本文關(guān)鍵詞：基于機(jī)器學(xué)習(xí)的人數(shù)統(tǒng)計系統(tǒng)研究與實現(xiàn)　出處：《重慶大學(xué)》2016年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 人數(shù)統(tǒng)計 BING AdaBoost Kalman 多線程

【摘要】：城市化進(jìn)程的發(fā)展造成世界人口的急劇增加,間接使得人群聚集現(xiàn)象也越來越多。人數(shù)統(tǒng)計分析在公共安全、公共基礎(chǔ)設(shè)施、商業(yè)應(yīng)用等方面的價值逐步凸顯。和傳統(tǒng)的統(tǒng)計方法相比,基于機(jī)器學(xué)習(xí)的統(tǒng)計方法具有精確的數(shù)據(jù)處理、高效的信息融合和精簡的人工操作等優(yōu)勢。因此,基于機(jī)器視覺的區(qū)域觀察引起了計算機(jī)視覺研究人員的廣泛研究,同時涌現(xiàn)了一大批實現(xiàn)人數(shù)統(tǒng)計的方法。通過對人數(shù)統(tǒng)計方法的研究,基于統(tǒng)計回歸的方法有較為精確的結(jié)果,但在實現(xiàn)方向計數(shù)上比較困難�；趥�體檢測的方法在方向計數(shù)上有著明顯優(yōu)勢,但由于其檢測時計算量大,在嵌入式系統(tǒng)實現(xiàn)時實時性不高。因此,本文針對基于個體檢測的方法,在檢測前先進(jìn)行目標(biāo)預(yù)提取,提取出疑似包含目標(biāo)的小窗口,避免全圖掃描檢測。然后利用檢測器對這些窗口進(jìn)一步檢測,實現(xiàn)檢測計數(shù)目的同時提高處理速度。本文中人數(shù)統(tǒng)計系統(tǒng)采用基于BING特征的人頭提取方法。實驗表明,BING特征提取的窗口具有較大的參考價值。在行人檢測方面,本文采用垂直俯拍的方式通過檢測人頭來識別行人,以減小行人之間由于遮擋產(chǎn)生的誤差。分類器設(shè)計時采用基于Haar-like特征的AdaBoost方法訓(xùn)練的人頭分類器。為了提高檢測速度,采用強(qiáng)分類器級聯(lián)算法構(gòu)建的層疊分類器。在人頭跟蹤上,本系統(tǒng)采用基于卡爾曼濾波器預(yù)測的目標(biāo)跟蹤方法。算法仿真調(diào)試?yán)肞OSIX多線程技術(shù)在PC平臺完成。在系統(tǒng)實現(xiàn)時,硬件平臺選取基于全志A20處理器的Cubieboard2平臺,最終將系統(tǒng)移植到硬件臺上。實驗結(jié)果表明,本文采用的基于BING特征的人頭提取方法有著較好的提取效果,同時避免全圖掃描帶來的龐大計算量。通過采用多線程處理合理地利用硬件平臺處理器資源,使得系統(tǒng)能夠在嵌入式硬件平臺實時進(jìn)行人數(shù)統(tǒng)計。最后,為了驗證系統(tǒng)的有效性,本文通過對大量不同場景進(jìn)行測試,測試結(jié)果表明,基于機(jī)器學(xué)習(xí)的嵌入式人數(shù)統(tǒng)計系統(tǒng)能夠準(zhǔn)確地、實時地利用垂直俯拍視角進(jìn)行人數(shù)方向統(tǒng)計。
[Abstract]:In order to improve the detection speed , the system can be used to identify the pedestrian by detecting the human head to reduce the error caused by occlusion . In order to improve the detection speed , the system can be used to detect the number of people in real time .

【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41;TP181

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 梅小華;金福江;;基于改進(jìn)的Adaboost算法的眼睛精確定位[J];控制工程;2013年04期

2 雷文華;;離散Kalman濾波器的UML建模與實現(xiàn)[J];現(xiàn)代電子技術(shù);2011年22期

3 王建東;王亞飛;張晶;;基于卡爾曼濾波器的運動目標(biāo)跟蹤算法[J];數(shù)字通信;2009年06期

相關(guān)博士學(xué)位論文 前1條

1 楊風(fēng)召;高維數(shù)據(jù)挖掘中若干關(guān)鍵問題的研究[D];復(fù)旦大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 楊飛;車牌識別的關(guān)鍵技術(shù)研究[D];青島大學(xué);2014年

2 何文威;基于卡爾曼濾波器和PID控制的逆變器研究與設(shè)計[D];華南理工大學(xué);2013年

3 張丙坤;基于人頭檢測的人數(shù)統(tǒng)計算法研究[D];西安科技大學(xué);2013年

4 李文姣;基于卡爾曼濾波器的抗遮擋車輛跟蹤算法[D];中國海洋大學(xué);2013年

5 蔡元宵;基于卡爾曼濾波器的分?jǐn)?shù)階PI~λD~μ控制器[D];西安電子科技大學(xué);2013年

6 王昊;基于機(jī)器視覺的飛機(jī)蒙皮損傷檢測與壽命分析方法[D];南京航空航天大學(xué);2013年

7 賴勇;出入口人數(shù)統(tǒng)計系統(tǒng)的設(shè)計與實現(xiàn)[D];電子科技大學(xué);2010年

8 王超;基于LPM特征與級聯(lián)SVR的視線跟蹤系統(tǒng)研究[D];大連理工大學(xué);2008年

9 居然;Adaboost算法并行硬件架構(gòu)研究與FPGA驗證[D];上海交通大學(xué);2008年

10 龍伶敏;基于Adaboost的人臉檢測方法及眼睛定位算法研究[D];電子科技大學(xué);2008年

，

本文編號：1377586