人群分析是智能監(jiān)控領(lǐng)域的研究熱點,它通過對提取出的人群特征進行分析來判斷人群安全狀態(tài)。本論文將人群分析方法與模糊控制理論相結(jié)合,以模糊推理的人群安全評估方法作為主要研究內(nèi)容。首先簡要說明單一特征來判斷人群安全狀態(tài)的優(yōu)點和不足;然后從人群分布狀況角度考慮人群安全性,提出人群分布狀況衡量算法。最后引入模糊推理理論,構(gòu)造單一特征及二種特征結(jié)合的人群安全評估系統(tǒng),探討基于模糊推理的人群安全性評估方法。論文主要研究工作與創(chuàng)新點如下:1.設(shè)計一種基于熵的人群分布均勻性判別算法。該方法首先把場景劃分若干個大小相同的區(qū)域,計算出每個小塊中前景數(shù)目占整幅圖像前景像素總數(shù)的比率;然后,結(jié)合熵的理論知識,求出每個視頻序列中像素分布的熵值;最后,根據(jù)熵值大小來判斷場景中人群分布均勻性情況。仿真部分對人群聚散比較明顯的視頻場景進行實驗。通過將獲得的熵值,與實際場景人群聚散分析對比,得出本文方法可以衡量場景中人群分布變化的結(jié)論。2.構(gòu)建基于模糊推理的人群安全評估系統(tǒng)。首先將人群數(shù)目和人群分布狀況這兩個反映人群安全性的特征,分別通過一定的隸屬度函數(shù)進行模糊化作為輸入。人群安全等級模糊化作為系統(tǒng)輸出;然后,分別構(gòu)造基... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

人群事故發(fā)生區(qū)域分布圖

杭州電子科技大學(xué)碩士學(xué)位論文3圖1.3恐怖襲擊現(xiàn)場圖片智能視頻監(jiān)控技術(shù)是由傳統(tǒng)視頻監(jiān)控技術(shù)作為基礎(chǔ)發(fā)展而來的。其在充分利用計算機視覺技術(shù)的同時結(jié)合模式識別，圖像處理等相關(guān)技術(shù)，實現(xiàn)對場景智能化監(jiān)控。目前所采用的智能監(jiān)控系統(tǒng)主要由三個基本部分組成，如圖1.4所示。圖1.4智能監(jiān)控系統(tǒng)的邏輯組成結(jié)構(gòu)圖中視頻數(shù)據(jù)采集模塊、智能視頻分析模塊和監(jiān)控中心，這三個部分共同協(xié)調(diào)工作組成一個完整的智能監(jiān)控系統(tǒng)。在整個監(jiān)控系統(tǒng)中，視頻數(shù)據(jù)采集部分主要通過依靠高分辨率的攝像機，以一定頻率對原始圖像進行采集（這里一定采樣頻率是指符合人眼視覺需求的頻率），實現(xiàn)將模擬信號轉(zhuǎn)換為數(shù)字視頻信號。而智能視頻分析模塊在整個視頻監(jiān)控系統(tǒng)中，起到核心位置作用。它主要利用基于目標(biāo)行為的智能監(jiān)控技術(shù)，通過這個模塊我們可以對運動目標(biāo)進行檢測、分類，對異常目標(biāo)進行跟蹤等。監(jiān)控中心部分則是依靠監(jiān)控人員和監(jiān)控端直接交

杭州電子科技大學(xué)碩士學(xué)位論文3圖1.3恐怖襲擊現(xiàn)場圖片智能視頻監(jiān)控技術(shù)是由傳統(tǒng)視頻監(jiān)控技術(shù)作為基礎(chǔ)發(fā)展而來的。其在充分利用計算機視覺技術(shù)的同時結(jié)合模式識別，圖像處理等相關(guān)技術(shù)，實現(xiàn)對場景智能化監(jiān)控。目前所采用的智能監(jiān)控系統(tǒng)主要由三個基本部分組成，如圖1.4所示。圖1.4智能監(jiān)控系統(tǒng)的邏輯組成結(jié)構(gòu)圖中視頻數(shù)據(jù)采集模塊、智能視頻分析模塊和監(jiān)控中心，這三個部分共同協(xié)調(diào)工作組成一個完整的智能監(jiān)控系統(tǒng)。在整個監(jiān)控系統(tǒng)中，視頻數(shù)據(jù)采集部分主要通過依靠高分辨率的攝像機，以一定頻率對原始圖像進行采集（這里一定采樣頻率是指符合人眼視覺需求的頻率），實現(xiàn)將模擬信號轉(zhuǎn)換為數(shù)字視頻信號。而智能視頻分析模塊在整個視頻監(jiān)控系統(tǒng)中，起到核心位置作用。它主要利用基于目標(biāo)行為的智能監(jiān)控技術(shù)，通過這個模塊我們可以對運動目標(biāo)進行檢測、分類，對異常目標(biāo)進行跟蹤等。監(jiān)控中心部分則是依靠監(jiān)控人員和監(jiān)控端直接交

【參考文獻】：
期刊論文
[1]基于圖像熵的密集人群異常事件實時檢測方法[J]. 潘磊.  計算機科學(xué)與探索. 2016(07)
[2]模糊限制語的“去模糊化”功能探析[J]. 徐章宏,何自然.  當(dāng)代外語研究. 2012(07)
[3]淺析國外智能視頻監(jiān)控技術(shù)的發(fā)展及應(yīng)用[J]. 蔣馨.  中國安防. 2011(10)
[4]模糊化方法的研究[J]. 陳暉.  自動化博覽. 2008(07)
[5]監(jiān)控視頻運動目標(biāo)檢測減背景技術(shù)的研究現(xiàn)狀和展望[J]. 代科學(xué),李國輝,涂丹,袁見.  中國圖象圖形學(xué)報. 2006(07)
[6]圖像中局部熵描述的合理性及其應(yīng)用[J]. 徐嶸,劉書明.  信息技術(shù). 2005(11)
[7]圖像的多尺度邊緣抑噪算法的實現(xiàn)[J]. 汪德宏.  微型電腦應(yīng)用. 2001(06)
[8]確定模糊控制最少推理規(guī)則數(shù)量的原則[J]. 曹恒,孫寶元,段軍,潘大德,李天福.  車用發(fā)動機. 2000(05)
[9]基于局部熵差的圖象匹配方法——算法及計算機仿真[J]. 田金文,蘇康,柳健.  宇航學(xué)報. 1999(01)
[10]北京大學(xué)視覺與聽覺信息處理國家重點實驗室簡介[J].   電子科技導(dǎo)報. 1994(01)

碩士論文
[1]基于視頻的行人檢測及異常行為檢測[D]. 董帥銘.哈爾濱工業(yè)大學(xué) 2012
[2]智能視頻監(jiān)控中運動目標(biāo)檢測與跟蹤算法研究[D]. 杜晶晶.西南交通大學(xué) 2009



本文編號：3344854