基于HOG的行人跟踪与识别技术的研究与实现

发布时间：2018-07-07 20:02

  本文选题：智能视频监控 + 行人运动分析　； 参考：《国防科学技术大学》2014年硕士论文

【摘要】：随着智能视频监控系统的不断普及,行人跟踪和识别技术已成为计算机视觉与图像处理领域中的研究热点,对提高视频监控检测结果的准确度有着重要作用,在图像处理、智能视频监控、视觉导航、信息检索以及多媒体应用等方面有着重要的实用价值和研究意义。本文的主要研究内容和创新成果包括:1.深入分析了社会治安视频监控的特点,探究可能遇到的难题,明确了系统软件的设计原理、过程和需要解决的问题。详细分析了方向梯度直方图(HOG)的基本原理和特点。2.对行人跟踪与运动分析相关算法进行了研究,阐述了运动目标分类常用的方法,对行人检测流程及相关算法进行了介绍,对当前流行的基于HOG和支持向量机的行人检测方法进行了重点分析。3.以提取特征和构造分类器这两个关键技术为基础,使用兴趣点检测器获取影片中的时空关键点,经过量化后以关键点出现频率的形式来表示。并通过实验发现合并3-D HOG与KPD特征相比单一特征能够提升整体的识别率。4.分析了视频监控系统的基本需求,介绍了硬件结构和模块组成,实现了一个基于HOG特征的智能视频监控系统原型,并对其相关性能进行了验证,取得了较好的效果。
[Abstract]:With the popularity of intelligent video surveillance system, pedestrian tracking and recognition technology has become a research hotspot in the field of computer vision and image processing, which plays an important role in improving the accuracy of video surveillance detection results. Intelligent video surveillance, visual navigation, information retrieval and multimedia applications have important practical value and research significance. The main research contents and innovative results of this paper include: 1. This paper deeply analyzes the characteristics of social security video surveillance, probes into the problems that may be encountered, and clarifies the design principle, process and problems to be solved of the system software. The basic principle and characteristics of directional gradient histogram (hog) are analyzed in detail. This paper studies the algorithms of pedestrian tracking and motion analysis, expounds the common methods of classification of moving objects, introduces the flow of pedestrian detection and related algorithms. The popular pedestrian detection methods based on hog and support vector machine are analyzed in detail. Based on the two key techniques of feature extraction and classifier construction, interest point detector is used to obtain the space-time key points in the film. After quantization, the key points are expressed in the form of frequency of the key points. Experimental results show that the combination of 3-D hog and KPD features can improve the overall recognition rate. 4. This paper analyzes the basic requirements of video surveillance system, introduces the hardware structure and module composition, implements an intelligent video surveillance system prototype based on hog features, and verifies its related performance and achieves good results.
【学位授予单位】：国防科学技术大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP391.41;TN948.6

【相似文献】

相关期刊论文 前10条

1 ;我国研制成功智能视频监控系统[J];消防技术与产品信息;2008年02期

2 李少华;;高清智能视频监控系统保城市平安[J];中国公共安全(综合版);2012年07期

3 饶彦;;幼儿园智能视频监控系统探究[J];计算机光盘软件与应用;2013年13期

4 ;服务于行业客户的网络化智能视频监控系统[J];信息网络;2006年12期

5 黄会雄;;一种智能视频监控体系结构设计方案[J];微计算机信息;2007年16期

6 韩云;郑尚志;;智能视频监控及应用[J];光盘技术;2008年08期

7 李建文;康慕宁;邓正宏;;一个基于行为分析的智能视频监控系统的原型[J];科学技术与工程;2009年06期

8 余腊生;刘勇;;基于网络的智能视频监控系统的设计与实现[J];计算机工程与设计;2009年16期

9 张新新;孔英会;;智能视频监控中的异常检测方法研究[J];黑龙江科技信息;2009年36期

10 余腊生;刘勇;;基于网络的智能视频监控系统的设计与实现[J];安防科技;2009年11期

相关会议论文 前9条

1 沈海燕;冯云梅;史宏;吕晓军;;铁路安检区域智能视频监控系统设计及关键技术研究[A];第八届中国智能交通年会优秀论文集——轨道交通[C];2013年

2 薄海睿;李正宜;杨永生;;浅谈智能视频监控发展[A];第二十七届中国（天津）2013IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2013年

