基于视频图像的人数统计系统
发布时间：2021-06-24 21:33
近几年,随着我国城市信息化步伐的不断加快,人数统计系统已成为公共交通服务、商业客流分析、公共安全保护等行业进行数据处理与分析的基础。基于视频图像的人数统计是现代智能研究中的一个重要课题,具有高稳定性和高精确度且实现成本较低。但在实际应用中,由于行人间存在的个体差异和遮挡等问题,使行人目标在检测识别和跟踪阶段受到干扰,从而影响统计结果的准确性。其次在算法处理模块关于如何平衡实时性和准确率,依然是系统构建中需要解决的关键问题。本文通过对头肩部提取特征训练分类器来完成基于感兴趣区域的视频行人检测,并结合帧间特征匹配的跟踪方法进行人数统计,最终在此基础上实现了一个基于视频图像的人数统计系统。本文主要工作内容如下:1.在行人目标检测部分:首先构建行人头肩样本数据库,采用方向梯度直方图（HOG）特征提取方法检测人体相对固定的头肩部区域（类“Ω”形状）,并通过支持向量机训练得到行人头肩检测器,能有效降低形态变化及遮挡的影响。然后采用三帧法结合背景差分获取前景目标区域,初步缩小检测范围。最后标记人工ROI矩形框,使用前面得到的头肩检测器进行集中检测,在一定程度上降低了基于视频行人检测的算法耗时。2.在...
【文章来源】：兰州理工大学甘肃省
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
Haar特征分类(3)方向梯度直方图(HistogramofOrientedGradient,HOG)；2005年，由Dalal
16d)自摄录视频帧 数据库样本采集图像，针对行人运动间存在的遮挡以及头肩部样本作为正样本素材。因其在行以有效解决因运动形变和身体遮挡所导特征信息(如性别、人脸等信息)，便于后理。正样本图像的收集主要来源于 INR频的裁剪；其次负样本指不包含人体目
中的行人目标数量进行准确统计是本文系统设计的最区域法主要分为跨线统计和跨区域的统计方法[59]。跨线统向线段，通过计算目标对象与该直线段的点线距离，数量统计。本文所采用的是跨区域的行人统计方法，测区域为基础，将该行人检测区域同时作为行人计数时开始跟踪，直到目标对象离开 ROI 区域，结束跟踪调用 OpenCV 库的 cvSetImageROI()和 cvResetImage区域。函数原型分别如下：mageROI(IplImage*image,CvRect rect)；tImageROI(IplImage*image)；示图像，rect 指的是 ROI 区域范围，由零点横纵坐标素组成。根据实际应用情况进行参数设置，获得的计
【参考文献】：
期刊论文
[1]基于卷积神经网络的稀疏目标场景下智能视频人数统计方法[J]. 焦会英. 电子技术与软件工程. 2018(21)
[2]基于Vibe算法的视频前景目标提取[J]. 李健斐,王倩蓉,王巨,王利平. 数学的实践与认识. 2018(15)
[3]一种基于智能视频分析的人流量统计算法[J]. 李航,张涛,李菲. 信息工程大学学报. 2018(03)
[4]SIFT与SURF特征提取算法在图像匹配中的应用对比研究[J]. 陈敏,汤晓安. 现代电子技术. 2018(07)
[5]人数统计与人群密度估计技术研究现状与趋势[J]. 张君军,石志广,李吉成. 计算机工程与科学. 2018(02)
[6]基于视频的公交客流实时分析算法研究与实现[J]. 丁濛,庞荣,李淑琴. 北京信息科技大学学报(自然科学版). 2017(05)
[7]改进的基于角点检测的视频人数统计方法[J]. 曹志通,李晓华,周激流. 计算机应用. 2017(S1)
[8]基于生成式模型的目标跟踪方法综述[J]. 朱文青,刘艳,卞乐,张子龙. 微处理机. 2017(01)
[9]基于统计分类的行人检测方法综述[J]. 李威,王鹏杰,宋海玉. 系统仿真学报. 2016(09)
[10]基于数学形态学的双直方图均衡化图像增强算法[J]. 刘燕妮,张贵仓,安静. 计算机工程. 2016(01)
硕士论文
[1]视频图像的行人检测与人数统计[D]. 金耀花.内蒙古大学 2018
[2]基于真实交通场景的行人计数[D]. 刘娇.广东工业大学 2018
[3]基于HOG特征的行人检测系统的研究[D]. 刘文振.南京邮电大学 2016
[4]监控场景中人数统计算法的研究与应用[D]. 马海军.安徽大学 2016
