Транспортные интеллектуальные видеосистемы наблюдения, включающие в свой состав умные камеры с функциями анализа видеоинформации для обеспечения безопасности транспорта, в том числе и морских объектов, представляют собой наиболее востребованные системы, синтезируемые на базе субмикронных технологий. При этом важнейшая особенность таких систем заключается в автоматизированной обработке и анализе видеоинформации, полученной от различных камер наблюдения. Определена базовая концепция обнаружения и слежения за объектами на основе применения метода формирования опорных векторов. Применение технологии «система на кристалле» позволяет оперативно обнаружить подозрительное поведение объектов, на основе встроенных интеллектуальных сложно-функциональных блоков, входящих в состав предложенной транспортной интеллектуальной видеосистемы. В данном исследовании предлагается конкретная архитектура системы видеонаблюдения на базе программируемой многопроцессорной системы с аппаратным ускорителем основных вычислений. В состав видеосистемы наблюдения входит схема аппаратного ускорителя формирования опорных векторов, составленная классификационной частью с использованием внутренней памяти. Экспериментальный раздел показывает возможность реализации предлагаемой системы с точки зрения производительности и потребляемых ресурсов на базе программируемых схем. Рассматривается реализация системы видеонаблюдения с использованием гибридной архитектуры на базе мультипроцессора и формирования опорных векторов на базе аппаратного ускорителя.
Transport intelligent video surveillance systems, which include smart cameras with video information analysis functions to ensure the safety of transport, including marine objects, are the most popular systems synthesized on the basis of submicron technologies. At the same time, the most important feature of such systems is the automated processing and analysis of video information obtained from various surveillance cameras. Basic concept of object detection and tracking is defined based on application of method of reference vectors formation. The use of the "system on chip" technology allows you to quickly detect suspicious behavior of objects, based on the built-in intelligent complex-functional blocks that are part of the proposed transport intelligent video system. In this paper, we propose a specific architecture of a video surveillance system based on a programmable multiprocessor system with a hardware accelerator for basic computing. The video surveillance system includes a circuit of a hardware accelerator for generating reference vectors, compiled by a classification part using internal memory. The experimental section shows the possibility of implementing the proposed system in terms of performance and resource consumption based on programmable circuits FPGA. Implementation of video surveillance system using hybrid architecture based on multiprocessor and formation of reference vectors based on hardware accelerator is considered.