基于DSP的H264數字視頻服務器設計
加入技術交流群
此外為了改進安防監控性能可以加入人臉檢測的功能，入臉檢測比較成熟的算法是Adaboost算法，它是通過選擇一部分特征，形成一個分類器，通過把若干簡單的分類器級聯形成一個強大的級聯器，可以根據實際需要選擇級聯個數，數目越多則準確率越高，但是反應時間就越長，這對于實時監控是不利的，具體實現可以加載opencv的分類器，再加載圖像(視頻)數據做檢測并且顯示出來，其中加載分類器的函數為
本文引用地址：http://cqxgywz.com/article/201609/304161.htmCvHaarClassifierCascade*cvLoadCvHaarClassifier(const char*directory,CvSize size)
其中，directory為路徑，size為圖片尺寸。
檢測的函數
CvSeq*cvHaarDetectObjects(const CvArr*image，CvHaarClassifierCascade*cascade，
CvMemStorage*storage，double scale_factor，intmin_neighbours，int flags，CvSize min_size);
其中，image表示待測圖像，storage用于存儲矩形區域，scale factor為放大系數，min_neighbours為檢測目標相鄰矩形的最小格式，若小于該值則不予以檢測，flag為默認值0，表示為Canny檢測，min_size表示檢測窗口的大小。該算法實驗結果如下。
3 結論
本文采用DSP對視頻進行采集，實現了H264編碼，并且成功通過TCP協議傳輸到客戶端并顯示。論文還加入人臉檢測的功能，采用Adaboost算法對人臉進行識別。調試結果表明，系統達到了設計所要求的技術指標。
評論