本文關(guān)鍵詞：基于內(nèi)容分析的監(jiān)控視頻采集傳輸系統(tǒng)的研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：視頻監(jiān)控已經(jīng)被廣泛應(yīng)用于各個(gè)行業(yè),然而視頻監(jiān)控?cái)z像頭數(shù)量大。每天采集并保存下來(lái)的海量視頻數(shù)據(jù)量中,真正有價(jià)值的信息不多,這就使得監(jiān)控視頻信息利用率低且冗余信息量大。另外,廣泛分布的攝像頭導(dǎo)致了存儲(chǔ)在本地的監(jiān)控視頻也分布廣泛,所以查看本地存放視頻或?qū)τ谀硞�(gè)攝像頭實(shí)時(shí)視頻的查看成為了難題。為此本文設(shè)計(jì)了基于內(nèi)容分析的監(jiān)控視頻采集傳輸系統(tǒng),該系統(tǒng)將對(duì)監(jiān)控視頻的內(nèi)容進(jìn)行分析與處理,針對(duì)不同的行人檢測(cè)和人群密度檢測(cè)結(jié)果提供不同的視頻質(zhì)量,在采集保存有效視頻信息的同時(shí)減少了監(jiān)控視頻的冗余信息量,同時(shí)節(jié)省了視頻傳輸所消耗的帶寬�；诖�,本文的主要研究?jī)?nèi)容包括:設(shè)計(jì)并實(shí)現(xiàn)了一種基于三幀差和HOG特征的行人檢測(cè)算法。該算法在開(kāi)啟行人檢測(cè)之前首先使用三幀差法進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè),只有在視頻畫(huà)面中檢測(cè)到了運(yùn)動(dòng)目標(biāo)時(shí),才會(huì)開(kāi)啟行人檢測(cè)算法進(jìn)行檢測(cè)。實(shí)驗(yàn)結(jié)果證明,該算法不但降低了無(wú)行人時(shí)的誤檢率,還提升了行人檢測(cè)的準(zhǔn)確率。研究并實(shí)現(xiàn)了基于像素統(tǒng)計(jì)的人群密度估計(jì)算法,該算法首先采用基于幀差的算法得到背景,進(jìn)而將當(dāng)前圖像與背景相減獲得前景所占像素?cái)?shù),然后利用最小二乘法獲得前景像素?cái)?shù)與人群密度的線性關(guān)系函數(shù),最后使用該函數(shù)進(jìn)行人群密度估計(jì),并且根據(jù)估計(jì)結(jié)果劃分人群密度等級(jí)。實(shí)驗(yàn)結(jié)果表明該算法能夠快速有效地對(duì)視頻畫(huà)面中的人群密度等級(jí)作出判定。為攝像頭參數(shù)的修改提供依據(jù)。研究并實(shí)現(xiàn)了基于流媒體的視頻傳輸。視頻的整個(gè)傳輸過(guò)程使用流媒體傳輸協(xié)議RTP/RTCP/RTSP。通過(guò)RTP協(xié)議傳輸視頻流,RTCP協(xié)議進(jìn)行QoS控制,RTSP則是控制整個(gè)傳輸會(huì)話的開(kāi)始和結(jié)束。使用開(kāi)源庫(kù)FFMPEG實(shí)現(xiàn)了整個(gè)視頻的傳輸過(guò)程。實(shí)驗(yàn)結(jié)果證明,不論是在有線還是無(wú)線的情況下,都能夠流暢的傳輸視頻。設(shè)計(jì)實(shí)現(xiàn)了基于內(nèi)容分析的監(jiān)控視頻采集傳輸演示系統(tǒng),該系統(tǒng)通過(guò)監(jiān)控視頻人群密度的判定結(jié)果,動(dòng)態(tài)的調(diào)整攝像頭參數(shù)。無(wú)行人或人群密度較小到時(shí)候調(diào)低攝像頭配置,減少了存儲(chǔ)視頻的大小但使有效信息得以保存,同時(shí)還減小了傳輸對(duì)帶寬的消耗。當(dāng)人群密度超過(guò)設(shè)定閾值時(shí)發(fā)出預(yù)警信息,并且能夠主動(dòng)和被動(dòng)的上傳監(jiān)控本地視頻和實(shí)時(shí)視頻。
【關(guān)鍵詞】：視頻傳輸 行人檢測(cè) 人群密度估計(jì) 視頻監(jiān)控
