基于HOG和SVM的人體識(shí)別技術(shù)在交通樞紐綜合體的應(yīng)用研究.pdf

1、隨著我國(guó)經(jīng)濟(jì)的迅速發(fā)展，城市化的速度也在加快，城市的交通也隨之得到了飛速發(fā)展，越來(lái)越多的大型交通樞紐綜合體涌現(xiàn)出來(lái)。運(yùn)動(dòng)人體目標(biāo)的檢測(cè)識(shí)別是當(dāng)前圖像處理和計(jì)算機(jī)視覺(jué)領(lǐng)域研究的熱點(diǎn)之一，廣泛的應(yīng)用于很多領(lǐng)域。
　　 本論文的主要目的是解決交通樞紐綜合體的人體目標(biāo)識(shí)別，致力于研究適合交通樞紐綜合體的人體檢測(cè)算法，并建立智能視頻監(jiān)控系統(tǒng)。通過(guò)分析交通樞紐綜合體的監(jiān)控特點(diǎn)和行人特征，本文提出采用基于梯度方向直方圖(Histogram o

2、f Oriented Gradients)的人員識(shí)別算。為了提高精確度，加入了人體的形體特征。并以南京南站為視頻采集點(diǎn)，通過(guò)拍攝人員視頻和采集各個(gè)典型場(chǎng)景的監(jiān)控視頻，建立了交通樞紐綜合體的人體樣本庫(kù)。通過(guò)采集共得到正樣本1000多個(gè)人體樣本，負(fù)樣本458個(gè)非人體樣本。正樣本包括了常見(jiàn)的人體姿態(tài)（靜止、步行、跑步、彎腰、抱小孩、攜帶行李）。負(fù)樣本包括交通樞紐里面的與人體無(wú)關(guān)的物體，包括行李、扶梯、影子、車子等物體。
　　 主要算法