海思Hi3516智能分析引擎应用介绍

　　1.数据源

　　根据技术树(图5)表示，所有功能由9个特征完成。而9个特征的提取源于3类数据源，分别是：RGB图、梯度图、亮度图。因此在这3个数据源的数据加工中存在着公用数据或结论，可以大幅减少相同数据的重复运算，正是硬件加速引擎的主要方面；另一方面是规格化的加工手段，通过尽可能相同的流水线处理来规格化特征的提取，使不同的特征提取过程使用尽可能多的相同的处理子模块，从而达到资源的最大化利用。

　　图5 技术树和9种特征

　　1.指标统计

　　统计方法使用：直方图，均值和方差，FFT变换。其中首先把CIF图像(352×288)进行横纵4×4等间隔划分成16块(88×72)（见图6），然后分别对每个区域进行直方图、均值和方差分别统计，这样不仅在块区域分析时可以使用数据结果，而且在整幅数据统计时，仅需要简单把各个块信息进行简单对应相加即可。这不仅可以用于亮度图、RGB图的处理,还可以用于梯度图。对于FFT变换，则直接对彩色图进行运算。详情见表二。

　　图6 划分为16块区域的图像

　　表2 数据源与统计方法

　　1.指标差异分析

　　差异分析主要使用：时域帧差、空域求比、频域求比等手段。

　　时域帧差：用于统计t时刻图像与t+k(k根据需要可以取1,2，…63)时刻图像的差异，若正常视频应该始终在各个特征保持在一个恒定水平，时域帧差可以使图像在时间域上的变化得以显现并统计。

　　空域求比：对于16个块的统计，可以为每个块在每个数据源上做出一个二值判定以表征此块是否处于异常，再通过对异常块占全部块（16块）的比例来判定整个图像是否处于异常。

　　频域求比：用于统计某一频段内像素出现次数占总频段次数的百分比，来评估像素的分布特性。例如可以通过大于200亮度值的像素数与总图像素的比例来判断整图是否亮度过亮。

　　塔顶部分报警触发是用户最终需要的产品功能。此功能可根据不同场景和目标以及用户个性需求表现出不同的灵敏性和倾向性。为了达到这一目的，报警策略设置完全开放给用户。用户可以根据需要设定阈值门限、增强或减弱所希望的特征（甚至屏蔽掉无效特征），以达到准确检测的目的。

　　基于Hi3516 IVE提供的硬化算子，配合上层的算法处理和规则判断，可以用较少的资源来实现视频质量诊断的应用。

　　结束语：

　　Hi3516独有的智能视频加速引擎IVE，为智能视频的深入应用提供了优秀的平台。而且内核采用了ARM CortexA9处理器，并带有256K的二级缓存，其优异的媒体处理引擎（MPE）、浮点运算单元（FPU）、单指令多数据流（SIMD）等技术更是为智能视频分析技术应用提供了无限的优化空间。

　　我们相信Hi3516芯片的推出，将对监控行业的高清化、智能化发展起到强劲的推动作用。