面向视频监控应用的人群分析研究

发布时间:2017-05-04 12:10

  本文关键词:面向视频监控应用的人群分析研究,,由笔耕文化传播整理发布。


【摘要】:传统的视频监控系统中,人力资源的使用依然占有主要部分,需要有专门的人员对监控视频进行实时的维护。然而,随着越来越多摄像头的出现,以及越来越复杂的人群行为,很容易造成监控人员的懈怠,从而漏掉关键信息。因此,对视频内容进一步的分析成为了当前视频监控系统的研究重点。在视频监控系统中,人群分析成为监控智能化最为关键的部分。人群作为监控中最重要的目标,具有行为和尺度上的多样性。个体角度出发,需要智能监控能够实现行人的跟踪和比较;从群体角度出发,需要检测人群的分布和状态。因此,对不同尺度的人群进行分析成为亟待解决的问题。本文对人群分析中的行人计数算法进行研究,总结并介绍了主流的四个算法方向:基于个体检测的行人计数算法、基于团块分割的行人计数算法、基于统计回归的行人计数算法和基于虚拟门的行人计数算法。在这些算法当中,主要存在两个难点。人群的遮挡情况难以避免,因此容易因此计数漏人。同时,为了达到较高的准确率,算法的复杂度同样也变高,对于实时性的应用效果下降。基于对行人计数算法的研究,为了进一步解决现存算法中准确率和实时性的问题,本文提出了基于通量和遮挡系数的行人计数算法。借鉴了流体力学中的概念,把通量这一物理量引入行人计数算法当中,避免了对行人进行检测,减少了时间复杂度;同时,对于中高密度等级的人群遮挡情况,提出了基于边缘间隔和边缘数量的遮挡系数计算方法,对于不同遮挡场景能够实现自适应计算,进一步解决了行人计数面临的遮挡难题;最后,基于通量和遮挡系数,本文提出了回归模型对行人进行计数处理。本文提出的算法在一定程度上提高了算法的准确率,同时满足了实时性的需求。最后,将该算法应用到PETS2009和实际场景中,对算法的性能进行测试,并对实验结果进行分析,证明了本文提出算法在准确率和实时性方面都具有一定程度的提高。最后,根据公安部门的需求以及实践应用,研究设计并搭建了面向视频监控的人群分析系统。在系统方案、硬件方案、操作系统、算法方案这四方面,对主流的方案进行分析比较,根据目标和应用需求,选择了基于Intel架构的Windows操作系统,以后端智能监控为主要模块的方案,设计并搭建了面向视频监控的人群分析系统,开发出应用软件,提供面向监控人员的操作界面和算法接口。在面向视频监控的人群分析系统的算法方案搭建中,研究了4种主要的人群分析算法。行人比对计数能够关联不同摄像机下的相同行人,算法通过对行人进行的检测以及HOG特征提取,最后经过距离比对计算,达到目标搜索或目标路径等目的。基于行人分析的摘要提取及检索技术能够提高存储效率,通过对行人的检测和跟踪,将行人数据浓缩成一张图片,并存入数据库,有效地减少监控人员的工作量,提高了监控效率。人群密度估计技术能够对感兴趣区域进行密度等级评估以及人群分布检测,实现对人群状态的实时监控。基于通量和遮挡系数的行人技术算法对行人进行计数统计。最后,设计实现面向视频监控的人群分析系统在上海市公安局搭建了演示验证平台,性能满足实际应用需求,得到了用户的好评。
【关键词】:人群分析 行人计数 通量 遮挡系数 智能监控系统
【学位授予单位】:上海交通大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TN948.6
【目录】:
  • 摘要3-5
  • ABSTRACT5-10
  • 第一章 绪论10-16
  • 1.1 选题背景和意义10-13
  • 1.1.1 视频监控的背景和意义11-12
  • 1.1.2 视频监控的智能化12-13
  • 1.2 研究内容与创新点13-14
  • 1.3 章节安排14-16
  • 第二章 基于智能视频监控的人群分析算法综述16-26
  • 2.1 智能监控系统概述16-18
  • 2.1.1 人群分析系统17-18
  • 2.2 行人计数统计算法18-25
  • 2.2.1 基于个体检测的行人计数算法19-21
  • 2.2.2 基于团块分割的行人计数算法21-22
  • 2.2.3 基于统计回归的行人计数算法22-23
  • 2.2.4 基于虚拟门的行人计数算法23-24
  • 2.2.5 算法比较分析24-25
  • 2.3 本章小结25-26
  • 第三章 基于通量和遮挡系数的行人计数算法研究26-50
  • 3.1 引言26-27
  • 3.2 基于通量和遮挡系数的行人计数系统27-28
  • 3.3 行人流计算28-35
  • 3.3.1 流体力学概念的引用28-29
  • 3.3.2 矢量场与通量29-30
  • 3.3.3 光流法与人流矢量场30-33
  • 3.3.4 行人流的通量计算33-35
  • 3.4 遮挡系数35-41
  • 3.4.1 边缘检测36-38
  • 3.4.2 基于边缘间隔和边缘数量的遮挡系数38-41
  • 3.5 回归模型41-42
  • 3.6 实验结果分析及算法应用42-49
  • 3.6.1 行人统计实验条件42-44
  • 3.6.2 实验结果分析44-48
  • 3.6.3 算法应用48
  • 3.6.4 算法特点分析48-49
  • 3.7 本章小结49-50
  • 第四章 面向视频监控应用的人群分析系统设计与实现50-72
  • 4.1 引言50-51
  • 4.1.1 背景分析50
  • 4.1.2 研究内容50-51
  • 4.2 系统设计与实现51-59
  • 4.2.1 系统平台简介51-53
  • 4.2.2 技术路线选择53-55
  • 4.2.3 系统软件开发55-59
  • 4.2.4 系统特点59
  • 4.3 算法分析系统设计59-61
  • 4.4 核心算法技术及在线测试61-69
  • 4.4.1 行人比对技术61-64
  • 4.4.2 基于行人分析的摘要提取及检索技术64-65
  • 4.4.3 基于SST-LBP的人群密度估计65-69
  • 4.5 应用前景69-71
  • 4.6 本章小结71-72
  • 第五章 总结与展望72-74
  • 5.1 总结72-73
  • 5.2 展望73-74
  • 参考文献74-78
  • 致谢78-79
  • 攻读硕士学位期间已发表或录用的论文79-81

