学位论文 > 优秀研究生学位论文题录展示

基于视频的人流量统计算法研究与实现

作　者: 朱文菲
导　师: 刘广文
学　校: 长春理工大学
专　业: 模式识别与智能系统
关键词: 背景建模运动检测人体跟踪 Mean Shift算法 Kalman滤波器
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 2次
引　用: 0次
阅　读: 论文下载

内容摘要

人流量统计技术是目前计算机视觉研究的热点领域,人流量统计获得的信息,为各个公共场所的有效管理提供了重要数据来源。本算法通过单目摄像机获取视频图像序列,针对静止背景下视频序列中运动人体目标的检测与跟踪的研究,实现行人流量的统计。本文的主要研究内容包括：图像预处理、背景建模、背景更新、运动检测及目标跟踪。背景建模采用基于统计的方法,讨论了三种不同情况下的背景更新方法,通过背景减除的方法提取行人目标。针对本论文的实际应用,采用结合Kalman滤波器的Mean Shift跟踪算法来对行人目标进行跟踪,有效解决行人速度过快或发生遮挡造成的目标丢失问题。最后,给出行人流量统计算法的流程图及具体方法,并对不同的视频序列进行测试,实验证明本算法能够准确地检测运动目标并对其进行跟踪以达到对行人流量统计的目的。

全文目录

摘要  4-5
ABSTRACT  5-8
第1章绪论  8-11
  1.1 研究背景及意义  8
  1.2 研究现状  8-9
  1.3 运动检测与跟踪存在的难点  9
  1.4 主要研究工作  9-11
第2章人流量统计相关技术  11-16
  2.1 运动检测  11-13
    2.1.1 背景减除法  11
    2.1.2 帧间差分法  11-12
    2.1.3 光流法  12-13
  2.2 运动人体分类  13
    2.2.1 基于形状的分类  13
    2.2.2 基于特征的分类  13
    2.2.3 基于运动特性的分类  13
  2.3 人体跟踪  13-15
    2.3.1 基于模型的跟踪  14
    2.3.2 基于区域的跟踪  14
    2.3.3 基于特征的跟踪  14-15
    2.3.4 基于活动轮廓线的跟踪  15
  2.4 本文的方法  15
  2.5 本章小结  15-16
第3章图像预处理及运动人体检测  16-32
  3.1 图像预处理  17-18
  3.2 运动检测  18-23
    3.2.1 背景建模  18-20
    3.2.2 颜色模型  20-21
    3.2.3 背景减除  21-23
  3.3 背景更新  23-24
  3.4 噪声与阴影的消除  24-27
    3.4.1 数学形态学去噪  24-26
    3.4.2 阴影消除  26-27
  3.5 人体目标  27-30
    3.5.1 连通区域  28
    3.5.2 连通区域标记  28-30
    3.5.3 连通区域合并  30
    3.5.4 非人体目标连通体的去除  30
  3.6 本章小结  30-32
第4章运动人体跟踪  32-44
  4.1 Mean Shift简介  32-35
    4.1.1 Mean Shift理论基础  32-34
    4.1.2 Mean Shift算法的收敛性  34-35
  4.2 Mean Shift跟踪算法  35-38
    4.2.1 目标模型的描述  35-36
    4.2.2 相似性函数  36-37
    4.2.3 目标的定位  37
    4.2.4 跟踪算法描述  37-38
  4.3 引入Kalman滤波器的Mean Shift跟踪算法  38-43
    4.3.1 Kalman滤波器  38-39
    4.3.2 结合Kalman滤波器的目标跟踪算法  39-43
  4.4 本章小结  43-44
第5章行人流量统计实验及结果  44-49
  5.1 人流量统计算法流程  44-45
  5.2 人流量统计方法  45
  5.3 人流量统计算法的指标  45-46
  5.4 行人流量统计结果  46-48
  5.5 本章小结  48-49
第6章总结和展望  49-50
参考文献  50-53
致谢  53

基于视频的人流量统计算法研究与实现

内容摘要

全文目录

相似论文