3 付亮亮;李旭伟;;一种面向智能视频监控的系统原型[A];2008'中国信息技术与应用学术论坛论文集（一）[C];2008年

4 侯宏录;李宁鸟;;一种基于运动目标识别技术的智能视频监控系统[A];2011西部光子学学术会议论文摘要集[C];2011年

5 李易;管庆;;基于DM642的智能视频监控系统[A];2008年中国西部青年通信学术会议论文集[C];2008年

6 曹晓玲;;IP智能视频监控系统的发展及挑战[A];四川省通信学会Ip应用与增值电信技术会议论文集[C];2011年

7 朱映映;梁叶;文振q;;智能视频监控中头部运动跟踪的自适应算法研究[A];第七届和谐人机环境联合学术会议（HHME2011)论文集【poster】[C];2011年

8 叶斌;崔兰兰;;浅析智能视频监控中的目标识别差分算法[A];四川省通信学会2013年学术年会论文集[C];2013年

9 李磊;;视频监控关键技术及其应用前景研究[A];武汉市第二届学术年会、通信学会2006年学术年会论文集[C];2006年

相关重要报纸文章 前10条

1 天津天地伟业数码科技有限公司 瞿关明;理性对待智能视频监控[N];计算机世界;2008年

2 索尼(中国)有限公司 文军;如何有效实现智能视频监控[N];计算机世界;2008年

3 王玲;智能视频监控：让人们的生活更安全[N];经济日报;2007年

4 赛迪;智能视频监控粉墨登场[N];中华建筑报;2006年

5 彭东;智能视频监控：给您最及时的危机报告[N];科技日报;2007年

6 赛迪;智能视频监控粉墨登场[N];中华建筑报;2006年

7 记者 郭丹;万安获省专项资金230万[N];湛江日报;2011年

8 陈瑜邋唐婷;智能视频监控：给电子眼装上“大脑”[N];科技日报;2007年

9 ;世博中国馆智能视频监控系统[N];中国计算机报;2010年

10 中国工程院院士 高文;与智能视频监控有关的技术挑战[N];中国信息化周报;2014年

相关博士学位论文 前10条

1 车进;智能视频监控系统的信息处理算法研究及设计实现[D];天津大学;2014年

2 陈功;鲁棒的智能视频监控方法研究[D];中国科学技术大学;2008年

3 王一木;可重构的无线智能视频监控平台的研究[D];浙江大学;2013年

4 张谢华;煤矿智能视频监控系统关键技术的研究[D];中国矿业大学;2013年

5 方帅;计算机智能视频监控系统关键技术研究[D];东北大学;2005年

6 毕国玲;智能视频监控系统中若干关键技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2015年

7 高俊祥;智能视频监控中目标的检测与跟踪[D];北京邮电大学;2010年

8 张剑;基于内容的智能视频监控关键技术及在公共安防中的应用研究[D];浙江大学;2007年

9 焦波;面向智能视频监控的运动目标检测与跟踪方法研究[D];国防科学技术大学;2009年

10 夏东;智能视频监控中目标检测、跟踪和识别方法研究[D];国防科学技术大学;2012年

相关硕士学位论文 前10条

1 钟俊洪;基于深度学习的目标跟踪及异常徘徊检测[D];华南理工大学;2015年

2 韩杰;高清智能视频监控系统软件研发[D];浙江大学;2015年

3 陈政;基于分层贝叶斯模型的智能视频监控中的异常检测[D];西南大学;2015年

4 潘兆华;智能视频监控中的运动目标检测相关技术研究[D];天津理工大学;2015年

5 郑宝国;智能视频监控人群检测研究与应用[D];上海应用技术学院;2015年

6 周洁;智能视频监控中人群异常行为的检测与分析[D];宁波大学;2015年

7 陈正平;某景区智能视频监控平台的设计与实现[D];安徽大学;2015年

8 蒋可心;智能视频监控系统中若干生物特征识别研究[D];电子科技大学;2014年

9 黄旭楠;智能视频监控系统的算法研究[D];西安电子科技大学;2014年

10 李晓楠;基于视频的轨迹分析技术及在目标异常行为检测中的应用研究[D];浙江工商大学;2015年

，

本文编号：2106107