[5]基于Haar和Hog的监控视频人流统计[D]. 董浩.合肥工业大学 2016
[6]基于智能视频监控的人流量统计系统设计[D]. 翟志强.合肥工业大学 2016
[7]基于机器学习的人数统计系统研究与实现[D]. 刘世勇.重庆大学 2016
[8]基于多特征融合行人检测系统设计与实现[D]. 祝浩.电子科技大学 2016
[9]公交车人数统计系统设计与实现[D]. 蔡晓利.电子科技大学 2016
[10]行人视频检测与跟踪方法研究[D]. 刘璐.北京交通大学 2015
本文编号：3247864
【文章来源】：兰州理工大学甘肃省
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
Haar特征分类(3)方向梯度直方图(HistogramofOrientedGradient,HOG)；2005年，由Dalal
16d)自摄录视频帧 数据库样本采集图像，针对行人运动间存在的遮挡以及头肩部样本作为正样本素材。因其在行以有效解决因运动形变和身体遮挡所导特征信息(如性别、人脸等信息)，便于后理。正样本图像的收集主要来源于 INR频的裁剪；其次负样本指不包含人体目
中的行人目标数量进行准确统计是本文系统设计的最区域法主要分为跨线统计和跨区域的统计方法[59]。跨线统向线段，通过计算目标对象与该直线段的点线距离，数量统计。本文所采用的是跨区域的行人统计方法，测区域为基础，将该行人检测区域同时作为行人计数时开始跟踪，直到目标对象离开 ROI 区域，结束跟踪调用 OpenCV 库的 cvSetImageROI()和 cvResetImage区域。函数原型分别如下：mageROI(IplImage*image,CvRect rect)；tImageROI(IplImage*image)；示图像，rect 指的是 ROI 区域范围，由零点横纵坐标素组成。根据实际应用情况进行参数设置，获得的计
【参考文献】：
期刊论文
[1]基于卷积神经网络的稀疏目标场景下智能视频人数统计方法[J]. 焦会英. 电子技术与软件工程. 2018(21)
[2]基于Vibe算法的视频前景目标提取[J]. 李健斐,王倩蓉,王巨,王利平. 数学的实践与认识. 2018(15)
[3]一种基于智能视频分析的人流量统计算法[J]. 李航,张涛,李菲. 信息工程大学学报. 2018(03)
[4]SIFT与SURF特征提取算法在图像匹配中的应用对比研究[J]. 陈敏,汤晓安. 现代电子技术. 2018(07)
[5]人数统计与人群密度估计技术研究现状与趋势[J]. 张君军,石志广,李吉成. 计算机工程与科学. 2018(02)
[6]基于视频的公交客流实时分析算法研究与实现[J]. 丁濛,庞荣,李淑琴. 北京信息科技大学学报(自然科学版). 2017(05)
[7]改进的基于角点检测的视频人数统计方法[J]. 曹志通,李晓华,周激流. 计算机应用. 2017(S1)
[8]基于生成式模型的目标跟踪方法综述[J]. 朱文青,刘艳,卞乐,张子龙. 微处理机. 2017(01)
[9]基于统计分类的行人检测方法综述[J]. 李威,王鹏杰,宋海玉. 系统仿真学报. 2016(09)
[10]基于数学形态学的双直方图均衡化图像增强算法[J]. 刘燕妮,张贵仓,安静. 计算机工程. 2016(01)
硕士论文
[1]视频图像的行人检测与人数统计[D]. 金耀花.内蒙古大学 2018
[2]基于真实交通场景的行人计数[D]. 刘娇.广东工业大学 2018
[3]基于HOG特征的行人检测系统的研究[D]. 刘文振.南京邮电大学 2016
[4]监控场景中人数统计算法的研究与应用[D]. 马海军.安徽大学 2016
[5]基于Haar和Hog的监控视频人流统计[D]. 董浩.合肥工业大学 2016
[6]基于智能视频监控的人流量统计系统设计[D]. 翟志强.合肥工业大学 2016
[7]基于机器学习的人数统计系统研究与实现[D]. 刘世勇.重庆大学 2016
[8]基于多特征融合行人检测系统设计与实现[D]. 祝浩.电子科技大学 2016
[9]公交车人数统计系统设计与实现[D]. 蔡晓利.电子科技大学 2016
[10]行人视频检测与跟踪方法研究[D]. 刘璐.北京交通大学 2015
本文编号：3247864
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3247864.html
