發(fā)布時(shí)間：2021-02-15 01:19

　　利用建筑物內(nèi)已有監(jiān)控?cái)z像頭進(jìn)行人員分區(qū)計(jì)數(shù)具有無需額外布設(shè)傳感器網(wǎng)絡(luò)、數(shù)據(jù)豐富、估計(jì)精度高等優(yōu)點(diǎn),該方法已成為計(jì)算機(jī)視覺研究的一個(gè)重要領(lǐng)域,而獲取建筑物內(nèi)人員分布對(duì)建筑智能控制又有著重要意義,面向建筑節(jié)能的室內(nèi)人員計(jì)數(shù)研究已成為學(xué)術(shù)界和工業(yè)界的一大研究熱點(diǎn)。因此,本文針對(duì)不同的應(yīng)用場(chǎng)景,對(duì)建筑物內(nèi)區(qū)域人員數(shù)量估計(jì)開展了一些研究,設(shè)計(jì)了兩種基于視頻監(jiān)控的室內(nèi)人員計(jì)數(shù)方法以及一種基于二項(xiàng)分布的人員計(jì)數(shù)修正算法。本文研究的內(nèi)容及成果主要有以下三個(gè)方面:首先,針對(duì)室內(nèi)有效區(qū)域圖像可被獲取的場(chǎng)景,基于建筑物室內(nèi)環(huán)境特點(diǎn),使用了一種基于圖像分析的人員計(jì)數(shù)方法,并針對(duì)單幀圖像往往無法準(zhǔn)確檢測(cè)圖像的人頭區(qū)域,可能存在被遮擋、誤檢、漏檢等情況,使用了一種基于聚類分析的人數(shù)修正方法。該方法首先評(píng)估室內(nèi)環(huán)境特點(diǎn),對(duì)ROI（region of interest）區(qū)域進(jìn)行了提取,然后使用級(jí)聯(lián)的Adaboost（adaptive boosting）分類器和卷積神經(jīng)網(wǎng)絡(luò)與SVM（support vector machine）分類器對(duì)區(qū)域內(nèi)的人頭目標(biāo)進(jìn)行檢測(cè)以實(shí)現(xiàn)人員計(jì)數(shù)。針對(duì)單幀圖像檢測(cè)中可能存在的漏檢、誤檢問題,... 

【文章來源】：安徽建筑大學(xué)安徽省

【文章頁數(shù)】：73 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

人數(shù)檢測(cè)過程示意圖

徽建筑大學(xué)碩士學(xué)位論文 第二章 基于圖像分析的人員計(jì)數(shù)方法.2.2 基于 CNN-SVM 分類器的頭部檢測(cè)經(jīng)過 Adaboost-HOG 分類器的初步篩選已經(jīng)剔除了大部分的非人頭樣本，下一就是繼續(xù)將已篩選出樣本中的人頭繼續(xù)使用高精度的分類器將其檢測(cè)出來。利用NN 對(duì) Adaboost 分類器生成的候選框進(jìn)行分類可以獲得較高的召回率和較高的分精度。本文的 CNN 網(wǎng)絡(luò)結(jié)構(gòu)圖如圖 2-3 所示：

圖 2-4 Mall 數(shù)據(jù)集圖 2-5 MIT 數(shù)據(jù)集員的頭部數(shù)據(jù)集較少且不滿足訓(xùn)練像素的要求的問題員監(jiān)控系統(tǒng) 24 小時(shí)不斷采集的室內(nèi)視頻，通過手工截方式對(duì)正樣本與負(fù)樣本進(jìn)行了為期三個(gè)月的采集。在量對(duì)最終模型的訓(xùn)練有著至關(guān)重要的影響。為此我們訓(xùn)與標(biāo)注。實(shí)驗(yàn)中的正樣本為只包含人頭區(qū)域的圖像，負(fù)像。為了使訓(xùn)練后的模型的更適用于實(shí)際應(yīng)用的場(chǎng)景、不同背景下、不同年齡、不同發(fā)型與姿勢(shì)情況下的

【參考文獻(xiàn)】：
期刊論文
[1]我國智能建筑現(xiàn)狀及發(fā)展趨勢(shì)[J]. 湯新中,胡英哲.  科技成果縱橫. 2008(03)
[2]我國智能建筑的發(fā)展趨勢(shì)及對(duì)策[J]. 朱津津,賈福偉.  工程設(shè)計(jì)CAD及自動(dòng)化. 1998(04)

博士論文
[1]空調(diào)冷凍站“無中心控制”系統(tǒng)研究[D]. 代允闖.清華大學(xué) 2016
[2]智能建筑無中心平臺(tái)架構(gòu)研究[D]. 沈啟.清華大學(xué) 2015

碩士論文
[1]基于機(jī)器學(xué)習(xí)算法的視頻人數(shù)統(tǒng)計(jì)方法研究[D]. 焦會(huì)英.北京交通大學(xué) 2018
[2]監(jiān)控場(chǎng)景中人數(shù)統(tǒng)計(jì)算法的研究與應(yīng)用[D]. 馬海軍.安徽大學(xué) 2016
[3]WiFi指紋定位及跟蹤技術(shù)研究[D]. 葉歡.大連理工大學(xué) 2014



本文編號(hào)：3034169