發(fā)布時(shí)間：2022-07-11 12:04

　　近年來(lái),國(guó)內(nèi)人口的快速增長(zhǎng)和人民生活水平的不斷提高導(dǎo)致公共場(chǎng)所的人流量和人群密度激增。當(dāng)公共場(chǎng)所中人流密集時(shí)人工監(jiān)控很難對(duì)場(chǎng)景中所有行人及時(shí)跟蹤和分析,導(dǎo)致未能及時(shí)發(fā)現(xiàn)安全隱患。因此亟需在現(xiàn)有的監(jiān)控設(shè)備上開(kāi)發(fā)一套可以快速檢測(cè)監(jiān)控場(chǎng)景內(nèi)行人的實(shí)時(shí)動(dòng)態(tài)和分布的系統(tǒng)輔助工作人員有效完成對(duì)公共場(chǎng)所的監(jiān)控。本文通過(guò)研究和改進(jìn)背景建模、行人分割、目標(biāo)跟蹤、密度檢測(cè)、路徑規(guī)劃等相關(guān)算法并將其有機(jī)的結(jié)合在一起,實(shí)現(xiàn)在靜態(tài)背景下對(duì)多行人目標(biāo)進(jìn)行檢測(cè)、跟蹤、密度檢測(cè)與模擬疏散。本文的主要研究工作如下:（1）針對(duì)視覺(jué)背景提�。╒isual Background Extractor,ViBe）算法提取運(yùn)動(dòng)行人過(guò)程中存在鬼影且消除慢的問(wèn)題提出了一種結(jié)合三幀差分法和灰度特征的改進(jìn)ViBe算法,利用鬼影的空間特性和顏色特征加快鬼影消除,并將改進(jìn)ViBe算法與多種運(yùn)動(dòng)目標(biāo)檢測(cè)算法進(jìn)行對(duì)比分析。針對(duì)人群密集場(chǎng)景下前景目標(biāo)粘連問(wèn)題提出了分步投影分割的方法,通過(guò)對(duì)粘連前景進(jìn)行多次垂直投影和水平投影實(shí)現(xiàn)對(duì)粘連行人的分割和非行人目標(biāo)的篩除。（2）針對(duì)時(shí)空上下文視覺(jué)跟蹤（Fast Tracking via Spatio-Temp... 

