当前位置:主页 > 科技论文 > 网络通信论文 >

智能视频监控中人流量问题的研究

发布时间:2017-09-30 07:33

  本文关键词:智能视频监控中人流量问题的研究


  更多相关文章: 视频监控 前景提取 人群密度 人数统计


【摘要】:随着社会和经济的快速发展,公共安全区域的视频监控部署已经成为常态。就目前而言,广场、地铁站、政府机构、大型商场等公共场所大多实现了视频监控,但简单的对视频图像进行捕捉和记录不足以满足需求。更为重要的是对视频图像进行分析处理,从而实现对异常情况的预警监控。目前大量的视频监控系统需要人力全天候值守,造成了一定的安全隐患,如何实现公安监控视频的自动智能分析是目前研究探讨的热点。本文针对公安视频智能分析中的人流量问题进行了研究和探讨,论文的主要研究内容包括:1)对图像的前景提取方法进行了探讨,经过实验分析对比了几种常用前景目标检测方法的优缺点,实验证明了背景差分法提取的目标相对完整,本文用该方法检测前景图像后进行了形态学处理,减少了图像的噪声和空洞现象,有利于更深入的对图像进行处理和理解。2)针对人群密度估计问题进行了研究,首先研究了基于像素和基于纹理的分析方法,然后实际运用灰度共生矩阵提取人群纹理特征,在分类阶段,提出了一种基于粒子群算法的决策树SVM多分类方法,运用该方法对不同人群密度图像进行了分类,通过实验验证了该方法的有效性。3)研究分析了视频图像中的人数统计方法。提出了一种适用于多种人群密度的人数统计方法,在人群密度较低时利用前景像素与人数的拟合曲线来估计人数,在人群密度较高时则运用基于图像ALBP特征的回归方法对图像人数进行统计,实验验证了该方法对不同人群密度图像的人数统计准确性。
【关键词】:视频监控 前景提取 人群密度 人数统计
【学位授予单位】:合肥工业大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TN948.6
【目录】:
  • 致谢7-8
  • 摘要8-9
  • ABSTRACT9-15
  • 第一章 绪论15-20
  • 1.1 研究背景及意义15-16
  • 1.1.1 课题背景及来源15-16
  • 1.1.2 研究意义16
  • 1.2 国内外研究现状16-19
  • 1.3 本文主要研究内容19-20
  • 第二章 图像前景提取20-31
  • 2.1 图像采集及预处理20-21
  • 2.1.1 图像采集20
  • 2.1.2 图像灰度化20-21
  • 2.2 前景目标提取21-28
  • 2.2.1 帧差法22-23
  • 2.2.2 光流法23-24
  • 2.2.3 背景差法24-28
  • 2.3 形态学处理28-29
  • 2.3.1 形态学基础28
  • 2.3.2 形态学滤波及区域填充28-29
  • 2.3.3 形态学操作实验结果29
  • 2.4 本章小结29-31
  • 第三章 基于支持向量机的人群密度分类31-52
  • 3.1 人群密度特征提取31-40
  • 3.1.1 基于像素统计的人群密度特征31-33
  • 3.1.2 基于图像纹理的人群密度特征33-35
  • 3.1.3 基于灰度共生矩阵的人群密度特征35-40
  • 3.2 支持向量机40-46
  • 3.2.1 支持向量机基础40-42
  • 3.2.2 支持向量机多类分类问题42-46
  • 3.3 基于粒子群算法的决策树SVM多分类方法46-49
  • 3.3.1 基于粒子群聚类的决策树生成算法46-47
  • 3.3.2 粒子群聚类算法设计47-49
  • 3.4 实验结果49-51
  • 3.5 本章小结51-52
  • 第四章 人数统计方法研究52-66
  • 4.1 基于前景像素的人数拟合53-59
  • 4.1.1 透视畸形校正54-55
  • 4.1.2 最小二乘拟合55-57
  • 4.1.3 实验结果57-59
  • 4.2 高密度人群计数方法59-65
  • 4.2.1 图像ALBP特征60-62
  • 4.2.2 人数回归模型建立62-64
  • 4.2.3 实验操作64-65
  • 4.3 本章小结65-66
  • 第五章 总结与展望66-68
  • 5.1 本文主要工作总结66
  • 5.2 工作展望66-68
  • 参考文献68-72
  • 攻读硕士学位期间的学术活动及成果情况72-73

【相似文献】

中国期刊全文数据库 前10条

1 张燕;黎宁;刘福美;;一种基于区域划分的人群密度估计快速方法[J];计算机与数字工程;2011年04期

2 刘福美;黎宁;张燕;张可;;一种基于图像处理的人群密度估计方法[J];计算机与数字工程;2011年05期

3 麻文华;黄磊;刘昌平;;基于置信度分析的人群密度等级分类模型[J];模式识别与人工智能;2011年01期

4 胡波;李晓华;沈兰荪;;场景监控中的人群密度估计[J];电路与系统学报;2007年06期

5 杨裕;朱秋煜;吴喜梅;;复杂场景中的自动人群密度估计[J];现代电子技术;2009年17期

6 李雪峰;李晓华;周激流;;基于完全局部二值模式的人群密度估计[J];计算机工程与设计;2012年03期

7 于艳艳;;商业社区人群密度监测系统设计[J];科技广场;2008年03期

8 黄璐;林燕;;一种基于视频的车站人群密度估计算法[J];计算机时代;2012年07期

9 贾永华;呼志刚;浦世亮;;基于视频前景边缘和特征检测的人群密度估计方法[J];中国公共安全(综合版);2011年05期

10 覃勋辉;王修飞;周曦;刘艳飞;李远钱;;多种人群密度场景下的人群计数[J];中国图象图形学报;2013年04期

中国重要会议论文全文数据库 前2条

1 方曼;姚晓晖;李剑峰;;社会重大活动中人群的监测与管控方法研究[A];中国职业安全健康协会2009年学术年会论文集[C];2009年

2 熊艳;冯志斌;;人群密集场所人流管控方案探讨[A];中国职业安全健康协会2008年学术年会论文集[C];2008年

中国重要报纸全文数据库 前1条

1 记者 陈建强 通讯员 张轶帆;南开大学 实现人群密度与轨迹智能跟踪[N];光明日报;2012年

中国博士学位论文全文数据库 前2条

1 叶子;基于视觉计算的人群场景理解与行为分析[D];中国矿业大学(北京);2013年

2 朱海龙;复杂气象条件下动态人群场景分析方法研究[D];哈尔滨工业大学;2012年

中国硕士学位论文全文数据库 前10条

1 任庆云;智能视频监控中的人群密度估计方法[D];河北师范大学;2011年

2 张q,

本文编号:946917


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/wltx/946917.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户12395***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com