基于检测跟踪的置顶式客流统计系统实现

发布时间：2017-09-29 13:38

  本文关键词：基于检测跟踪的置顶式客流统计系统实现

  更多相关文章： 客流统计 机器视觉 行人跟踪 SDM

【摘要】：由于社会的进步与人们生活水平的提高,人们的商业活动逐渐增多,商场、博物馆、机场、公交公司、地铁站、旅游景点等公共场所需要实时准确的客流信息为其管理和决策提供依据。与此同时,计算机视觉、模式识别等技术的迅猛发展,传统的客流统计方案由于安装复杂、使用不便,已逐渐跟不上时代的脚步。在此背景下,本文围绕多目标检测跟踪算法进行研究,通过对目标检测与跟踪算法的调研学习,在对多目标检测跟踪算法充分理解的基础上,找到合适的检测跟踪算法并采用C++语言实现。然后将检测算法与跟踪算法共同嵌入到客流统计系统中,并在实际的复杂场景下对系统进行功能测试,针对测试过程中出现的问题进行深入分析与优化,使整个系统在具有较好实时性的同时,还能准确检测与跟踪复杂场景下的目标,最终实现了一种基于检测跟踪的置顶式客流统计系统。本文主要完成了如下几方面的研究内容:(1)分析了目标检测算法的处理流程及常用算法。如运动检测算法中的光流法、帧差法、背景减除法,分类算法中的SVM与Adaboost,以及常用特征描述子如Haar、HOG、SIFT等。最终通过上述比较分析找到最适用于实际情况的检测算法。(2)采用了一种基于监督下降法(Supervised Descent Method,SDM)的行人跟踪方法,由此引入再判断机制,一定程度上解决了目标跟踪中容易出现的漂移问题,提高了系统跟踪稳定性。(3)整合调研得到的检测跟踪算法,设计出系统算法框架,并在Visual Studio2008环境下用C++语言实现,然后根据实际环境测试结果,改进算法并优化代码,提高算法的准确性、实时性、鲁棒性。(4)搭建硬件平台,并将检测模块与跟踪模块嵌入其中,最终实现了一个客流统计系统。在多场景实地测试结果表明,本系统能实现对多个运动目标长时间持续的检测跟踪,并且在复杂情况下仍能保证检测过程中的误检及漏检。
【关键词】：客流统计 机器视觉 行人跟踪 SDM
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U12;TP391.41
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-14
• 1.1 研究背景及意义8
• 1.2 国内外现状8-11
• 1.3 主要研究内容11-12
• 1.4 论文组织结构12-14
• 2 系统总体框架14-21
• 2.1 硬件设计14-16
• 2.1.1 镜头14-15
• 2.1.2 网络摄像机15-16
• 2.1.3 交换机16
• 2.1.4 计算机16
• 2.2 软件设计16-20
• 2.2.1 图像预处理17-18
• 2.2.2 运动检测18
• 2.2.3 行人检测18-19
• 2.2.4 行人跟踪19
• 2.2.5 行人计数19-20
• 2.3 本章小结20-21
• 3 目标检测算法理论与实现21-41
• 3.1 图像预处理21-24
• 3.1.1 颜色空间21-22
• 3.1.2 图像去噪22-23
• 3.1.3 形态学处理23-24
• 3.2 运动检测算法分析24-27
• 3.2.1 光流法24-25
• 3.2.2 帧差法25-26
• 3.2.3 背景减除法26-27
• 3.3 行人检测算法分析27-40
• 3.3.1 行人特征提取27-35
• 3.3.2 支持向量机35-37
• 3.3.3 Adaboost算法37-38
• 3.3.4 样本库的搭建及训练38-40
• 3.4 本章小结40-41
• 4 目标跟踪计数理论与实现41-55
• 4.1 粒子滤波理论41-45
• 4.1.1 基于贝叶斯估计的目标跟踪41-43
• 4.1.2 蒙特卡洛方法43
• 4.1.3 粒子滤波算法流程43-45
• 4.2 SDM跟踪算法分析45-50
• 4.2.1 引言45-46
• 4.2.2 SDM原理简介46
• 4.2.3 SDM行人跟踪46-48
• 4.2.4 实验结果与分析48-50
• 4.3 行人计数50-52
• 4.3.1 ROI区域设置50
• 4.3.2 行人计数流程50-52
• 4.4 系统测试与结果52-54
• 4.4.1 系统界面与设置52-53
• 4.4.2 系统测试效果53-54
• 4.5 本章小结54-55
• 5 总结与展望55-56
• 5.1 总结55
• 5.2 存在的问题55-56
• 致谢56-57
• 参考文献57-60
• 附录60
• A. 作者在攻读学位期间发表的论文目录60

【参考文献】

中国期刊全文数据库 前10条

1 何扬名;杜建强;肖贤波;;基于区域深度特征的人头检测方法[J];微电子学与计算机;2013年11期

2 丁世飞;齐丙娟;谭红艳;;支持向量机理论与算法研究综述[J];电子科技大学学报;2011年01期

3 刘明玺;孟放;;运动目标检测与跟踪算法的研究进展[J];软件;2010年12期

4 徐建华;陈晓荣;戴曙光;穆平安;;基于视频的公交车客流统计算法研究[J];微计算机信息;2010年35期

5 李谷全;陈忠泽;;视觉跟踪技术研究现状及其展望[J];计算机应用研究;2010年08期

6 李晶;范九伦;;一种基于卡尔曼滤波的运动物体跟踪算法[J];计算机应用研究;2010年08期

7 王晓;唐洪鹏;周丽雅;;图像处理在客流检测中的算法研究[J];中国海洋大学学报(自然科学版);2010年06期

8 于海滨;刘敬彪;刘济林;;用于行人头部特征提取的目标区域匹配方法[J];中国图象图形学报;2009年03期

9 于海滨;刘济林;;应用于公交客流统计的机器视觉方法[J];中国图象图形学报;2008年04期

10 于海滨;付伟;刘济林;;视觉客流检测中的动态轮廓匹配方法[J];浙江大学学报(工学版);2008年03期

中国硕士学位论文全文数据库 前9条

1 石亚麋;基于视频的公交客流统计方法研究[D];重庆大学;2014年

2 刘敬禹;基于视频的客流检测与分析算法研究及其在交通枢纽站中的应用[D];北京交通大学;2014年

3 董伟;基于视频分析技术的客流统计软件开发[D];浙江工业大学;2013年

4 蒋维娜;基于多特征的行人计数算法研究[D];中山大学;2013年

5 袁帅;具有客流统计功能的商场视频监控系统设计与实现[D];中国海洋大学;2013年

6 周晨辰;图像非刚体跟踪算法的研究与分析[D];华东师范大学;2010年

7 裴巧娜;基于光流法的运动目标检测与跟踪技术[D];北方工业大学;2009年

8 王聪;基于机器视觉的客流统计方法与实现[D];西南大学;2009年

9 邵明礼;视频运动目标跟踪算法研究[D];西安电子科技大学;2006年

，

本文编号：942347