小规模人群密度估计与异常行为检测

发布时间：2021-03-02 00:48

　　在当今社会复杂环境下,公共安全问题日益突出,已成为很多国家研究的热点问题之一,为了保护人民群众的公共财产安全,建立一套完整的智能监控系统是十分必要的。在智能监控系统中,尤其重要的是对公共场合的人群运动检测与预警,是目前避免问题事故发生的主要手段。本文主要从人群密度估计、异常行为检测两个部分展开了研究。主要内容如下:1.提出一种改进混合高斯建模的人群前景提取方法。对原始帧图像做灰度化以及二值化处理,运用中值滤波法消除噪声,得到平滑图像,最后使用改进的高斯混合模型实现对人群目标的前景提取。通过实验表明,在对前景影响不大的情况下,该方法的计算时间只需要原来的三分之一,显示出了该方法的优越性。2.提出一种像素统计与纹理特征相结合人群密度估计方法。对帧图像中的前景图像像素和边缘像素进行统计求和,并根据实验设定阈值T（28）38000,如果像素和小于阈值,使用基于前景像素和边缘像素的线性回归人群密度估计方法,通过人为标记获取低密度人群的前景像素数、边缘像素数以及人群人数数量,得到最后的拟合函数关系。如果像素和大于此阈值,则使用基于纹理分析和SVM分类的人群密度等级估计方法,使用灰度共生矩阵提取帧图... 

【文章来源】：新疆大学新疆维吾尔自治区 211工程院校

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

多摄像头数据融合框架

原始图像与处理后的灰度图像

图像二值化


本文编号：3058279