相同质量的摄像头如何提高处理速度
本文提出了一种适用于数字视频和数码相机应用的实时高清 720p@30fps H.264/MPEG-4 AVC 帧内编解码器 IP。监控整个设计在算法和架构层面都进行了优化。在算法层面，我们建议去除面积成本较高的平面模式，并增强成本函数以降低硬件成本并在提供几乎相同质量的同时提高处理速度。
在架构设计中，除了快速模块实现之外，还以宏块级流水线方式安排流程，并结合三种仔细的调度技术来避免空闲周期并提高数据吞吐量。整个编解码器设计仅需要103K门数，屏蔽器核心尺寸为1.28×1.28mm2，采用0.18μm CMOS技术实现时，分别在117和25.5MHz下实现实时摄像头编码和解码。 我们提出了一个完全标记的图像序列数据集，用于基准视频监控算法。该数据集是从分布在一栋建筑三层楼的 13 个室内摄像机获取的，同时记录了 30 分钟。
该数据集是专门设计和标记的，以解决人员检测和重新识别问题。大约 80 人参与了数据收集，其中大多数人出现在不止一台摄像机中。数据集是异构的：存在三种不同类型的摄像机（标准、高分辨率和超高分辨率）、不同的视图类型（走廊、门、开放空间）和不同的帧速率。这种多样性对于正确评估视频分析算法在不同成像条件下的鲁棒性至关重要。我们说明了行人检测和重新识别算法在给定干扰器数据集上的应用，指出了基准测试的重要标准以及高分辨率图像对算法性能的影响。
在架构设计中，除了快速模块实现之外，还以宏块级流水线方式安排流程，并结合三种仔细的调度技术来避免空闲周期并提高数据吞吐量。整个编解码器设计仅需要103K门数，屏蔽器核心尺寸为1.28×1.28mm2，采用0.18μm CMOS技术实现时，分别在117和25.5MHz下实现实时摄像头编码和解码。 我们提出了一个完全标记的图像序列数据集，用于基准视频监控算法。该数据集是从分布在一栋建筑三层楼的 13 个室内摄像机获取的，同时记录了 30 分钟。
该数据集是专门设计和标记的，以解决人员检测和重新识别问题。大约 80 人参与了数据收集，其中大多数人出现在不止一台摄像机中。数据集是异构的：存在三种不同类型的摄像机（标准、高分辨率和超高分辨率）、不同的视图类型（走廊、门、开放空间）和不同的帧速率。这种多样性对于正确评估视频分析算法在不同成像条件下的鲁棒性至关重要。我们说明了行人检测和重新识别算法在给定干扰器数据集上的应用，指出了基准测试的重要标准以及高分辨率图像对算法性能的影响。
