行人检测跟踪及模拟疏散算法的研究与实现
发布时间：2022-07-11 12:04
近年来,国内人口的快速增长和人民生活水平的不断提高导致公共场所的人流量和人群密度激增。当公共场所中人流密集时人工监控很难对场景中所有行人及时跟踪和分析,导致未能及时发现安全隐患。因此亟需在现有的监控设备上开发一套可以快速检测监控场景内行人的实时动态和分布的系统辅助工作人员有效完成对公共场所的监控。本文通过研究和改进背景建模、行人分割、目标跟踪、密度检测、路径规划等相关算法并将其有机的结合在一起,实现在静态背景下对多行人目标进行检测、跟踪、密度检测与模拟疏散。本文的主要研究工作如下:（1）针对视觉背景提取（Visual Background Extractor,ViBe）算法提取运动行人过程中存在鬼影且消除慢的问题提出了一种结合三帧差分法和灰度特征的改进ViBe算法,利用鬼影的空间特性和颜色特征加快鬼影消除,并将改进ViBe算法与多种运动目标检测算法进行对比分析。针对人群密集场景下前景目标粘连问题提出了分步投影分割的方法,通过对粘连前景进行多次垂直投影和水平投影实现对粘连行人的分割和非行人目标的筛除。（2）针对时空上下文视觉跟踪（Fast Tracking via Spatio-Temp...
【文章页数】：94 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题来源
1.2 研究背景与意义
1.3 相关领域国内外研究现状
1.3.1 运动行人检测研究现状
1.3.2 运动目标跟踪研究现状
1.3.3 人群密度检测及路径规划研究现状
1.4 论文研究内容和组织结构
第2章 基于背景建模的运动行人检测算法研究
2.1 Vi Be算法简介
2.2 快速消除鬼影的改进Vi Be算法研究
2.2.1 基于三帧差分的鬼影判别
2.2.2 基于灰度特征的鬼影判别
2.2.3 联合判定流程
2.3 改进Vi Be算法实验结果与分析
2.3.1 算法实验验证
2.3.2 算法性能评估
2.4 前景分割及筛选方案设计
2.4.1 前景目标筛选
2.4.2 垂直投影分割算法研究
2.4.3 分步投影分割算法研究
2.5 目标分割算法实验结果与分析
2.6 本章小结
第3章 静态背景下的运动行人跟踪算法研究
3.1 STC跟踪算法简介
3.2 基于ViBe校正的STC算法研究
3.2.1 干扰检测评估
3.2.2 目标匹配
3.2.3 更新策略及流程展示
3.3 改进STC算法实验结果与分析
3.3.1 算法实验验证
3.3.2 算法性能评估
3.4 基于STC多目标跟踪算法实现
3.4.1 目标更新策略设计
3.4.2 累积人流量统计
3.5 多目标跟踪算法实验结果与分析
3.6 本章小结
第4章 密集人群检测及模拟疏散规划算法研究
4.1 密集人群检测算法研究
4.1.1 判定模块
4.1.2 搜索模块
4.1.3 算法优化
4.1.4 算法整体流程
4.2 密集人群检测实验结果与分析
4.3 模拟疏散路径规划方案研究
4.3.1 A~寻路算法实现
4.3.2 传统人群分流策略分析
4.3.3 时间优化人群分流策略设计
4.4 模拟疏散实验结果与分析
4.5 本章小结
第5章 总结与展望
5.1 本文工作总结
5.2 本文创新点
5.3 工作展望
致谢
参考文献
攻读硕士学位期间与学术论文相关的科研成果
【参考文献】：
期刊论文
[1]基于Retinex灰度增强和颜色信息的时空上下文跟踪算法[J]. 张红颖,胡文博. 计算机辅助设计与图形学学报. 2017(12)
[2]改进视觉背景提取的运动目标检测算法[J]. 吴晗,黄山. 计算机工程与设计. 2017(05)
[3]一种改进的ViBe鬼影抑制算法[J]. 李亚伟,曹凯,王杰,梅超. 广西大学学报(自然科学版). 2017(02)
[4]融合颜色与时空上下文信息的实时目标跟踪算法[J]. 陈晓书,胡则熙,高月芳,田绪红. 小型微型计算机系统. 2017(03)
[5]基于局部敏感直方图的时空上下文跟踪[J]. 葛骁倩,陈秀宏,傅俊鹏. 传感器与微系统. 2017(01)
[6]时空上下文抗遮挡视觉跟踪[J]. 刘万军,董帅含,曲海成. 中国图象图形学报. 2016(08)
[7]融合帧差和ViBe的运动目标检测算法[J]. 魏洪涛,李瑾,吴细秀. 计算机应用研究. 2017(05)
[8]加权的超像素级时空上下文目标跟踪[J]. 王淑敏,宫宁生,陈逸韬. 计算机应用研究. 2017(01)
[9]基于误差补偿的复杂场景下背景建模方法[J]. 秦明,陆耀,邸慧军,吕峰. 自动化学报. 2016(09)
[10]考虑出口选择因素的行人疏散模拟研究[J]. 陈海涛,张立红,杨鹏,于润沧. 复杂系统与复杂性科学. 2015(04)
博士论文
[1]密集人群疏散行为建模与动态特性研究[D]. 屈云超.北京交通大学 2015
[2]突发事件下应急交通疏散研究[D]. 杨鹏飞.湖南大学 2013
[3]面向校园疏散的均衡模型与疏导优化方法研究[D]. 段鹏飞.武汉理工大学 2013
硕士论文
