發(fā)布時間：2017-07-05 15:09

  本文關鍵詞：基于人群密度估計的視頻監(jiān)控技術

  更多相關文章： 人群密度 視頻監(jiān)控 像素統(tǒng)計 紋理分析

【摘要】：隨著中國城市化進程的加快,城市的規(guī)模不斷增大,在一些大型集會、交通樞紐等人流密集場所發(fā)生大規(guī)模踩踏事件的風險增加,我們可以將人群密度作為一個衡量人群環(huán)境風險的指標,而傳統(tǒng)的人工監(jiān)控的方法的不足之處在于主觀性強、可靠性低、有效時長短,這是由人的生理特性(注意力難以長時間集中,易疲勞)決定的,智能視頻監(jiān)控技術的發(fā)展可以對人群進行實時的監(jiān)控,并對人群密度進行分級,對可能出現的事故風險進行預警。本文針對應用于人群密度監(jiān)測的智能視頻監(jiān)控技術的核心算法做了進一步研究,提出了以現有主流的兩類人群密度估計算法為基礎的優(yōu)化算法,一類是基于像素統(tǒng)計的算法,本文分別利用多元線性擬合和BP神經網絡來描述像素特征值和人群人數之間的線性和非線性關系,并比較了它們在不同人群密度環(huán)境下統(tǒng)計人群人數的效果;而針對第二類基于紋理分析的人群密度估計算法,本文通過利用灰度共生矩陣的特點,結合支持向量機的分類功能實現對高密度人群的分類,同時考慮到提取到的人群圖像的紋理維數較高,導致數據處理的計算量增大,不利于視頻的實時處理,本文采用主成分分析(PCA)的方法,分別提取1元、3元和12元紋理統(tǒng)計量,并比較他們在人群密度估計上的效果。
【關鍵詞】：人群密度 視頻監(jiān)控 像素統(tǒng)計 紋理分析
【學位授予單位】：東華大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41;TN948.6
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 1 緒論10-15
• 1.1 課題研究背景及意義10-12
• 1.2 國內外研究現狀12-13
• 1.3 本文研究內容13-14
• 1.4 本文結構與章節(jié)安排14-15
• 2 視頻監(jiān)控技術15-21
• 2.1 機器視覺理論15-17
• 2.1.1 機器視覺和人類視覺的差異15-16
• 2.1.2 機器視覺模型16-17
• 2.2 視頻監(jiān)控技術發(fā)展概況17-19
• 2.2.1 模擬視頻監(jiān)控系統(tǒng)18
• 2.2.2 數字視頻監(jiān)控系統(tǒng)18
• 2.2.3 分布式視頻監(jiān)控系統(tǒng)18
• 2.2.4 智能視頻監(jiān)控系統(tǒng)18-19
• 2.3 視頻監(jiān)控技術發(fā)展趨勢19-20
• 2.4 本章小結20-21
• 3 人群密度估計的基本方法21-25
• 3.1 人群密度估計算法概述21-23
• 3.1.1 基于像素統(tǒng)計的人群密度估計方法21-23
• 3.1.2 基于紋理分析的人群密度估計方法23
• 3.2 兩類算法比較23-24
• 3.3 人群密度分級24
• 3.4 本章小結24-25
• 4 圖像預處理25-37
• 4.1 圖像預處理相關技術25-28
• 4.1.1 像素亮度變換25-26
• 4.1.2 幾何變換26-28
• 4.2 局部預處理28-30
• 4.2.1 圖像平滑28-29
• 4.2.2 邊緣檢測29-30
• 4.3 透視畸變30-32
• 4.3.1 參數校正法30
• 4.3.2 線性內插法30-31
• 4.3.3 網格法31-32
• 4.4 前景提取32-37
• 4.4.1 前景分割32
• 4.4.2 前景摳圖32-33
• 4.4.3 前景提取的主要方法33-37
• 5 基于像素統(tǒng)計的人群密度估計37-52
• 5.1 基本原理37-43
• 5.1.1 前景提取38-39
• 5.1.2 形態(tài)學處理39-41
• 5.1.3 Canny邊緣檢測41-43
• 5.2 像素特征統(tǒng)計43-44
• 5.3 多元線性回歸44-49
• 5.3.1 回歸模型44-45
• 5.3.2 實驗分析45-49
• 5.4 基于BP神經網絡的非線性擬合49-51
• 5.4.1 BP神經網絡簡介49-50
• 5.4.2 實驗分析50-51
• 5.5 本章小結51-52
• 6 基于像素統(tǒng)計的人群密度估計52-63
• 6.1 紋理特征52-60
• 6.1.1 紋理特征選擇52-54
• 6.1.2 灰度共生矩陣54-56
• 6.1.3 紋理特征提取與分類56-60
• 6.2 實驗結果分析60-62
• 6.3 本章小結62-63
• 7 總結與展望63-64
• 7.1 總結63
• 7.2 下一步的工作63-64
• 參考文獻64-68
• 作者在攻讀碩士學位期間發(fā)表的學術論文68-69
• 致謝69

【參考文獻】

中國期刊全文數據庫 前1條

1 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

中國碩士學位論文全文數據庫 前2條

1 王冉;基于紋理分析的人群密度估計[D];東北大學;2012年

2 李彪;基于獨立成分分析的紋理分割研究[D];四川大學;2006年

，

本文編號：522460