【文章頁(yè)數(shù)】：94 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題來(lái)源
    1.2 研究背景與意義
    1.3 相關(guān)領(lǐng)域國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 運(yùn)動(dòng)行人檢測(cè)研究現(xiàn)狀
        1.3.2 運(yùn)動(dòng)目標(biāo)跟蹤研究現(xiàn)狀
        1.3.3 人群密度檢測(cè)及路徑規(guī)劃研究現(xiàn)狀
    1.4 論文研究?jī)?nèi)容和組織結(jié)構(gòu)
第2章 基于背景建模的運(yùn)動(dòng)行人檢測(cè)算法研究
    2.1 Vi Be算法簡(jiǎn)介
    2.2 快速消除鬼影的改進(jìn)Vi Be算法研究
        2.2.1 基于三幀差分的鬼影判別
        2.2.2 基于灰度特征的鬼影判別
        2.2.3 聯(lián)合判定流程
    2.3 改進(jìn)Vi Be算法實(shí)驗(yàn)結(jié)果與分析
        2.3.1 算法實(shí)驗(yàn)驗(yàn)證
        2.3.2 算法性能評(píng)估
    2.4 前景分割及篩選方案設(shè)計(jì)
        2.4.1 前景目標(biāo)篩選
        2.4.2 垂直投影分割算法研究
        2.4.3 分步投影分割算法研究
    2.5 目標(biāo)分割算法實(shí)驗(yàn)結(jié)果與分析
    2.6 本章小結(jié)
第3章 靜態(tài)背景下的運(yùn)動(dòng)行人跟蹤算法研究
    3.1 STC跟蹤算法簡(jiǎn)介
    3.2 基于ViBe校正的STC算法研究
        3.2.1 干擾檢測(cè)評(píng)估
        3.2.2 目標(biāo)匹配
        3.2.3 更新策略及流程展示
    3.3 改進(jìn)STC算法實(shí)驗(yàn)結(jié)果與分析
        3.3.1 算法實(shí)驗(yàn)驗(yàn)證
        3.3.2 算法性能評(píng)估
    3.4 基于STC多目標(biāo)跟蹤算法實(shí)現(xiàn)
        3.4.1 目標(biāo)更新策略設(shè)計(jì)
        3.4.2 累積人流量統(tǒng)計(jì)
    3.5 多目標(biāo)跟蹤算法實(shí)驗(yàn)結(jié)果與分析
    3.6 本章小結(jié)
第4章 密集人群檢測(cè)及模擬疏散規(guī)劃算法研究
    4.1 密集人群檢測(cè)算法研究
        4.1.1 判定模塊
        4.1.2 搜索模塊
        4.1.3 算法優(yōu)化
        4.1.4 算法整體流程
    4.2 密集人群檢測(cè)實(shí)驗(yàn)結(jié)果與分析
    4.3 模擬疏散路徑規(guī)劃方案研究
        4.3.1 A~尋路算法實(shí)現(xiàn)
        4.3.2 傳統(tǒng)人群分流策略分析
        4.3.3 時(shí)間優(yōu)化人群分流策略設(shè)計(jì)
    4.4 模擬疏散實(shí)驗(yàn)結(jié)果與分析
    4.5 本章小結(jié)
第5章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 本文創(chuàng)新點(diǎn)
    5.3 工作展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間與學(xué)術(shù)論文相關(guān)的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]基于Retinex灰度增強(qiáng)和顏色信息的時(shí)空上下文跟蹤算法[J]. 張紅穎,胡文博.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2017(12)
[2]改進(jìn)視覺(jué)背景提取的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J]. 吳晗,黃山.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(05)
[3]一種改進(jìn)的ViBe鬼影抑制算法[J]. 李亞偉,曹凱,王杰,梅超.  廣西大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(02)
[4]融合顏色與時(shí)空上下文信息的實(shí)時(shí)目標(biāo)跟蹤算法[J]. 陳曉書(shū),胡則熙,高月芳,田緒紅.  小型微型計(jì)算機(jī)系統(tǒng). 2017(03)
[5]基于局部敏感直方圖的時(shí)空上下文跟蹤[J]. 葛驍倩,陳秀宏,傅俊鵬.  傳感器與微系統(tǒng). 2017(01)
[6]時(shí)空上下文抗遮擋視覺(jué)跟蹤[J]. 劉萬(wàn)軍,董帥含,曲海成.  中國(guó)圖象圖形學(xué)報(bào). 2016(08)
[7]融合幀差和ViBe的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J]. 魏洪濤,李瑾,吳細(xì)秀.  計(jì)算機(jī)應(yīng)用研究. 2017(05)
[8]加權(quán)的超像素級(jí)時(shí)空上下文目標(biāo)跟蹤[J]. 王淑敏,宮寧生,陳逸韜.  計(jì)算機(jī)應(yīng)用研究. 2017(01)
[9]基于誤差補(bǔ)償?shù)膹?fù)雜場(chǎng)景下背景建模方法[J]. 秦明,陸耀,邸慧軍,呂峰.  自動(dòng)化學(xué)報(bào). 2016(09)
[10]考慮出口選擇因素的行人疏散模擬研究[J]. 陳海濤,張立紅,楊鵬,于潤(rùn)滄.  復(fù)雜系統(tǒng)與復(fù)雜性科學(xué). 2015(04)

博士論文
[1]密集人群疏散行為建模與動(dòng)態(tài)特性研究[D]. 屈云超.北京交通大學(xué) 2015
[2]突發(fā)事件下應(yīng)急交通疏散研究[D]. 楊鵬飛.湖南大學(xué) 2013
[3]面向校園疏散的均衡模型與疏導(dǎo)優(yōu)化方法研究[D]. 段鵬飛.武漢理工大學(xué) 2013

碩士論文
[1]基于視頻的運(yùn)動(dòng)檢測(cè)和跟蹤技術(shù)研究[D]. 王松.浙江大學(xué) 2017
[2]出口條件對(duì)行人疏散的影響研究[D]. 劉依文.東南大學(xué) 2017
[3]行人視頻檢測(cè)與跟蹤方法研究[D]. 劉璐.北京交通大學(xué) 2015
[4]智能監(jiān)控中人群密度估計(jì)方法研究[D]. 吳國(guó)棟.安徽大學(xué) 2015
[5]基于ViBe的運(yùn)動(dòng)目標(biāo)檢測(cè)與陰影消除方法研究[D]. 桂斌.安徽大學(xué) 2015
[6]基于視頻圖像的人群密度估計(jì)研究[D]. 陶茂輝.電子科技大學(xué) 2014



本文編號(hào)：3658131