【相似文献】

中国期刊全文数据库 前10条

1 陶范;湖北公安高等专科学校学报作者群分析[J];湖北公安高等专科学校学报;1999年06期

2 司景成;《档案天地》1982~1994年论文作者群分析[J];档案天地;1995年06期

3 曲俊延,赵惠祥;《上海铁道大学学报》论文及作者群分析[J];上海铁道大学学报;1997年03期

4 曹迎春,张红云;《畜牧兽医学报》作者群分析[J];湖南农业大学学报(社会科学版);2001年03期

5 窦春蕊,温晓平,屈李纯;《西北农林科技大学学报(自然科学版)》作者群分析[J];西北农林科技大学学报(社会科学版);2004年05期

6 罗文婷,罗式胜;近五年《浙江档案》论文作者群分析[J];浙江档案;2003年10期

7 田崇振,王顺新,段交泰;本刊作者群分析[J];河北工程技术高等专科学校学报;1997年04期

8 许卓文;康文华;李玉丁;;《临床荟萃》作者群分析[J];临床荟萃;2006年03期

9 郝巧玉,张凤珍;《水利学报》的论文作者群分析[J];华北水利水电学院学报(社科版);1995年03期

10 穆丽红;2000—2003年《中国环境科学》作者群分析[J];科技情报开发与经济;2004年12期

中国重要会议论文全文数据库 前6条

1 聂克艳;高红卫;杨林;;《贵州农业科学》1988~2005年载文作者群分析[A];第四届全国核心期刊与期刊国际化、网络化研讨会论文集[C];2006年

2 穆楠;李时群;尹航;张英;;《玉米科学》作者群分析[A];编辑学报(2009年增刊)[C];2009年

3 李洪东;梁逸曾;许青松;;模型集群分析:化学与生物数据分析的一般方法学[A];中国化学会第28届学术年会第14分会场摘要集[C];2012年

4 穆丽红;;2000—2003年《中国环境科学》作者群分析[A];山西省科学技术情报学会学术年会论文集[C];2004年

5 李洪东;许青松;梁逸曾;;基于模型集群分析的模型预测性能的综合评价[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年

6 龙旭霞;李洪东;范伟;许青松;梁逸曾;;基于互信息的模型集群分析变量选择方法研究[A];中国化学会第28届学术年会第14分会场摘要集[C];2012年

中国重要报纸全文数据库 前1条

1 记者 俞永均邋通讯员 姚波;广交会大幅扩容[N];宁波日报;2008年

中国博士学位论文全文数据库 前1条

1 李洪东;广义灰色分析体系建模的基本问题及其模型集群分析研究[D];中南大学;2012年

中国硕士学位论文全文数据库 前1条

1 卢晓威;面向视频监控应用的人群分析研究[D];上海交通大学;2015年


  本文关键词:面向视频监控应用的人群分析研究,由笔耕文化传播整理发布。



本文编号:345044

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/345044.html


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

版权申明:资料由用户8cf09***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