Die Detektion von Fußgängern unter Echtzeitbedingungen ist eine der Kernproblemstellungen bei der Entwicklung von kamerabasierten Fahrerassistenzsystemen. Häufig wird hierfür der von Dalal und Triggs entwickelte Histograms of Oriented Gradients (HOG) Deskriptor in Verbindung mit einer Support Vector Machine (SVM) für die Klassifikation verwendet, die auch die Basis dieser Arbeit bilden. Es wird ein neuer, ressourcen- und geschwindigkeitsoptimierter Ansatz vorgestellt, bei dem sowohl die Deskriptorenberechnung als auch die Klassifikation sowie die Skalierung auf einem FPGA implementiert sind. Dies ermöglicht, zusammen mit einem Zeitmultiplexverfahren für die Multiskalenberechnung, eine Vollbildklassifikation bei 60 Full- HD-Bildern (1920 x 1080 Pixel) pro Sekunde mit einer Latenz von weniger als 150 µs. Damit können in einer Skalenstufe pro Sekunde 1,8 Mio. HOG-Deskriptoren sowie die dazugehörigen Klassifikationsergebnisse mit der SVM berechnet werden. Auf einem Xilinx Virtex-5 FPGA sind so im Multiskalenbetrieb bis zu 11 Mio. Klassifikationsfenster pro Sekunde auswertbar, was bestehende FPGA-Implementierungen um den Faktor 10 übersteigt.


    Access

    Access via TIB

    Check availability in my library


    Export, share and cite



    Title :

    Erkennung von Fußgängern in Echtzeit auf FPGAs


    Contributors:


    Publication date :

    2013


    Size :

    9 Seiten, 7 Bilder, 3 Tabellen, 15 Quellen


    Type of media :

    Conference paper


    Type of material :

    Print


    Language :

    German




    Erkennung von Personen, insbesondere von Fußgängern

    BAUER SEBASTIAN / ZECHA STEPHAN | European Patent Office | 2019

    Free access

    Erkennung von spontanen Bewegungsänderungen von Fußgängern

    SCHERF OLIVER DR / ZECHA STEPHAN / BAUER GÜNTHER et al. | European Patent Office | 2023

    Free access

    Vorrichtung und Verfahren zur Erkennung von Fußgängern

    RYU DONG KYU / KANG BYUNG JUN / CHO JOON BUM | European Patent Office | 2015

    Free access