2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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、隨著經(jīng)濟(jì)的快速發(fā)展,人員往來的日益頻繁,人口流動(dòng)的速度在不斷地加快。這也導(dǎo)致城市里、景區(qū)中高密度人流的公共場(chǎng)所越來越多。而這些場(chǎng)所的人員安全問題也日益成為一個(gè)十分迫切的問題。視頻監(jiān)控技術(shù)的高速發(fā)展,特別是人流密度檢測(cè)技術(shù)的興起,為保障這些場(chǎng)所的安全提供了一種手段。通過實(shí)時(shí)的人流密度檢測(cè)系統(tǒng),管理者或者組織者能夠及時(shí)方便的采取相對(duì)應(yīng)的措施,避免險(xiǎn)情的發(fā)生,保證人民群眾的生命財(cái)產(chǎn)安全。
  本文首先介紹了人流密度檢測(cè)的意義以及國(guó)內(nèi)外人

2、流密度檢測(cè)研究的現(xiàn)狀。然后研究了圖像預(yù)處理的知識(shí),這也是人流密度檢測(cè)的理論基礎(chǔ)。在特征提取與跟蹤算法的研究中,重點(diǎn)探討了基于KLT(Kanade-Lucas-Tomasi)算法的特征提取與跟蹤,并將其與傳統(tǒng)特征提取方法進(jìn)行了對(duì)比分析,最后利用KLT算法完成了視頻圖像特征點(diǎn)的提取。這一章的研究是為聚集度反應(yīng)人流密度奠定了基礎(chǔ)。在人流密度檢測(cè)算法的研究中,分析了目前主流的基于像素統(tǒng)計(jì)和基于紋理分析的人流密度檢測(cè)算法。通過實(shí)驗(yàn)完成了兩種算法的

3、對(duì)比,其中基于紋理分析的算法采用了灰度共生矩陣。在深入分析了SDP(Self-Driven Particles)模型后闡述了聚集度的概念后,通過仿真檢驗(yàn)了SDP模型。聚集度描述了個(gè)體參與群體運(yùn)動(dòng)的程度。通過聚集度,能夠幫助管理者迅速鎖定視頻運(yùn)動(dòng)中的起主導(dǎo)作用的個(gè)體。同時(shí)聚集度也能夠定性地反應(yīng)人流密度的大小,人流密度高時(shí),聚集度也高,反之亦然。最后通過將人流密度與聚集度相結(jié)合,實(shí)現(xiàn)了聚集度實(shí)用性與準(zhǔn)確性的驗(yàn)證,并給出五種密度等級(jí)下聚集度的

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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。

評(píng)論

0/150

提交評(píng)論