增加，實(shí)用價(jià)值明顯提高。
[0026]上述實(shí)施例僅為本發(fā)明的優(yōu)選實(shí)施例，并非對(duì)本發(fā)明保護(hù)范圍的限制，但凡采用本發(fā)明的設(shè)計(jì)原理，以及在此基礎(chǔ)上進(jìn)行非創(chuàng)造性勞動(dòng)而作出的變化，均應(yīng)屬于本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1.基于OmapL138芯片的混合高斯快速實(shí)現(xiàn)方法，其特征在于，包括以下步驟: (1)預(yù)設(shè)混合高斯模型的數(shù)量為M; (2)在學(xué)習(xí)階段， M=O時(shí)，由OmapL138芯片的ARM提取圖像像素、混合高斯模型的均值和方差，在DSP內(nèi)核的L2中排成一維數(shù)據(jù)，然后啟動(dòng)DSP開(kāi)始計(jì)算，并將計(jì)算結(jié)果保存于L2中，通知ARM，ARM對(duì)混合高斯模型數(shù)據(jù)進(jìn)行重新排序； M=n時(shí)，重復(fù)M=O時(shí)的操作過(guò)程，直到所有混合高斯模型完成，ARM根據(jù)命中結(jié)果得到更新后的背景和前景； (3 )前景提取階段，OmapL138芯片的ARM提取像素、均值、方差、權(quán)重，排成一維序列，并保存在L2中；DSP計(jì)算得到前景，保存在L2中，并交給ARM。2.根據(jù)權(quán)利要求1所述的基于0mapL138芯片的混合高斯快速實(shí)現(xiàn)方法，其特征在于，在學(xué)習(xí)階段，保存于L2中的計(jì)算結(jié)果通過(guò)如下方式獲取: 首先，DSP計(jì)算每組數(shù)據(jù)的結(jié)果是否在合理的方差范圍內(nèi)，并將結(jié)果以bit序列保存于L2，通知 ARM ； 然后，ARM根據(jù)bit序列重新取對(duì)應(yīng)數(shù)據(jù)組的像素、均值、方差、權(quán)重、排序key ； 最后，DSP計(jì)算更新后的值，并保存于L2中。3.根據(jù)權(quán)利要求2所述的基于0mapL138芯片的混合高斯快速實(shí)現(xiàn)方法，其特征在于，所述ARM根據(jù)最后的排序Key對(duì)混合高斯模型數(shù)據(jù)進(jìn)行重新排序。4.根據(jù)權(quán)利要求1所述的基于0mapL138芯片的混合高斯快速實(shí)現(xiàn)方法，其特征在于，所述ARM分批提取像素、均值、方差、權(quán)重?cái)?shù)據(jù)存儲(chǔ)于L2中，而所述DSP則分批從L2中提取數(shù)據(jù)進(jìn)行計(jì)算。5.根據(jù)權(quán)利要求4所述的基于0mapL138芯片的混合高斯快速實(shí)現(xiàn)方法，其特征在于，所述ARM根據(jù)混合高斯模型的數(shù)量和規(guī)則提取數(shù)據(jù)。6.根據(jù)權(quán)利要求5所述的基于0mapL138芯片的混合高斯快速實(shí)現(xiàn)方法，其特征在于，所述L2中存儲(chǔ)的一維數(shù)據(jù)中每組數(shù)據(jù)大小相等。
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于OmapL138芯片的混合高斯快速實(shí)現(xiàn)方法，包括以下步驟：（1）預(yù)設(shè)混合高斯模型的數(shù)量為M；（2）在學(xué)習(xí)階段，M=0時(shí)，提取圖像像素、混合高斯模型的均值和方差，在DSP內(nèi)核的L2中排成一維數(shù)據(jù)，然后開(kāi)始計(jì)算，并將結(jié)果保存于L2中，通知ARM混合高斯模型數(shù)據(jù)進(jìn)行重新排序；M=n時(shí)，重復(fù)M=0時(shí)的操作過(guò)程，直到所有混合高斯模型完成，ARM根據(jù)命中結(jié)果得到更新后的背景和前景；（3）前景提取階段，OmapL138芯片的ARM提取像素、均值、方差、權(quán)重，排成一維序列，并保存在L2中；DSP計(jì)算得到前景，保存在L2中，并交給ARM。本發(fā)明使混合高斯算法的實(shí)現(xiàn)速度得到了有效提高。
【IPC分類(lèi)】G06T7/20
【公開(kāi)號(hào)】CN105205831
【申請(qǐng)?zhí)枴緾N201510478834
【發(fā)明人】曹泉, 郭強(qiáng), 艾通
【申請(qǐng)人】深圳市哈工大交通電子技術(shù)有限公司
【公開(kāi)日】2015年12月30日
【申請(qǐng)日】2015年8月3日