视频跟踪算法在Davinci SoC上的实现与优化

本文提出了在最新的DavinciSoC DM6446上实现智能视频跟踪系统的方案。在模板匹配跟踪算法的基础上，多种改进算法来提高跟踪的精确性和鲁棒性。整个系统充分利用DavinciSoC上的ARM核和DSP核的强大处理能力。经过算法优化和编程优化，跟踪算法可以在DSP核上实时跟踪128×128像素的目标。同时，ARM核并行负责视频采集，显示，算法控制，网络传送等任务。测试结果表明，系统可以在目标形变、部分或全部遮挡、背景干扰等情况下也具有较好的性能。     

自适应帧组残差操作视频图像压缩算法

在视频图像压缩中，经常通过引入残差操作（包括运动补偿）来去除视频图像的时间信息冗余。然而，当视频流中有较大内容变化时，残差操作反而会使得待编码图像更为复杂，压缩效果受到很大损失。本文提出了一个能够在对视频图像进行变换操作前就可以预测残差操作对重构视频图像质量影响的度量值，称为图像复杂度，并在此基础上针对3D-DWT-SPIHT视频图像压缩算法提出了自适应帧组残差操作（AGRO）。AGRO既避免了较大内容变化带来的压缩效果的大幅下降，又给如何适时插入原始帧组提供了依据。实验表明，AGRO在各种视频流条件下都显著提高了重构视频的峰值信噪比（PSNR）。     

抑制模板漂移的目标跟踪算法

 本文提出了一种解决目标跟踪中模板漂移现象的新算法.模板漂移现象指的是,由于不断进行模板更新,目标会逐渐移出模板,而背景物体则逐渐占据整个模板.本文为了解决这个问题,提出了一组能够精确描述模板漂移对于模板更新滤波器的影响的表达式,以使得考虑了模板漂移影响后的模板更新滤波器能够在空间及时间上自适应地实现及时更新目标外观与避免模板漂移之间的近似最优平衡.大量的包含不同目标外观变化类型的实景视频流的实验结果证实了本文算法的有效性.