[1]基于视频的运动检测和跟踪技术研究[D]. 王松.浙江大学 2017
[2]出口条件对行人疏散的影响研究[D]. 刘依文.东南大学 2017
[3]行人视频检测与跟踪方法研究[D]. 刘璐.北京交通大学 2015
[4]智能监控中人群密度估计方法研究[D]. 吴国栋.安徽大学 2015
[5]基于ViBe的运动目标检测与阴影消除方法研究[D]. 桂斌.安徽大学 2015
[6]基于视频图像的人群密度估计研究[D]. 陶茂辉.电子科技大学 2014
本文编号：3658131
【文章页数】：94 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题来源
1.2 研究背景与意义
1.3 相关领域国内外研究现状
1.3.1 运动行人检测研究现状
1.3.2 运动目标跟踪研究现状
1.3.3 人群密度检测及路径规划研究现状
1.4 论文研究内容和组织结构
第2章 基于背景建模的运动行人检测算法研究
2.1 Vi Be算法简介
2.2 快速消除鬼影的改进Vi Be算法研究
2.2.1 基于三帧差分的鬼影判别
2.2.2 基于灰度特征的鬼影判别
2.2.3 联合判定流程
2.3 改进Vi Be算法实验结果与分析
2.3.1 算法实验验证
2.3.2 算法性能评估
2.4 前景分割及筛选方案设计
2.4.1 前景目标筛选
2.4.2 垂直投影分割算法研究
2.4.3 分步投影分割算法研究
2.5 目标分割算法实验结果与分析
2.6 本章小结
第3章 静态背景下的运动行人跟踪算法研究
3.1 STC跟踪算法简介
3.2 基于ViBe校正的STC算法研究
3.2.1 干扰检测评估
3.2.2 目标匹配
3.2.3 更新策略及流程展示
3.3 改进STC算法实验结果与分析
3.3.1 算法实验验证
3.3.2 算法性能评估
3.4 基于STC多目标跟踪算法实现
3.4.1 目标更新策略设计
3.4.2 累积人流量统计
3.5 多目标跟踪算法实验结果与分析
3.6 本章小结
第4章 密集人群检测及模拟疏散规划算法研究
4.1 密集人群检测算法研究
4.1.1 判定模块
4.1.2 搜索模块
4.1.3 算法优化
4.1.4 算法整体流程
4.2 密集人群检测实验结果与分析
4.3 模拟疏散路径规划方案研究
4.3.1 A~寻路算法实现
4.3.2 传统人群分流策略分析
4.3.3 时间优化人群分流策略设计
4.4 模拟疏散实验结果与分析
4.5 本章小结
第5章 总结与展望
5.1 本文工作总结
5.2 本文创新点
5.3 工作展望
致谢
参考文献
攻读硕士学位期间与学术论文相关的科研成果
【参考文献】：
期刊论文
[1]基于Retinex灰度增强和颜色信息的时空上下文跟踪算法[J]. 张红颖,胡文博. 计算机辅助设计与图形学学报. 2017(12)
[2]改进视觉背景提取的运动目标检测算法[J]. 吴晗,黄山. 计算机工程与设计. 2017(05)
[3]一种改进的ViBe鬼影抑制算法[J]. 李亚伟,曹凯,王杰,梅超. 广西大学学报(自然科学版). 2017(02)
[4]融合颜色与时空上下文信息的实时目标跟踪算法[J]. 陈晓书,胡则熙,高月芳,田绪红. 小型微型计算机系统. 2017(03)
[5]基于局部敏感直方图的时空上下文跟踪[J]. 葛骁倩,陈秀宏,傅俊鹏. 传感器与微系统. 2017(01)
[6]时空上下文抗遮挡视觉跟踪[J]. 刘万军,董帅含,曲海成. 中国图象图形学报. 2016(08)
[7]融合帧差和ViBe的运动目标检测算法[J]. 魏洪涛,李瑾,吴细秀. 计算机应用研究. 2017(05)
[8]加权的超像素级时空上下文目标跟踪[J]. 王淑敏,宫宁生,陈逸韬. 计算机应用研究. 2017(01)
[9]基于误差补偿的复杂场景下背景建模方法[J]. 秦明,陆耀,邸慧军,吕峰. 自动化学报. 2016(09)
[10]考虑出口选择因素的行人疏散模拟研究[J]. 陈海涛,张立红,杨鹏,于润沧. 复杂系统与复杂性科学. 2015(04)
博士论文
[1]密集人群疏散行为建模与动态特性研究[D]. 屈云超.北京交通大学 2015
[2]突发事件下应急交通疏散研究[D]. 杨鹏飞.湖南大学 2013
[3]面向校园疏散的均衡模型与疏导优化方法研究[D]. 段鹏飞.武汉理工大学 2013
硕士论文
[1]基于视频的运动检测和跟踪技术研究[D]. 王松.浙江大学 2017
[2]出口条件对行人疏散的影响研究[D]. 刘依文.东南大学 2017
[3]行人视频检测与跟踪方法研究[D]. 刘璐.北京交通大学 2015
[4]智能监控中人群密度估计方法研究[D]. 吴国栋.安徽大学 2015
[5]基于ViBe的运动目标检测与阴影消除方法研究[D]. 桂斌.安徽大学 2015
[6]基于视频图像的人群密度估计研究[D]. 陶茂辉.电子科技大学 2014
本文编号：3658131
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3658131.html
