顾及透视规律的监控视频行人检测研究
发布时间：2021-03-06 15:55
行人检测是智能监控的主要目的。传统的行人检测方法一般是针对室内或较小范围的视频场景中的行人,所以均没有考虑透视现象的影响。而随着行人的出行量和活动数的大量增加,监控的视频场景也渐渐由室内或较小范围的场景扩展为室外或较大范围的视频场景,这些视频场景中的透视现象很明显,会影响到检测方法的精度和性能。因此,顾及透视现象对检测方法精度和性能影响的研究变得极为重要。因此,本文顾及了透视现象对检测方法精度和性能的影响,首先通过视频图像空间与地理空间的互映射方法得到相关的地理信息,然后在传统的行人检测方法中引入地理空间面积约束条件,从而进一步提升检测方法的精度和性能。本文的研究内容和结论主要包括:（1）视频图像空间与地理空间互映射针对四种常用的视频图像空间与地理空间互映射的方法,设计了对不同方法在地形不变和地形缓慢变化的情况下的精度对比实验,选取适合的方法,实现视频场景与地理场景之间的互映射,提取图像场景的地理坐标,并获得地理空间面积约束信息。（2）引入地理空间面积约束进行背景减除针对透视现象对背景减除方法的影响,利用所得到的地理空间面积约束信息,改进基于背景减除的运动检测方法,提高检测方法的精度和...
【文章来源】：南京师范大学江苏省 211工程院校
【文章页数】：104 页
【学位级别】：硕士
【部分图文】：
图２－２物平面和像平面的对应情况??以齐次坐标系表不（２－９）式，则??
?按照地形不变（平面）、地形缓慢变化（斜面）的情况，分别从南京师范大??学北区校区（图２－５）选取２块实验区域（图２－６），并在实验区布设均匀的目标??点。其中，布设的目标点遵循以下的原则：特征明显，便于在拍摄的影像上清晰??识别其中心；在实验区内分布均匀。因此，从平面上选取了?９个目标点来对地形??不变的情况进行分析（图２－７）；而从斜面上选取了?１３个目标点来对地形缓慢变??化的情况进行分析（图２－８）。??图２－５南京师范大学仙林校区北区卫星彩像图??遍觸??丨：丨．Ｊ?…、：一―一＇：』气??（ａ）地形不变?（ｂ）地形缓慢变化??图２－６两种地形示意图??２３??
?按照地形不变（平面）、地形缓慢变化（斜面）的情况，分别从南京师范大??学北区校区（图２－５）选取２块实验区域（图２－６），并在实验区布设均匀的目标??点。其中，布设的目标点遵循以下的原则：特征明显，便于在拍摄的影像上清晰??识别其中心；在实验区内分布均匀。因此，从平面上选取了?９个目标点来对地形??不变的情况进行分析（图２－７）；而从斜面上选取了?１３个目标点来对地形缓慢变??化的情况进行分析（图２－８）。??图２－５南京师范大学仙林校区北区卫星彩像图??遍觸??丨：丨．Ｊ?…、：一―一＇：』气??（ａ）地形不变?（ｂ）地形缓慢变化??图２－６两种地形示意图??２３??
【参考文献】：
期刊论文
[1]一种改进的三帧差分运动目标检测算法[J]. 陈宝远,霍智超,陈光毅,孙忠祥. 应用科技. 2016(02)
[2]基于颜色和局部二值相似模式的背景减除[J]. 任典元,王文伟,马强. 计算机科学. 2016(03)
[3]监控视频中基于运动目标显著性的关键帧提取方法[J]. 胡圆圆,干宗良,陈昌红,崔子冠,刘峰. 南京邮电大学学报(自然科学版). 2016(01)
[4]基于混合高斯模型和六帧差分的目标检测算法[J]. 陆冰,王玲玲,裴东. 激光与红外. 2016(02)
[5]结合SVM分类器与HOG特征提取的行人检测[J]. 徐渊,许晓亮,李才年,姜梅,张建国. 计算机工程. 2016(01)
[6]基于局部二值模式和四元数的行人检测[J]. 朱龙,战荫伟. 电视技术. 2015(24)
[7]自适应k均值聚类算法在运动目标检测中的应用[J]. 汪克峰,叶飞跃. 江苏理工学院学报. 2015(06)
[8]基于改进的codebook算法的运动目标检测[J]. 赵玉吉,骆且,杜宇人. 扬州大学学报(自然科学版). 2015(04)
[9]一种改进的基于混合高斯模型的运动目标检测算法[J]. 王思思,任世卿. 计算机科学. 2015(S2)
[10]基于混合颜色空间与码本背景减除的虚拟触控优化技术[J]. 林孜铠,戴思璋,梁浩文,林岱昆,朱洁霞,苏剑邦,陈海域,王嘉辉,周建英. 液晶与显示. 2015(04)
博士论文
[1]基于视频的人体检测与目标跟踪方法研究[D]. 倪洪印.吉林大学 2014
[2]区域人群状态与行为的时空感知方法[D]. 宋宏权.南京师范大学 2013
[3]基于视频的人体行为分析[D]. 郭萍.北京交通大学 2012
硕士论文
[1]基于自适应背景减除方法的运动目标检测[D]. 刘舒.哈尔滨工业大学 2013
[2]基于改进光流法的运动目标检测与跟踪系统[D]. 吴振杰.郑州大学 2012
[3]基于特征学习的人体检测[D]. 甘国龙.电子科技大学 2012
[4]基于多特征的行人检测方法研究[D]. 陈刚.吉林大学 2012
[5]基于区域约束HOG-LBP特征的人体检测算法研究[D]. 周生辉.武汉理工大学 2012
[6]基于Hausdorff距离模板匹配的行人检测算法研究与应用[D]. 黄琛.清华大学 2006
本文编号：3067377
【文章来源】：南京师范大学江苏省 211工程院校
【文章页数】：104 页
【学位级别】：硕士
【部分图文】：
图２－２物平面和像平面的对应情况??以齐次坐标系表不（２－９）式，则??
