本文關鍵詞：智能視頻監(jiān)控中人流量問題的研究

  更多相關文章： 視頻監(jiān)控 前景提取 人群密度 人數統(tǒng)計

【摘要】：隨著社會和經濟的快速發(fā)展,公共安全區(qū)域的視頻監(jiān)控部署已經成為常態(tài)。就目前而言,廣場、地鐵站、政府機構、大型商場等公共場所大多實現了視頻監(jiān)控,但簡單的對視頻圖像進行捕捉和記錄不足以滿足需求。更為重要的是對視頻圖像進行分析處理,從而實現對異常情況的預警監(jiān)控。目前大量的視頻監(jiān)控系統(tǒng)需要人力全天候值守,造成了一定的安全隱患,如何實現公安監(jiān)控視頻的自動智能分析是目前研究探討的熱點。本文針對公安視頻智能分析中的人流量問題進行了研究和探討,論文的主要研究內容包括：1)對圖像的前景提取方法進行了探討,經過實驗分析對比了幾種常用前景目標檢測方法的優(yōu)缺點,實驗證明了背景差分法提取的目標相對完整,本文用該方法檢測前景圖像后進行了形態(tài)學處理,減少了圖像的噪聲和空洞現象,有利于更深入的對圖像進行處理和理解。2)針對人群密度估計問題進行了研究,首先研究了基于像素和基于紋理的分析方法,然后實際運用灰度共生矩陣提取人群紋理特征,在分類階段,提出了一種基于粒子群算法的決策樹SVM多分類方法,運用該方法對不同人群密度圖像進行了分類,通過實驗驗證了該方法的有效性。3)研究分析了視頻圖像中的人數統(tǒng)計方法。提出了一種適用于多種人群密度的人數統(tǒng)計方法,在人群密度較低時利用前景像素與人數的擬合曲線來估計人數,在人群密度較高時則運用基于圖像ALBP特征的回歸方法對圖像人數進行統(tǒng)計,實驗驗證了該方法對不同人群密度圖像的人數統(tǒng)計準確性。
【關鍵詞】：視頻監(jiān)控 前景提取 人群密度 人數統(tǒng)計
【學位授予單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN948.6
【目錄】：

• 致謝7-8
• 摘要8-9
• ABSTRACT9-15
• 第一章 緒論15-20
• 1.1 研究背景及意義15-16
• 1.1.1 課題背景及來源15-16
• 1.1.2 研究意義16
• 1.2 國內外研究現狀16-19
• 1.3 本文主要研究內容19-20
• 第二章 圖像前景提取20-31
• 2.1 圖像采集及預處理20-21
• 2.1.1 圖像采集20
• 2.1.2 圖像灰度化20-21
• 2.2 前景目標提取21-28
• 2.2.1 幀差法22-23
• 2.2.2 光流法23-24
• 2.2.3 背景差法24-28
• 2.3 形態(tài)學處理28-29
• 2.3.1 形態(tài)學基礎28
• 2.3.2 形態(tài)學濾波及區(qū)域填充28-29
• 2.3.3 形態(tài)學操作實驗結果29
• 2.4 本章小結29-31
• 第三章 基于支持向量機的人群密度分類31-52
• 3.1 人群密度特征提取31-40
• 3.1.1 基于像素統(tǒng)計的人群密度特征31-33
• 3.1.2 基于圖像紋理的人群密度特征33-35
• 3.1.3 基于灰度共生矩陣的人群密度特征35-40
• 3.2 支持向量機40-46
• 3.2.1 支持向量機基礎40-42
• 3.2.2 支持向量機多類分類問題42-46
• 3.3 基于粒子群算法的決策樹SVM多分類方法46-49
• 3.3.1 基于粒子群聚類的決策樹生成算法46-47
• 3.3.2 粒子群聚類算法設計47-49
• 3.4 實驗結果49-51
• 3.5 本章小結51-52
• 第四章 人數統(tǒng)計方法研究52-66
• 4.1 基于前景像素的人數擬合53-59
• 4.1.1 透視畸形校正54-55
• 4.1.2 最小二乘擬合55-57
• 4.1.3 實驗結果57-59
• 4.2 高密度人群計數方法59-65
• 4.2.1 圖像ALBP特征60-62
• 4.2.2 人數回歸模型建立62-64
• 4.2.3 實驗操作64-65
• 4.3 本章小結65-66
• 第五章 總結與展望66-68
• 5.1 本文主要工作總結66
• 5.2 工作展望66-68
• 參考文獻68-72
• 攻讀碩士學位期間的學術活動及成果情況72-73

【相似文獻】

中國期刊全文數據庫 前10條

1 張燕;黎寧;劉福美;;一種基于區(qū)域劃分的人群密度估計快速方法[J];計算機與數字工程;2011年04期

2 劉福美;黎寧;張燕;張可;;一種基于圖像處理的人群密度估計方法[J];計算機與數字工程;2011年05期

3 麻文華;黃磊;劉昌平;;基于置信度分析的人群密度等級分類模型[J];模式識別與人工智能;2011年01期

4 胡波;李曉華;沈蘭蓀;;場景監(jiān)控中的人群密度估計[J];電路與系統(tǒng)學報;2007年06期

5 楊裕;朱秋煜;吳喜梅;;復雜場景中的自動人群密度估計[J];現代電子技術;2009年17期

6 李雪峰;李曉華;周激流;;基于完全局部二值模式的人群密度估計[J];計算機工程與設計;2012年03期

7 于艷艷;;商業(yè)社區(qū)人群密度監(jiān)測系統(tǒng)設計[J];科技廣場;2008年03期

8 黃璐;林燕;;一種基于視頻的車站人群密度估計算法[J];計算機時代;2012年07期

9 賈永華;呼志剛;浦世亮;;基于視頻前景邊緣和特征檢測的人群密度估計方法[J];中國公共安全(綜合版);2011年05期

10 覃勛輝;王修飛;周曦;劉艷飛;李遠錢;;多種人群密度場景下的人群計數[J];中國圖象圖形學報;2013年04期

中國重要會議論文全文數據庫 前2條

1 方曼;姚曉暉;李劍峰;;社會重大活動中人群的監(jiān)測與管控方法研究[A];中國職業(yè)安全健康協會2009年學術年會論文集[C];2009年

2 熊艷;馮志斌;;人群密集場所人流管控方案探討[A];中國職業(yè)安全健康協會2008年學術年會論文集[C];2008年

中國重要報紙全文數據庫 前1條

1 記者 陳建強 通訊員 張軼帆;南開大學 實現人群密度與軌跡智能跟蹤[N];光明日報;2012年

中國博士學位論文全文數據庫 前2條

1 葉子;基于視覺計算的人群場景理解與行為分析[D];中國礦業(yè)大學（北京）;2013年

2 朱海龍;復雜氣象條件下動態(tài)人群場景分析方法研究[D];哈爾濱工業(yè)大學;2012年

中國碩士學位論文全文數據庫 前10條

1 任慶云;智能視頻監(jiān)控中的人群密度估計方法[D];河北師范大學;2011年

2 張q，

本文編號：946917