【摘要】：伴隨著全球經(jīng)濟(jì)的快速增長(zhǎng),世界一體化加速,人員的聚集變得更加頻繁,異常群體事件時(shí)有發(fā)生,這給人們的生命財(cái)產(chǎn)造成了巨大的損失,也使得基于視頻監(jiān)控的異常群體事件預(yù)警存在著巨大的市場(chǎng)需求。視頻圖像處理技術(shù)的快速發(fā)展,使得基于視頻圖像的異常群體事件預(yù)警成為可能,人群密度是異常群體事件的主要特征,所以基于視頻圖像的人群密度估計(jì)是實(shí)現(xiàn)異常群體事件預(yù)警的第一步,也是最重要的一步,其涉及到了圖像處理、計(jì)算機(jī)視覺(jué)、模式識(shí)別等諸多學(xué)科,已成為了當(dāng)前視頻監(jiān)控領(lǐng)域的研究熱點(diǎn)和難點(diǎn)。本文針對(duì)基于視頻圖像的人群密度估計(jì)方法進(jìn)行了比較深入的研究,對(duì)前人的工作做了系統(tǒng)的總結(jié),研究了兩種適應(yīng)固定場(chǎng)景下不同情況的人群密度估計(jì)算法,并做了一些改進(jìn),所做的具體工作如下:(1)簡(jiǎn)要介紹了智能視頻監(jiān)控技術(shù)的發(fā)展概況,并研究了主流智能視頻監(jiān)控系統(tǒng)的結(jié)構(gòu),對(duì)其中的核心部件進(jìn)行了分析;簡(jiǎn)要介紹了不同類型人群目標(biāo)檢測(cè)方法,闡述了基于混合高斯背景模型的人群目標(biāo)檢測(cè)方法的理論依據(jù);對(duì)平滑濾波、數(shù)學(xué)形態(tài)學(xué)處理和頻域?yàn)V波等圖像去噪方法進(jìn)行了分析對(duì)比;針對(duì)人群監(jiān)控視頻中存在的射影畸形問(wèn)題,引入了基于線性內(nèi)插權(quán)重的透視矯正算法,并分析了其原理與實(shí)現(xiàn)流程。(2)分析了固定場(chǎng)下稀疏人群的特點(diǎn),引入了基于像素統(tǒng)計(jì)的人群密度估計(jì)算法,詳細(xì)分析了其原理與實(shí)現(xiàn)流程。對(duì)基于混合高斯背景模型的人群目標(biāo)檢測(cè)方法做了詳細(xì)的研究,針對(duì)經(jīng)典混合高斯背景建模,提出了融入空間信息和改變動(dòng)態(tài)權(quán)值更新函數(shù)的兩點(diǎn)改進(jìn)。(3)分析了固定場(chǎng)景下密集人群的特點(diǎn),引入了基于紋理分析的人群密度估計(jì)算法。研究了基于灰度共生矩陣的人群圖像紋理提取方法,并根據(jù)固定場(chǎng)景下密集人群圖像紋理的特點(diǎn)選取了對(duì)比度、相關(guān)性、能量和逆差陣四個(gè)參數(shù)來(lái)衡量人群圖像紋理的特征,進(jìn)而實(shí)現(xiàn)基于視頻圖像的人群密度估計(jì)。(4)采集了不同類型的人群視頻圖像,對(duì)這兩種算法分別進(jìn)行了仿真,并對(duì)結(jié)果做了詳盡的分析對(duì)比。
【圖文】：

印度中央邦達(dá)蒂亞寺廟踩踏事件

金邊踩踏事件
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 蘇航;鄭世寶;楊華;;視頻監(jiān)控中人群流量和密度估計(jì)算法分析[J];電視技術(shù);2009年11期

，

本文編號(hào)：2709358