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TP391.41;TN948.6
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-15
• 1.1 研究的背景和意義9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-12
• 1.2.1 國(guó)外研究現(xiàn)狀10-11
• 1.2.2 國(guó)內(nèi)研究現(xiàn)狀11-12
• 1.3 課題論文研究?jī)?nèi)容12
• 1.4 本文的結(jié)構(gòu)說(shuō)明12-15
• 第2章 基于三幀差和HOG特征的行人檢測(cè)算法15-31
• 2.1 行人檢測(cè)技術(shù)概述15-17
• 2.1.1 行人檢測(cè)的主要方法16-17
• 2.2 算法原理分析17-24
• 2.2.1 三幀差法17-18
• 2.2.2 基于HOG特征的行人檢測(cè)18-24
• 2.3 算法描述24-26
• 2.4 實(shí)驗(yàn)結(jié)果及分析26-29
• 2.5 本章小結(jié)29-31
• 第3章 基于像素統(tǒng)計(jì)的人群密度估計(jì)算法31-41
• 3.1 人群密度估計(jì)技術(shù)概述31-33
• 3.1.1 人群密度概念簡(jiǎn)介31-32
• 3.1.2 人群密度估計(jì)的常用方法32-33
• 3.2 算法原理分析33-37
• 3.2.1 圖像去噪34-35
• 3.2.2 生成背景35-36
• 3.2.3 背景減除36
• 3.2.4 最小二乘擬合36-37
• 3.3 算法描述37-38
• 3.4 實(shí)驗(yàn)結(jié)果及分析38-39
• 3.5 本章小結(jié)39-41
• 第4章 基于流媒體的監(jiān)控視頻傳輸41-59
• 4.1 流媒體傳輸協(xié)議介紹41-45
• 4.1.1 RTSP協(xié)議42
• 4.1.2 RTP協(xié)議42-44
• 4.1.3 RTCP協(xié)議44-45
• 4.2 視頻傳輸過(guò)程分析45-54
• 4.2.1 視頻傳輸整體框架46-47
• 4.2.2 攝像頭視頻采集47
• 4.2.3 視頻傳輸流程47-50
• 4.2.4 視頻流RTP打包50-53
• 4.2.5 視頻接收端組包53-54
• 4.3 基于FFMPEG的視頻傳輸?shù)膶?shí)現(xiàn)54-56
• 4.3.1 FFMPEG簡(jiǎn)介54
• 4.3.2 視頻傳輸?shù)膶?shí)現(xiàn)54-56
• 4.4 實(shí)驗(yàn)結(jié)果及分析56-58
• 4.5 本章小結(jié)58-59
• 第5章 基于內(nèi)容分析的監(jiān)控視頻采集傳輸演示系統(tǒng)59-71
• 5.1 采集傳輸系統(tǒng)設(shè)計(jì)59-65
• 5.1.1 功能模塊設(shè)計(jì)59-61
• 5.1.2 工作流程設(shè)計(jì)61-63
• 5.1.3 攝像頭參數(shù)配置63-65
• 5.2 視頻采集傳輸演示系統(tǒng)的實(shí)現(xiàn)65-67
• 5.3 實(shí)驗(yàn)結(jié)果及分析67-69
• 5.4 本章小結(jié)69-71
• 結(jié)論71-73
• 參考文獻(xiàn)73-77
• 攻讀碩士學(xué)位期間取得的研究成果77-79
• 致謝79

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 李寅;王貴錦;林行剛;;結(jié)合局部和全局特征的人群密度估計(jì)算法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年04期

  本文關(guān)鍵詞：基于內(nèi)容分析的監(jiān)控視頻采集傳輸系統(tǒng)的研究與應(yīng)用，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：353006