基于HOG+SVM并利用SoC FPGA实现UHD视频流实时目标检测
计算机视觉与模式识别
2022-11-29 v1 硬件体系结构
图像与视频处理
摘要
目标检测是许多视觉系统的重要组成部分。例如，行人检测用于高级驾驶辅助系统（ADAS）和高级视频监控系统（AVSS）。目前，大多数检测器使用深度卷积神经网络（如YOLO——You Only Look Once——系列），然而由于其高计算复杂度，无法实时处理非常高分辨率的视频流，尤其在有限能耗预算内。本文提出了一种知名行人检测器的硬件实现，采用HOG（方向梯度直方图）特征提取和SVM（支持向量机）分类。我们的系统运行于AMD Xilinx Zynq UltraScale+ MPSoC（多处理器片上系统）器件上，可对4K分辨率（UHD——超高清，3840 x 2160像素）视频以每秒60帧实时处理。该系统能够在单一尺度下检测行人。所得结果证实了可重编程器件在嵌入式视觉系统实时实现中的高度适用性。
引用
@article{arxiv.2204.10619,
title = {Real-time HOG+SVM based object detection using SoC FPGA for a UHD video stream},
author = {Mateusz Wasala and Tomasz Kryjak},
journal= {arXiv preprint arXiv:2204.10619},
year = {2022}
}
备注
6 pages, accepted for the CPS & IoT 2022 conference