

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著社會(huì)經(jīng)濟(jì)和計(jì)算機(jī)技術(shù)的不斷發(fā)展,人們對(duì)公共安全問(wèn)題關(guān)注度越來(lái)越高?,F(xiàn)如今,智能視頻監(jiān)控系統(tǒng)已大量應(yīng)用在醫(yī)院、大型商場(chǎng)、學(xué)校、火車(chē)站、汽車(chē)站、居民住宅區(qū)等公共場(chǎng)所,協(xié)助安全人員在遇到緊急情況時(shí)可以更加及時(shí)的處理,保證公民的人身和財(cái)產(chǎn)安全。同時(shí)還可以幫助管理人員及時(shí)的處理公共設(shè)施的調(diào)配問(wèn)題,使得公共資源能夠合理分配,社會(huì)生活有序快速進(jìn)行。人數(shù)統(tǒng)計(jì)是智能視頻監(jiān)控領(lǐng)域的一個(gè)具有重要現(xiàn)實(shí)意義的研究方向,也是計(jì)算機(jī)視覺(jué)與模式識(shí)別領(lǐng)域的一個(gè)研究熱
2、點(diǎn)和難點(diǎn)。準(zhǔn)確、實(shí)時(shí)的估計(jì)出監(jiān)控場(chǎng)景中的實(shí)際人數(shù)可以幫助相關(guān)人員進(jìn)行事前預(yù)警和事后決策。人數(shù)統(tǒng)計(jì)系統(tǒng)在公共安全防控和商業(yè)信息采集上均具有非常重要的研究意義。
本文首先介紹了有關(guān)人數(shù)統(tǒng)計(jì)算法的國(guó)內(nèi)外研究現(xiàn)狀,仔細(xì)分析了這些方法的特點(diǎn),并對(duì)現(xiàn)有方法做了分類(lèi)總結(jié)?,F(xiàn)有基于監(jiān)控視頻的人數(shù)統(tǒng)計(jì)方法大體上可分為兩大類(lèi)方法。一類(lèi)是基于目標(biāo)檢測(cè)的人數(shù)統(tǒng)計(jì)方法,另一類(lèi)是基于特征回歸的人數(shù)統(tǒng)計(jì)方法。這兩類(lèi)方法各有利弊,且各有其適用的場(chǎng)合。基于目標(biāo)
3、檢測(cè)的人數(shù)統(tǒng)計(jì)方法優(yōu)點(diǎn)是能定位到目標(biāo)的具體位置分布,而且計(jì)數(shù)結(jié)果的可信度高。缺點(diǎn)是在監(jiān)控場(chǎng)景環(huán)境復(fù)雜、目標(biāo)嚴(yán)重遮擋的情況下檢測(cè)效果差強(qiáng)人意?;谔卣骰貧w的人數(shù)統(tǒng)計(jì)方法優(yōu)點(diǎn)是在人群密集的情況下也能大致估計(jì)出人數(shù)結(jié)果。缺點(diǎn)是在背景復(fù)雜、相機(jī)透視的情況下,很難找到一個(gè)通用的人群特征描述,使得計(jì)數(shù)效果不理想。針對(duì)以上兩類(lèi)人數(shù)統(tǒng)計(jì)方法存在的問(wèn)題,本文提出了兩種不同的監(jiān)控視頻人數(shù)統(tǒng)計(jì)方法。
基于目標(biāo)檢測(cè)的人數(shù)統(tǒng)計(jì)方法中考慮到人頭部分在大多
4、數(shù)監(jiān)控場(chǎng)景下,遮擋較小,多樣性也相對(duì)人體較低,所以本文選擇檢測(cè)人頭作為人數(shù)統(tǒng)計(jì)對(duì)象。提出了基于Adaboost與卡爾曼濾波結(jié)合的人數(shù)統(tǒng)計(jì)算法。首先通過(guò)機(jī)器學(xué)習(xí)Adaboost的方法得到人頭檢測(cè)分類(lèi)器,并使用多尺度滑動(dòng)窗配合非極大值抑制算法對(duì)視頻圖像進(jìn)行人頭初步檢測(cè)。然后,將第一步人頭初檢測(cè)出的結(jié)果圖像輸出,并人工挑選出這些難分的正確分類(lèi)與錯(cuò)誤分類(lèi)的圖像,再將它們作為SVM算法的訓(xùn)練樣本進(jìn)行再學(xué)習(xí)。學(xué)習(xí)得到人頭篩選的二次分類(lèi)器用以對(duì)初步檢
