

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、隨著視頻監(jiān)控在社會(huì)公共場(chǎng)所的普遍應(yīng)用,如何利用計(jì)算機(jī)視覺(jué)技術(shù)實(shí)現(xiàn)實(shí)時(shí)高效的人數(shù)統(tǒng)計(jì)是當(dāng)今視頻監(jiān)控領(lǐng)域重點(diǎn)研究問(wèn)題之一。在飛機(jī)場(chǎng)、超市商場(chǎng)、地鐵站及旅游景點(diǎn)等人流密度大的公共場(chǎng)所,自動(dòng)人數(shù)統(tǒng)計(jì)技術(shù)的應(yīng)用可以有效提醒管理人員監(jiān)管場(chǎng)所存在的潛在危險(xiǎn),從而減輕人腦的工作量,使得監(jiān)管人員有更多的時(shí)間投入到突發(fā)事件的分析和處理階段。因此,研究行人統(tǒng)計(jì)技術(shù)對(duì)人們的生活有著非常重要的意義。
目前,基于行人檢測(cè)和運(yùn)動(dòng)目標(biāo)跟蹤的行人統(tǒng)計(jì)技術(shù)是當(dāng)前
2、比較流行的計(jì)數(shù)方法。但是,大多數(shù)準(zhǔn)確率高的行人計(jì)數(shù)方法存在復(fù)雜且實(shí)時(shí)性能差的缺點(diǎn),而簡(jiǎn)單且實(shí)時(shí)性能好的算法又不能保證計(jì)數(shù)的準(zhǔn)確率。所以,本文主要針對(duì)固定攝像頭的視頻序列中的行人,提出一種算法簡(jiǎn)單且能保證一定準(zhǔn)確率的行人統(tǒng)計(jì)技術(shù)。本文的主要研究工作及如下:
(1)針對(duì)視覺(jué)背景提取算法容易產(chǎn)生鬼影現(xiàn)象或在消除鬼影時(shí)對(duì)緩慢和短暫停留的運(yùn)動(dòng)物體難以檢測(cè)的問(wèn)題,本文提出一種改進(jìn)視覺(jué)背景提取模型的前景檢測(cè)算法。首先,采用盲目更新策略更新背
3、景模型避免產(chǎn)生鬼影,并通過(guò)建立自適應(yīng)更新的前景模型對(duì)背景模型中分類為背景的像素點(diǎn)進(jìn)行二次分類,提高了前景點(diǎn)的正確識(shí)別率。最后,利用形態(tài)學(xué)操作進(jìn)行后期處理,實(shí)現(xiàn)了運(yùn)動(dòng)目標(biāo)的有效檢測(cè)。實(shí)驗(yàn)驗(yàn)證改進(jìn)后的算法對(duì)緩慢或短暫停留的運(yùn)動(dòng)目標(biāo)的前景檢測(cè)性能更好。
(2)采用基于背景差分的運(yùn)動(dòng)區(qū)域檢測(cè)和HOG特征統(tǒng)計(jì)學(xué)習(xí)的行人檢測(cè)結(jié)合的方法,提高對(duì)行人目標(biāo)的HOG特征提取的速度。同時(shí),利用SVM訓(xùn)練分類器,將難識(shí)別的正負(fù)樣本進(jìn)行反復(fù)訓(xùn)練及測(cè)試,
4、提高分類器的識(shí)別率。實(shí)驗(yàn)數(shù)據(jù)表明,該方法提高了行人檢測(cè)的識(shí)別率和速度。
(3)提出一種簡(jiǎn)單的基于標(biāo)記符模型跟蹤計(jì)數(shù)的方法。該方法首先利用鄰域像素標(biāo)記為每個(gè)像素建立標(biāo)記符模型,通過(guò)模型的主成分標(biāo)記值分析確定當(dāng)前幀每個(gè)像素的標(biāo)記值。然后,對(duì)不同的前景區(qū)域塊的主成分標(biāo)記進(jìn)行分析,確定區(qū)域塊的標(biāo)記值,消除了錯(cuò)誤標(biāo)記的干擾。最后,更新每個(gè)像素的標(biāo)記符模型,對(duì)比相鄰幀運(yùn)動(dòng)區(qū)域的標(biāo)記值,并將最大標(biāo)記值作為行人統(tǒng)計(jì)值,從而實(shí)現(xiàn)行人目標(biāo)的跟蹤計(jì)
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
- 基于模型的行人跟蹤.pdf
- 基于統(tǒng)計(jì)語(yǔ)言模型的檢索模型及其平滑技術(shù)的研究.pdf
- 基于部件模型的復(fù)雜環(huán)境行人檢測(cè)技術(shù)研究.pdf
- 基于統(tǒng)計(jì)語(yǔ)言模型和Passage特征的信息檢索模型研究.pdf
- 行人交通特征的實(shí)驗(yàn)和模型研究.pdf
- 基于生存分析和離散選擇模型的行人過(guò)街安全研究.pdf
- 基于格子氣模型的行人交通研究.pdf
- 基于全局背景模型和輔助模型的說(shuō)話人確認(rèn)系統(tǒng).pdf
- 基于社會(huì)力模型的行人過(guò)街仿真研究.pdf
- 融合行人檢測(cè)器和顏色模型的行人跟蹤算法研究.pdf
- 基于屬性標(biāo)記的訪問(wèn)控制模型研究.pdf
- 基于改進(jìn)社會(huì)力模型的行人仿真和交通組織研究.pdf
- 基于統(tǒng)計(jì)模型和GPU的實(shí)時(shí)海浪模擬研究.pdf
- 基于認(rèn)知視覺(jué)注意模型的行人檢測(cè).pdf
- 基于行人占據(jù)區(qū)域的泰森多邊形密度統(tǒng)計(jì)方法及其模型研究.pdf
- 基于區(qū)域勢(shì)場(chǎng)和費(fèi)用勢(shì)場(chǎng)的行人流模型研究.pdf
- 統(tǒng)計(jì)語(yǔ)言模型平滑技術(shù)和壓縮技術(shù)的研究與實(shí)現(xiàn).pdf
- 基于視頻圖像的行人統(tǒng)計(jì)技術(shù)研究.pdf
- 基于統(tǒng)計(jì)模型和掩蔽效應(yīng)的語(yǔ)音增強(qiáng).pdf
- 基于統(tǒng)計(jì)模型的顱面復(fù)原技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論