嵌入式系統(tǒng)中人群密度估計(jì)算法研究.pdf

1、隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展，城鎮(zhèn)水平的不斷提高。城鎮(zhèn)人口數(shù)量越來越多，隨處可見擁擠的人群，異常群體事件發(fā)生幾率也隨之變大。給人們的生命安全問題帶來了巨大威脅。尤其是在火車站、汽車站等人流量巨大的地方，安全隱患尤為嚴(yán)重。因此利用視頻監(jiān)控系統(tǒng)進(jìn)行人群密度估計(jì)已越來越受到重視。
　　近年來關(guān)于人群密度估計(jì)算法的成果很多，但卻總存在一些缺點(diǎn)如計(jì)算量繁重、實(shí)時(shí)性不足、精度低等。本文總結(jié)了前人的經(jīng)驗(yàn)，在算法的精度和實(shí)時(shí)性能上提出了一些新的改進(jìn)，在

2、嵌入式系統(tǒng)中實(shí)現(xiàn)了人群密度估計(jì)。主要工作有如下幾點(diǎn)：
　　本論文對(duì)背景差分法、幀間差分法、三幀差分法以及改進(jìn)的三幀差分相結(jié)合的這四種前景提取方法做出了仿真對(duì)比實(shí)驗(yàn)，并分析各自的優(yōu)缺點(diǎn)，接著用Roberts算子對(duì)提取出的前景圖像進(jìn)行邊緣提取，并通過最小二乘法方法得到了人群前景二值圖像像素總值和人群數(shù)量的擬合曲線，實(shí)現(xiàn)了人群數(shù)量的快速估計(jì)。通過仿真實(shí)驗(yàn)可以看出所提取的人群前景效果好，而且算法的性能滿足實(shí)時(shí)性要求。
　　其次論文研

3、究了基于紋理特征分析的人群密度分類算法，采用灰度共生矩陣進(jìn)行圖像紋理特征提取，并通過仿真實(shí)驗(yàn)選取了合適的方向角，灰度級(jí)以及步長(zhǎng)，為了進(jìn)一步降低計(jì)算量，本文提出了一種基于主成分降維的方法，獲得了兩個(gè)主成分量，最后通過交叉驗(yàn)證法對(duì)支持向量機(jī)提取出了最合適的核函數(shù)參數(shù)和懲罰因子，大大提高了人群密度分類的準(zhǔn)確率，最后進(jìn)行了實(shí)驗(yàn)仿真驗(yàn)證。
　　最后，通過數(shù)據(jù)傳輸、存取帶寬，以及流水線操作的優(yōu)化設(shè)計(jì)實(shí)現(xiàn)，完成了灰度共生矩陣算法在嵌入式系統(tǒng)上的