基于ZYNQ异构体系下的实时运动分析系统设计与实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第11-23页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 人体行为表征 | 第14-15页 |
| 1.2.2 人体行为识别技术 | 第15-16页 |
| 1.3 异构计算与软硬件协同设计 | 第16-20页 |
| 1.3.1 异构计算平台 | 第16-17页 |
| 1.3.2 软硬件协同设计 | 第17-20页 |
| 1.4 研究意义 | 第20-21页 |
| 1.5 论文主要研究内容和特色 | 第21页 |
| 1.6 论文组织架构 | 第21-23页 |
| 2 基于时空特征的运动识别算法 | 第23-39页 |
| 2.1 HMAX模型在运动分析中的运用 | 第23-25页 |
| 2.2 基于时空特征算法原理 | 第25页 |
| 2.3 总体实现流程 | 第25-37页 |
| 2.3.1 运动信息图生成 | 第26-28页 |
| 2.3.2 运动目标检测 | 第28-29页 |
| 2.3.3 运动场图生成 | 第29-31页 |
| 2.3.4 时空特征向量生成 | 第31-32页 |
| 2.3.5 高级向量化 | 第32-33页 |
| 2.3.6 支持向量机 | 第33-36页 |
| 2.3.7 运动的学习与识别 | 第36-37页 |
| 2.4 算法并行性分析 | 第37-38页 |
| 2.5 本章小结 | 第38-39页 |
| 3 ZYNQ异构平台与HLS设计方法 | 第39-52页 |
| 3.1 ZYNQ异构平台 | 第39-47页 |
| 3.1.1 ZYNQ片上系统发展 | 第39-40页 |
| 3.1.2 ZYNQ内部架构 | 第40-41页 |
| 3.1.3 PL逻辑资源简介 | 第41-43页 |
| 3.1.4 PS与PL的标准总线接口 | 第43-47页 |
| 3.2 HLS设计方法 | 第47-51页 |
| 3.2.1 HLS介绍 | 第47-50页 |
| 3.2.2 HLS加速FPGA的视觉开发 | 第50-51页 |
| 3.3 本章小结 | 第51-52页 |
| 4 图像处理技术 | 第52-62页 |
| 4.1 色彩转换 | 第52-53页 |
| 4.2 图像缩放 | 第53页 |
| 4.3 最近邻内插法 | 第53-55页 |
| 4.3.1 双线性内插法 | 第54页 |
| 4.3.2 立方插值法 | 第54-55页 |
| 4.4 高斯平滑 | 第55-57页 |
| 4.5 中值滤波 | 第57-58页 |
| 4.6 形态学处理 | 第58页 |
| 4.7 边缘滤波 | 第58-61页 |
| 4.8 本章小结 | 第61-62页 |
| 5 实时加速系统设计和实现 | 第62-78页 |
| 5.1 硬件平台 | 第62页 |
| 5.2 ZedBoard介绍 | 第62-63页 |
| 5.3 软硬件划分 | 第63-65页 |
| 5.4 图像处理硬件加速器设计与实现 | 第65-74页 |
| 5.4.1 图像复制模块 | 第67-68页 |
| 5.4.2 色彩变换模块 | 第68-69页 |
| 5.4.3 帧间差分和阈值分割模块 | 第69-70页 |
| 5.4.4 边缘滤波模块 | 第70-72页 |
| 5.4.5 运动场模块 | 第72-73页 |
| 5.4.6 其他算法加速模块 | 第73-74页 |
| 5.4.7 模块合并 | 第74页 |
| 5.5 运动分析的实现 | 第74-77页 |
| 5.5.1 K-均值学习 | 第75页 |
| 5.5.2 SVM分类器训练 | 第75-76页 |
| 5.5.3 SVM分类器识别 | 第76-77页 |
| 5.6 本章小结 | 第77-78页 |
| 6 运动识别系统性能测试与分析 | 第78-88页 |
| 6.1 运动分析系统平台和实现 | 第78-79页 |
| 6.2 系统顶层搭建 | 第79-81页 |
| 6.3 加速能力分析 | 第81-82页 |
| 6.4 识别精度分析 | 第82-85页 |
| 6.5 硬件资源分析 | 第85-87页 |
| 6.6 本章小结 | 第87-88页 |
| 7 总结与展望 | 第88-91页 |
| 7.1 论文工作总结 | 第88-89页 |
| 7.2 工作展望 | 第89-91页 |
| 参考文献 | 第91-95页 |
| 附录A 运动分析系统顶层工程 | 第95-96页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第96-98页 |
| 学位论文数据集 | 第98页 |