5、測(cè)結(jié)果進(jìn)行二次篩選,以此方式有效去除錯(cuò)誤檢測(cè),增強(qiáng)了計(jì)數(shù)可信度。最后,使用卡爾曼濾波與檢測(cè)結(jié)果數(shù)據(jù)關(guān)聯(lián)算法彌補(bǔ)幀間漏檢,并把數(shù)據(jù)關(guān)聯(lián)處理后的結(jié)果作為最終的人數(shù)統(tǒng)計(jì)結(jié)果。實(shí)驗(yàn)證明該方法解決了有效去除誤檢測(cè)與幀間漏檢問(wèn)題,使得檢測(cè)與人數(shù)統(tǒng)計(jì)結(jié)果更加穩(wěn)定,對(duì)比初步檢測(cè)結(jié)果,計(jì)數(shù)準(zhǔn)確率提高了10%以上。
基于特征回歸的人數(shù)統(tǒng)計(jì)方法中特征選擇是關(guān)鍵。本文提出了在特征選擇方面有優(yōu)勢(shì)的基于卷積神經(jīng)網(wǎng)絡(luò)的監(jiān)控視頻人數(shù)統(tǒng)計(jì)算法,該方法使用深度學(xué)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 動(dòng)態(tài)場(chǎng)景監(jiān)控系統(tǒng)中人數(shù)統(tǒng)計(jì)算法的研究.pdf
- 視頻圖像中人數(shù)統(tǒng)計(jì)算法研究.pdf
- 視頻監(jiān)控場(chǎng)景中人數(shù)統(tǒng)計(jì)方法的研究與應(yīng)用.pdf
- 室內(nèi)實(shí)時(shí)人數(shù)統(tǒng)計(jì)算法與設(shè)計(jì).pdf
- 基于人頭檢測(cè)的人數(shù)統(tǒng)計(jì)算法研究.pdf
- 基于深度學(xué)習(xí)的視頻人數(shù)統(tǒng)計(jì)算法研究與實(shí)現(xiàn).pdf
- 基于視頻的室內(nèi)空間人數(shù)統(tǒng)計(jì)算法研究.pdf
- 視頻會(huì)議參會(huì)人員人數(shù)統(tǒng)計(jì)算法研究與實(shí)現(xiàn).pdf
- 智能視頻監(jiān)控中客流量統(tǒng)計(jì)算法的研究與應(yīng)用.pdf
- 視頻圖像處理中人流量統(tǒng)計(jì)算法研究.pdf
- 視頻監(jiān)控中人數(shù)統(tǒng)計(jì)方法的研究與實(shí)現(xiàn).pdf
- 復(fù)雜場(chǎng)景下基于視頻的行人流量統(tǒng)計(jì)算法研究.pdf
- 視頻監(jiān)控中人群人數(shù)統(tǒng)計(jì)方法研究.pdf
- 車(chē)流量統(tǒng)計(jì)算法研究.pdf
- 安防監(jiān)控中人群人數(shù)統(tǒng)計(jì)方法的研究.pdf
- 流數(shù)據(jù)統(tǒng)計(jì)算法研究.pdf
- 基于視頻的車(chē)流量統(tǒng)計(jì)算法研究.pdf
- 基于匹配統(tǒng)計(jì)算法的文本復(fù)制檢測(cè)研究.pdf
- 基于雙目立體視覺(jué)的客流統(tǒng)計(jì)算法研究.pdf
- 基于視頻的人流量統(tǒng)計(jì)算法研究.pdf
評(píng)論
0/150
提交評(píng)論