隨著社會的快速發(fā)展及城市化進程的加速推進,近年來公用和民用視頻監(jiān)控數(shù)量保持海量增長。為更高效快速地利用視頻數(shù)據(jù),許多國家開始系統(tǒng)地研究智能視頻監(jiān)控技術。人群計數(shù)作為智能視頻監(jiān)控系統(tǒng)的重要任務之一,在公共安全及商業(yè)領域都有十分重要的理論和應用價值,近年來已經(jīng)成為機器視覺和人工智能領域的研究熱點。隨著學術界和工業(yè)界對該問題的研究,人群計數(shù)算法的計數(shù)準確度已經(jīng)有了明顯的提高,但在實際應用中仍面臨較多挑戰(zhàn):在實際場景中,視頻監(jiān)控采集到的視頻圖像中往往存在復雜背景,其中部分特殊背景與人群或人頭形態(tài)相似,易被誤判為人群;人群中個體自由度較高,導致人群分布雜亂且密度差異大,增加了計數(shù)難度;受拍攝距離及角度的影響,視頻監(jiān)控中人頭尺寸也存在較大差異,影響了人頭區(qū)域定位的準確性。以上三個問題都嚴重影響了人群計數(shù)的準確度。本文依次針對以上三個挑戰(zhàn)對人群計數(shù)算法進行了研究,主要內(nèi)容及創(chuàng)新點歸納如下:1.針對人群圖像復雜背景下出現(xiàn)的個體差異問題,設計了對圖像塊表觀特征進行分類的輔助訓練任務,形成了輔助訓練機制的人群計數(shù)方法,有效緩解了人群目標誤判的問題。該計數(shù)方法的創(chuàng)新點可歸納為:（1）計數(shù)整體流程避免了前景分... 

【文章來源】：山東大學山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：139 頁

【學位級別】：博士

【部分圖文】：

圖１－１?ＵＣＳＤ數(shù)據(jù)庫典型樣本??（１）?ＵＣＳＤ數(shù)據(jù)庫

最少９４人而最多４５４３人。??由于該數(shù)據(jù)庫中圖像總數(shù)較少，在應用時一般進行５次交叉驗證，每次將??４０幅圖像作為訓練數(shù)據(jù)，剩余為測試數(shù)據(jù)。圖１－３為ＵＣＦ數(shù)據(jù)庫中的典型樣本。??（４）?ＡＨＵ數(shù)據(jù)庫。該數(shù)據(jù)庫由安徽大學于２０１７年建立并公開，其所有１０７??幅圖像均為谷歌搜索所得。該數(shù)據(jù)庫中的圖像共含約４５０００個目標，每幅圖像中??的人數(shù)分布在５８到２２０１，同時包含了稀疏人群圖像和密集人群圖像。??在應用時，一般將數(shù)據(jù)分成５組進行交叉驗證，其中１組數(shù)據(jù)包含２３個樣??７??

圖１４?ＡＨＵ數(shù)據(jù)庫典型樣本??（５）ＷｏｒｌｄＥｘｐｏ’１０數(shù)據(jù)庫。該數(shù)據(jù)庫由上海交通大學，香港中文大學和中國??電子科技大學的團隊于２０１５年合作建立并公開。其數(shù)據(jù)均由２０１０年上海世博會??８??

【參考文獻】：
期刊論文
[1]基于景區(qū)場景下的人群計數(shù)[J]. 周成博,陶青川.  現(xiàn)代計算機(專業(yè)版). 2016(05)
[2]多種人群密度場景下的人群計數(shù)[J]. 覃勛輝,王修飛,周曦,劉艷飛,李遠錢.  中國圖象圖形學報. 2013(04)
[3]基于SURF的高密度人群計數(shù)方法[J]. 梁榮華,劉向東,馬祥音,王子仁,宋明黎.  計算機輔助設計與圖形學學報. 2012(12)
[4]一種有效的實時人群計數(shù)方法[J]. 盧湖川,張明修,張繼霞,馬洪連.  計算機工程. 2008(05)



本文編號：3135400