基于視頻的室內(nèi)人流量檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、分類號(hào)分類號(hào)學(xué)號(hào)學(xué)號(hào)M201276172學(xué)校代碼學(xué)校代碼10487密級(jí)密級(jí)碩士學(xué)位論文碩士學(xué)位論文基于視頻的室內(nèi)人流量檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)基于視頻的室內(nèi)人流量檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)學(xué)位申請(qǐng)人學(xué)位申請(qǐng)人：萬學(xué)軍萬學(xué)軍學(xué)科專業(yè)學(xué)科專業(yè)：軟件工程軟件工程指導(dǎo)教師指導(dǎo)教師：萬琳副教授萬琳副教授答辯日期答辯日期：2015.5.11I華中科技大學(xué)碩士學(xué)位論文華中科技大學(xué)碩士學(xué)位論文摘要摘要隨著計(jì)算機(jī)技術(shù)與數(shù)字信號(hào)處理技術(shù)的飛速發(fā)展，計(jì)算機(jī)視覺技術(shù)成為

2、近年的熱門研究方向。人們利用攝像機(jī)等設(shè)備獲取視頻圖像信息，再通過計(jì)算機(jī)將其轉(zhuǎn)化為數(shù)字信號(hào)進(jìn)行分析處理，以便人們更好地理解、利用這些信息。隨著數(shù)字信息的規(guī)模越來越龐大，將信息歸類的要求也越來越高，而人工智能領(lǐng)域的發(fā)展為這個(gè)問題找到新的突破口。利用人工智能的思想，設(shè)計(jì)合適的分類器，通過分類器實(shí)現(xiàn)機(jī)器學(xué)習(xí)，對(duì)信息進(jìn)行分類和甄別，可以更好地實(shí)現(xiàn)應(yīng)用的需求。SVM（SupptVectMachine）一直被認(rèn)為是現(xiàn)成可用的效果最好的分類算法之一，H

3、OG（HistogramofientedGradient）特征自2005年被提出以來便被廣泛地應(yīng)用于人體檢測(cè)領(lǐng)域，利用HOG特征加SVM分類器對(duì)人體進(jìn)行檢測(cè)也成為了最近比較流行的方法?；贖OG特征和SVM分類器的人體識(shí)別技術(shù)主要包括特征提取和特征檢測(cè)兩步，對(duì)樣本數(shù)據(jù)提取HOG特征，以特征向量的形式表示并使用合適的分類器進(jìn)行訓(xùn)練完成對(duì)特定目標(biāo)的檢測(cè)和識(shí)別任務(wù)。本系統(tǒng)旨在通過對(duì)室內(nèi)人流量進(jìn)行統(tǒng)計(jì)分析，幫助決策者掌握人流動(dòng)態(tài)，進(jìn)行相應(yīng)的決策

4、?；谝曨l的室內(nèi)人流量檢測(cè)系統(tǒng)利用俯視拍攝人體頭部不會(huì)互相覆蓋的優(yōu)勢(shì)結(jié)合HOG特征和SVM分類器很好的解決了室內(nèi)人體頭部檢測(cè)的問題，對(duì)于檢測(cè)出的目標(biāo)，采用檢測(cè)指導(dǎo)跟蹤的思想利用邏輯分析對(duì)目標(biāo)進(jìn)行簡(jiǎn)單有效的跟蹤，節(jié)省了系統(tǒng)開支，達(dá)到了較復(fù)雜場(chǎng)景下應(yīng)用的目標(biāo)。在此基礎(chǔ)上為了應(yīng)對(duì)可能到來的更復(fù)雜的情況，研究基于卡爾曼濾波的粒子濾波對(duì)系統(tǒng)進(jìn)行了補(bǔ)充，增強(qiáng)了系統(tǒng)的魯棒性，拓展了系統(tǒng)的適用范圍。關(guān)鍵詞：關(guān)鍵詞：HOG特征SVM分類器人流量檢測(cè)視頻處