發(fā)布時(shí)間：2017-05-04 12:10

  本文關(guān)鍵詞：面向視頻監(jiān)控應(yīng)用的人群分析研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：傳統(tǒng)的視頻監(jiān)控系統(tǒng)中,人力資源的使用依然占有主要部分,需要有專門的人員對監(jiān)控視頻進(jìn)行實(shí)時(shí)的維護(hù)。然而,隨著越來越多攝像頭的出現(xiàn),以及越來越復(fù)雜的人群行為,很容易造成監(jiān)控人員的懈怠,從而漏掉關(guān)鍵信息。因此,對視頻內(nèi)容進(jìn)一步的分析成為了當(dāng)前視頻監(jiān)控系統(tǒng)的研究重點(diǎn)。在視頻監(jiān)控系統(tǒng)中,人群分析成為監(jiān)控智能化最為關(guān)鍵的部分。人群作為監(jiān)控中最重要的目標(biāo),具有行為和尺度上的多樣性。個(gè)體角度出發(fā),需要智能監(jiān)控能夠?qū)崿F(xiàn)行人的跟蹤和比較;從群體角度出發(fā),需要檢測人群的分布和狀態(tài)。因此,對不同尺度的人群進(jìn)行分析成為亟待解決的問題。本文對人群分析中的行人計(jì)數(shù)算法進(jìn)行研究,總結(jié)并介紹了主流的四個(gè)算法方向:基于個(gè)體檢測的行人計(jì)數(shù)算法、基于團(tuán)塊分割的行人計(jì)數(shù)算法、基于統(tǒng)計(jì)回歸的行人計(jì)數(shù)算法和基于虛擬門的行人計(jì)數(shù)算法。在這些算法當(dāng)中,主要存在兩個(gè)難點(diǎn)。人群的遮擋情況難以避免,因此容易因此計(jì)數(shù)漏人。同時(shí),為了達(dá)到較高的準(zhǔn)確率,算法的復(fù)雜度同樣也變高,對于實(shí)時(shí)性的應(yīng)用效果下降�；趯π腥擞�(jì)數(shù)算法的研究,為了進(jìn)一步解決現(xiàn)存算法中準(zhǔn)確率和實(shí)時(shí)性的問題,本文提出了基于通量和遮擋系數(shù)的行人計(jì)數(shù)算法。借鑒了流體力學(xué)中的概念,把通量這一物理量引入行人計(jì)數(shù)算法當(dāng)中,避免了對行人進(jìn)行檢測,減少了時(shí)間復(fù)雜度;同時(shí),對于中高密度等級的人群遮擋情況,提出了基于邊緣間隔和邊緣數(shù)量的遮擋系數(shù)計(jì)算方法,對于不同遮擋場景能夠?qū)崿F(xiàn)自適應(yīng)計(jì)算,進(jìn)一步解決了行人計(jì)數(shù)面臨的遮擋難題;最后,基于通量和遮擋系數(shù),本文提出了回歸模型對行人進(jìn)行計(jì)數(shù)處理。本文提出的算法在一定程度上提高了算法的準(zhǔn)確率,同時(shí)滿足了實(shí)時(shí)性的需求。最后,將該算法應(yīng)用到PETS2009和實(shí)際場景中,對算法的性能進(jìn)行測試,并對實(shí)驗(yàn)結(jié)果進(jìn)行分析,證明了本文提出算法在準(zhǔn)確率和實(shí)時(shí)性方面都具有一定程度的提高。最后,根據(jù)公安部門的需求以及實(shí)踐應(yīng)用,研究設(shè)計(jì)并搭建了面向視頻監(jiān)控的人群分析系統(tǒng)。在系統(tǒng)方案、硬件方案、操作系統(tǒng)、算法方案這四方面,對主流的方案進(jìn)行分析比較,根據(jù)目標(biāo)和應(yīng)用需求,選擇了基于Intel架構(gòu)的Windows操作系統(tǒng),以后端智能監(jiān)控為主要模塊的方案,設(shè)計(jì)并搭建了面向視頻監(jiān)控的人群分析系統(tǒng),開發(fā)出應(yīng)用軟件,提供面向監(jiān)控人員的操作界面和算法接口。在面向視頻監(jiān)控的人群分析系統(tǒng)的算法方案搭建中,研究了4種主要的人群分析算法。行人比對計(jì)數(shù)能夠關(guān)聯(lián)不同攝像機(jī)下的相同行人,算法通過對行人進(jìn)行的檢測以及HOG特征提取,最后經(jīng)過距離比對計(jì)算,達(dá)到目標(biāo)搜索或目標(biāo)路徑等目的�；谛腥朔治龅恼崛〖皺z索技術(shù)能夠提高存儲效率,通過對行人的檢測和跟蹤,將行人數(shù)據(jù)濃縮成一張圖片,并存入數(shù)據(jù)庫,有效地減少監(jiān)控人員的工作量,提高了監(jiān)控效率。人群密度估計(jì)技術(shù)能夠?qū)Ω信d趣區(qū)域進(jìn)行密度等級評估以及人群分布檢測,實(shí)現(xiàn)對人群狀態(tài)的實(shí)時(shí)監(jiān)控�；谕亢驼趽跸禂�(shù)的行人技術(shù)算法對行人進(jìn)行計(jì)數(shù)統(tǒng)計(jì)。最后,設(shè)計(jì)實(shí)現(xiàn)面向視頻監(jiān)控的人群分析系統(tǒng)在上海市公安局搭建了演示驗(yàn)證平臺,性能滿足實(shí)際應(yīng)用需求,得到了用戶的好評。
【關(guān)鍵詞】：人群分析 行人計(jì)數(shù) 通量 遮擋系數(shù) 智能監(jiān)控系統(tǒng)
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN948.6
【目錄】：

