嵌入式系統(tǒng)中人群密度估計算法研究.pdf

1、隨著社會經(jīng)濟的不斷發(fā)展，城鎮(zhèn)水平的不斷提高。城鎮(zhèn)人口數(shù)量越來越多，隨處可見擁擠的人群，異常群體事件發(fā)生幾率也隨之變大。給人們的生命安全問題帶來了巨大威脅。尤其是在火車站、汽車站等人流量巨大的地方，安全隱患尤為嚴(yán)重。因此利用視頻監(jiān)控系統(tǒng)進行人群密度估計已越來越受到重視。
　　近年來關(guān)于人群密度估計算法的成果很多，但卻總存在一些缺點如計算量繁重、實時性不足、精度低等。本文總結(jié)了前人的經(jīng)驗，在算法的精度和實時性能上提出了一些新的改進，在

2、嵌入式系統(tǒng)中實現(xiàn)了人群密度估計。主要工作有如下幾點：
　　本論文對背景差分法、幀間差分法、三幀差分法以及改進的三幀差分相結(jié)合的這四種前景提取方法做出了仿真對比實驗，并分析各自的優(yōu)缺點，接著用Roberts算子對提取出的前景圖像進行邊緣提取，并通過最小二乘法方法得到了人群前景二值圖像像素總值和人群數(shù)量的擬合曲線，實現(xiàn)了人群數(shù)量的快速估計。通過仿真實驗可以看出所提取的人群前景效果好，而且算法的性能滿足實時性要求。
　　其次論文研

3、究了基于紋理特征分析的人群密度分類算法，采用灰度共生矩陣進行圖像紋理特征提取，并通過仿真實驗選取了合適的方向角，灰度級以及步長，為了進一步降低計算量，本文提出了一種基于主成分降維的方法，獲得了兩個主成分量，最后通過交叉驗證法對支持向量機提取出了最合適的核函數(shù)參數(shù)和懲罰因子，大大提高了人群密度分類的準(zhǔn)確率，最后進行了實驗仿真驗證。
　　最后，通過數(shù)據(jù)傳輸、存取帶寬，以及流水線操作的優(yōu)化設(shè)計實現(xiàn)，完成了灰度共生矩陣算法在嵌入式系統(tǒng)上的