?按照地形不变（平面）、地形缓慢变化（斜面）的情况，分别从南京师范大??学北区校区（图２－５）选取２块实验区域（图２－６），并在实验区布设均匀的目标??点。其中，布设的目标点遵循以下的原则：特征明显，便于在拍摄的影像上清晰??识别其中心；在实验区内分布均匀。因此，从平面上选取了?９个目标点来对地形??不变的情况进行分析（图２－７）；而从斜面上选取了?１３个目标点来对地形缓慢变??化的情况进行分析（图２－８）。??图２－５南京师范大学仙林校区北区卫星彩像图??遍觸??丨：丨．Ｊ?…、：一―一＇：』气??（ａ）地形不变?（ｂ）地形缓慢变化??图２－６两种地形示意图??２３??
?按照地形不变（平面）、地形缓慢变化（斜面）的情况，分别从南京师范大??学北区校区（图２－５）选取２块实验区域（图２－６），并在实验区布设均匀的目标??点。其中，布设的目标点遵循以下的原则：特征明显，便于在拍摄的影像上清晰??识别其中心；在实验区内分布均匀。因此，从平面上选取了?９个目标点来对地形??不变的情况进行分析（图２－７）；而从斜面上选取了?１３个目标点来对地形缓慢变??化的情况进行分析（图２－８）。??图２－５南京师范大学仙林校区北区卫星彩像图??遍觸??丨：丨．Ｊ?…、：一―一＇：』气??（ａ）地形不变?（ｂ）地形缓慢变化??图２－６两种地形示意图??２３??
【参考文献】：
期刊论文
[1]一种改进的三帧差分运动目标检测算法[J]. 陈宝远,霍智超,陈光毅,孙忠祥. 应用科技. 2016(02)
[2]基于颜色和局部二值相似模式的背景减除[J]. 任典元,王文伟,马强. 计算机科学. 2016(03)
[3]监控视频中基于运动目标显著性的关键帧提取方法[J]. 胡圆圆,干宗良,陈昌红,崔子冠,刘峰. 南京邮电大学学报(自然科学版). 2016(01)
[4]基于混合高斯模型和六帧差分的目标检测算法[J]. 陆冰,王玲玲,裴东. 激光与红外. 2016(02)
[5]结合SVM分类器与HOG特征提取的行人检测[J]. 徐渊,许晓亮,李才年,姜梅,张建国. 计算机工程. 2016(01)
[6]基于局部二值模式和四元数的行人检测[J]. 朱龙,战荫伟. 电视技术. 2015(24)
[7]自适应k均值聚类算法在运动目标检测中的应用[J]. 汪克峰,叶飞跃. 江苏理工学院学报. 2015(06)
[8]基于改进的codebook算法的运动目标检测[J]. 赵玉吉,骆且,杜宇人. 扬州大学学报(自然科学版). 2015(04)
[9]一种改进的基于混合高斯模型的运动目标检测算法[J]. 王思思,任世卿. 计算机科学. 2015(S2)
[10]基于混合颜色空间与码本背景减除的虚拟触控优化技术[J]. 林孜铠,戴思璋,梁浩文,林岱昆,朱洁霞,苏剑邦,陈海域,王嘉辉,周建英. 液晶与显示. 2015(04)
博士论文
[1]基于视频的人体检测与目标跟踪方法研究[D]. 倪洪印.吉林大学 2014
[2]区域人群状态与行为的时空感知方法[D]. 宋宏权.南京师范大学 2013
[3]基于视频的人体行为分析[D]. 郭萍.北京交通大学 2012
硕士论文
[1]基于自适应背景减除方法的运动目标检测[D]. 刘舒.哈尔滨工业大学 2013
[2]基于改进光流法的运动目标检测与跟踪系统[D]. 吴振杰.郑州大学 2012
[3]基于特征学习的人体检测[D]. 甘国龙.电子科技大学 2012
[4]基于多特征的行人检测方法研究[D]. 陈刚.吉林大学 2012
[5]基于区域约束HOG-LBP特征的人体检测算法研究[D]. 周生辉.武汉理工大学 2012
[6]基于Hausdorff距离模板匹配的行人检测算法研究与应用[D]. 黄琛.清华大学 2006
本文编号：3067377
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3067377.html