• 摘要3-5
• ABSTRACT5-10
• 第一章 緒論10-16
• 1.1 選題背景和意義10-13
• 1.1.1 視頻監(jiān)控的背景和意義11-12
• 1.1.2 視頻監(jiān)控的智能化12-13
• 1.2 研究內(nèi)容與創(chuàng)新點(diǎn)13-14
• 1.3 章節(jié)安排14-16
• 第二章 基于智能視頻監(jiān)控的人群分析算法綜述16-26
• 2.1 智能監(jiān)控系統(tǒng)概述16-18
• 2.1.1 人群分析系統(tǒng)17-18
• 2.2 行人計(jì)數(shù)統(tǒng)計(jì)算法18-25
• 2.2.1 基于個(gè)體檢測的行人計(jì)數(shù)算法19-21
• 2.2.2 基于團(tuán)塊分割的行人計(jì)數(shù)算法21-22
• 2.2.3 基于統(tǒng)計(jì)回歸的行人計(jì)數(shù)算法22-23
• 2.2.4 基于虛擬門的行人計(jì)數(shù)算法23-24
• 2.2.5 算法比較分析24-25
• 2.3 本章小結(jié)25-26
• 第三章 基于通量和遮擋系數(shù)的行人計(jì)數(shù)算法研究26-50
• 3.1 引言26-27
• 3.2 基于通量和遮擋系數(shù)的行人計(jì)數(shù)系統(tǒng)27-28
• 3.3 行人流計(jì)算28-35
• 3.3.1 流體力學(xué)概念的引用28-29
• 3.3.2 矢量場與通量29-30
• 3.3.3 光流法與人流矢量場30-33
• 3.3.4 行人流的通量計(jì)算33-35
• 3.4 遮擋系數(shù)35-41
• 3.4.1 邊緣檢測36-38
• 3.4.2 基于邊緣間隔和邊緣數(shù)量的遮擋系數(shù)38-41
• 3.5 回歸模型41-42
• 3.6 實(shí)驗(yàn)結(jié)果分析及算法應(yīng)用42-49
• 3.6.1 行人統(tǒng)計(jì)實(shí)驗(yàn)條件42-44
• 3.6.2 實(shí)驗(yàn)結(jié)果分析44-48
• 3.6.3 算法應(yīng)用48
• 3.6.4 算法特點(diǎn)分析48-49
• 3.7 本章小結(jié)49-50
• 第四章 面向視頻監(jiān)控應(yīng)用的人群分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)50-72
• 4.1 引言50-51
• 4.1.1 背景分析50
• 4.1.2 研究內(nèi)容50-51
• 4.2 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)51-59
• 4.2.1 系統(tǒng)平臺簡介51-53
• 4.2.2 技術(shù)路線選擇53-55
• 4.2.3 系統(tǒng)軟件開發(fā)55-59
• 4.2.4 系統(tǒng)特點(diǎn)59
• 4.3 算法分析系統(tǒng)設(shè)計(jì)59-61
• 4.4 核心算法技術(shù)及在線測試61-69
• 4.4.1 行人比對技術(shù)61-64
• 4.4.2 基于行人分析的摘要提取及檢索技術(shù)64-65
• 4.4.3 基于SST-LBP的人群密度估計(jì)65-69
• 4.5 應(yīng)用前景69-71
• 4.6 本章小結(jié)71-72
• 第五章 總結(jié)與展望72-74
• 5.1 總結(jié)72-73
• 5.2 展望73-74
• 參考文獻(xiàn)74-78
• 致謝78-79
• 攻讀碩士學(xué)位期間已發(fā)表或錄用的論文79-81

