站臺客流統(tǒng)計系統(tǒng)是人群計數(shù)技術(shù)在公共交通領(lǐng)域的應(yīng)用,系統(tǒng)可以利用監(jiān)控視頻實現(xiàn)人群計數(shù),完成客流統(tǒng)計、人群密度估計和人群擁擠危險性的預(yù)警等功能,對于提高公交系統(tǒng)的智能化水平,改善城市公交服務(wù)品質(zhì),構(gòu)建智能交通體系具有重大意義。由于部署成本、便攜等方面的考量,站臺客流統(tǒng)計系統(tǒng)一般需采用低成本的嵌入式系統(tǒng)。然而受限于嵌入式平臺的計算資源有限以及站臺場景復(fù)雜等因素,目前基于監(jiān)控視頻的嵌入式客流統(tǒng)計系統(tǒng)的實現(xiàn)仍然是一個具有挑戰(zhàn)性的任務(wù)。論文認真分析基于嵌入式系統(tǒng)的人群計數(shù)問題的難點,通過廣泛調(diào)研相關(guān)文獻資料,選擇合適的嵌入式計算平臺,提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的人群計數(shù)算法,并基于此算法搭建了相應(yīng)的嵌入式站臺客流統(tǒng)計系統(tǒng)。論文的主要工作與成果如下:（1）論文提出一種基于遞歸結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)模型,用于預(yù)測人群密度圖,然后通過密度圖求和得到人群總數(shù)。實驗證明,在大幅減少了模型的參數(shù)數(shù)量以及計算量的情況下,本文的模型與當前最好的方法性能相當,但參數(shù)量要小2000倍以上,解決了大多數(shù)基于卷積神經(jīng)網(wǎng)絡(luò)的人群計數(shù)方法無法應(yīng)對實際應(yīng)用中計算資源有限的問題。（2）論文整理并構(gòu)建了一個用于訓練和驗證人群計數(shù)算法的... 

【文章來源】：廈門大學福建省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：85 頁

【學位級別】：碩士

【部分圖文】：

圖１．１基于監(jiān)控視頻的人群計數(shù)算法框圖１１４１??３??

不允許使用模型參數(shù)占用幾十ＭＢ，甚至上百ＭＢ的存儲空間。另外計算過程中??的緩存資源受限也是個需要考慮的問題。要使卷積神經(jīng)網(wǎng)絡(luò)模型能應(yīng)用在嵌入式??設(shè)備上，處理視頻監(jiān)控圖像，實現(xiàn)低延時，并在面對如圖１．２所示的諸如人頭尺??度變化范圍大、不同時段的光照陰影干擾及夜晚照明條件差成像質(zhì)量下降、人群??擁擠存在遮擋等復(fù)雜場景時也能達到一個較為理想的人群計數(shù)性能指標，是本文??要著手解決的一個很有實際應(yīng)用價值的問題。??５??

２．１．１．１?Ｈａａｒ?特征??早在２００１年，Ｖｉｏｌａ和Ｊｏｎｅｓ使用Ｈａａｒ特征和積分圖方法進行人臉檢測ｍ。??Ｈａａｒ特征是由如圖２．１所示的矩形圖像區(qū)域的加減組成。在滑窗檢測時，把矩形??框特征模板放到丨１標閣像區(qū)域上，將圖像上位于矩形框內(nèi)的白色區(qū)域像素之和減??去黑色［Ｘ：域的像素之和，得到的就是對應(yīng)的特征值。Ｈａａｒ特征反映了圖像的灰??度值變化，將目標的特征量化，以區(qū)分目標類和背景類。??？?Ｂ?Ｓ?ｈ??（ａ）?（ｂ）?（ｃ）?（ｄ）?（ｅ）??圖２．１矩形特征??為了快速計算Ｈａａｒ特征，需要采用積分圖的方式。積分圖的定義如下式所??示：??９??

【參考文獻】：
期刊論文
[1]高斯過程回歸方法綜述[J]. 何志昆,劉光斌,趙曦晶,王明昊.  控制與決策. 2013(08)
[2]基于Mean-Shift聚類的色彩傳遞算法[J]. 張二虎,張洋.  西安理工大學學報. 2009(01)



本文編號：3587841