近年來,擁擠狀況下的人群踩踏事件常有發(fā)生,對人群的管理調控就顯得尤其重要。因此,人群計數(shù)已經成為智能監(jiān)控中必不可少的一項功能,它不僅在人數(shù)預測方面可以發(fā)揮作用,而且在安全監(jiān)管方面也可以達到很好的效果。在本文中,本人參與提出了一種在擁擠情況下對遮擋敏感的人群計數(shù)方法,該方法可以有效減少災難性踩踏事件的發(fā)生。第一步,作者分別采用幀差法和高斯混合模型來提取前景圖像,然后將兩幅提取出的前景圖像進行邏輯與操作來生成一幅新的前景圖像,得到的新的前景圖像比分別得到的前景都要準確。第二步,在場景分割中,作者在大量實驗的基礎上將每一幀圖像在空間上平均分成九個區(qū)域,實驗證明,這樣的分割方式相比于其他的方式結果更加準確。第三步,作者先在已有算法的基礎上得到一個粗略的人數(shù)統(tǒng)計,然后我們提出了遮擋系數(shù)的概念來解決人群計數(shù)時的遮擋問題。對每一個區(qū)域來說,哈里斯角點的個數(shù)和前景像素點的總數(shù)都是計算遮擋系數(shù)必不可少的因子。最終的人數(shù)就可以通過粗略的人數(shù)統(tǒng)計和遮擋系數(shù)計算得到。通過實驗表明,作者提出的方法有較好的精確性和魯棒性。隨著人群計數(shù)的實現(xiàn),準確的人群流量預測也成為了現(xiàn)實。研究表明,人群路段上某時刻的人群流量與本路...

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
序言
1 引言
    1.1 研究背景和意義
    1.2 國內外研究現(xiàn)狀
    1.3 研究思路與分析方法
        1.3.1 研究思路
        1.3.2 分析方法
    1.4 論文主要工作
    1.5 本章小結
2 高密度人群計數(shù)概述
    2.1 智能監(jiān)控系統(tǒng)結構簡述
    2.2 人群計數(shù)算法概述
        2.2.1 基于像素統(tǒng)計的擁擠人群計數(shù)算法
        2.2.2 基于紋理特征分析的擁擠人群計數(shù)算法
    2.3 人群擁擠程度研究
    2.4 小波神經網(wǎng)絡的發(fā)展
    2.5 本章小結
3 高密度人群計數(shù)算法實現(xiàn)
    3.1 圖像預處理
    3.2 前景圖像提取
    3.3 遮擋系數(shù)的計算和人群計數(shù)
        3.3.1 特征點提取
        3.3.2 場景分割和遮擋系數(shù)計算
    3.4 人數(shù)統(tǒng)計
    3.5 本章小結
4 基于小波神經網(wǎng)絡的短時人群流量預測
    4.1 小波理論
    4.2 小波神經網(wǎng)絡
        4.2.1 神經網(wǎng)絡
        4.2.2 反向傳播算法
        4.2.3 小波神經網(wǎng)絡
    4.3 網(wǎng)絡模型建立
    4.4 本章小結
5 高密度人群計數(shù)和流量預測的結果與分析
    5.1 前景提取
    5.2 擁擠人群計數(shù)
    5.3 短時人群流量預測
    5.4 本章小結
6 總結與展望
    6.1 總結
    6.2 展望
參考文獻
作者簡歷及攻讀碩士/博士學位期間取得的研究成果
學位論文數(shù)據(jù)集



本文編號：4048277