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陶范;湖北公安高等�？茖W(xué)校學(xué)報(bào)作者群分析[J];湖北公安高等�？茖W(xué)校學(xué)報(bào);1999年06期

2 司景成;《檔案天地》1982～1994年論文作者群分析[J];檔案天地;1995年06期

3 曲俊延,趙惠祥;《上海鐵道大學(xué)學(xué)報(bào)》論文及作者群分析[J];上海鐵道大學(xué)學(xué)報(bào);1997年03期

4 曹迎春,張紅云;《畜牧獸醫(yī)學(xué)報(bào)》作者群分析[J];湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2001年03期

5 竇春蕊,溫曉平,屈李純;《西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版)》作者群分析[J];西北農(nóng)林科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2004年05期

6 羅文婷,羅式勝;近五年《浙江檔案》論文作者群分析[J];浙江檔案;2003年10期

7 田崇振,王順新,段交泰;本刊作者群分析[J];河北工程技術(shù)高等�？茖W(xué)校學(xué)報(bào);1997年04期

8 許卓文;康文華;李玉丁;;《臨床薈萃》作者群分析[J];臨床薈萃;2006年03期

9 郝巧玉,張鳳珍;《水利學(xué)報(bào)》的論文作者群分析[J];華北水利水電學(xué)院學(xué)報(bào)(社科版);1995年03期

10 穆麗紅;2000—2003年《中國環(huán)境科學(xué)》作者群分析[J];科技情報(bào)開發(fā)與經(jīng)濟(jì);2004年12期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前6條

1 聶克艷;高紅衛(wèi);楊林;;《貴州農(nóng)業(yè)科學(xué)》1988～2005年載文作者群分析[A];第四屆全國核心期刊與期刊國際化、網(wǎng)絡(luò)化研討會(huì)論文集[C];2006年

2 穆楠;李時(shí)群;尹航;張英;;《玉米科學(xué)》作者群分析[A];編輯學(xué)報(bào)(2009年增刊)[C];2009年

3 李洪東;梁逸曾;許青松;;模型集群分析:化學(xué)與生物數(shù)據(jù)分析的一般方法學(xué)[A];中國化學(xué)會(huì)第28屆學(xué)術(shù)年會(huì)第14分會(huì)場摘要集[C];2012年

4 穆麗紅;;2000—2003年《中國環(huán)境科學(xué)》作者群分析[A];山西省科學(xué)技術(shù)情報(bào)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2004年

5 李洪東;許青松;梁逸曾;;基于模型集群分析的模型預(yù)測性能的綜合評價(jià)[A];第十一屆全國計(jì)算（機(jī)）化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2011年

6 龍旭霞;李洪東;范偉;許青松;梁逸曾;;基于互信息的模型集群分析變量選擇方法研究[A];中國化學(xué)會(huì)第28屆學(xué)術(shù)年會(huì)第14分會(huì)場摘要集[C];2012年

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 記者 俞永均邋通訊員 姚波;廣交會(huì)大幅擴(kuò)容[N];寧波日報(bào);2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 李洪東;廣義灰色分析體系建模的基本問題及其模型集群分析研究[D];中南大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 盧曉威;面向視頻監(jiān)控應(yīng)用的人群分析研究[D];上海交通大學(xué);2015年

  本文關(guān)鍵詞：面向視頻監(jiān)控應(yīng)用的人群分析研究，由筆耕文化傳播整理發(fā)布。

本文編號：345044