学位论文 > 优秀研究生学位论文题录展示

监控视频中事件检测算法研究

作　者: 周康
导　师: 苏菲
学　校: 北京邮电大学
专　业: 通信与信息系统
关键词: 人体检测 物体跟踪 动作检测 车型分类
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 85次
引　用: 2次
阅　读: 论文下载
 

内容摘要


监控视频分析和智能交通是当前热门的研究领域,具有广泛的应用需求,本文实现了监控视频行人运动分析系统和道路监控场景中的实时车型分类系统。监控设备的发展,使得视频监控成为社会安保工作的重要手段,高清监控设备得到广泛的应用。目前,视频监控工作主要依靠人工完成,耗费了较多的人力,且可能因为人员疲劳而导致监控疏漏。利用计算机进行监控视频的自动分析并检测相关事件,可以作为人工检测的辅助手段,降低人的工作量,并弥补人工监控之不足。本文针对TRECVID国际技术评测提供的机场监控视频数据集,建立了一个人体头肩部的检测和跟踪系统,并基于人体头肩部跟踪轨迹识别人的跑步动作。此系统中实现的主要算法包括：(1)基于颜色、形状特征和SVM的人体头肩部检测算法；(2)基于预测的人体头肩部跟踪算法；(3)基于跟踪轨迹和光流特征的人体跑步动作识别算法。在道路监控中,利用监控视频自动分析来往车辆的车型,统计各种车型的车辆数量,有利于城市交通的智能化管理。本文实现了一个车型分类系统。针对固定摄像头情况,提出了鲁棒的阴影去除算法、基于车道检测的定标方案,以及车型分类方法。

全文目录


摘要  4-5
ABSTRACT  5-9
第一章 绪论  9-15
  1.1 课题的研究背景  9-10
  1.2 国内外研究现状  10
  1.3 课题研究内容  10-13
    1.3.1 背景建模  11
    1.3.2 行人检测  11-12
    1.3.3 行人跟踪  12
    1.3.4 动作识别  12-13
  1.4 论文主要成果及安排  13-15
    1.4.1 论文主要成果  13-14
    1.4.2 论文的安排  14-15
第二章 背景建模  15-25
  2.1 引言  15-16
  2.2 图像去噪  16-17
    2.2.1 图像噪声模型  16
    2.2.2 中值滤波图像去噪  16-17
  2.3 背景建模  17-20
    2.3.1 单高斯背景建模  17-18
    2.3.2 均值背景建模  18-20
  2.4 实验结果与分析  20-23
  2.5 本章小结  23-25
第三章 人体检测  25-41
  3.1 引言  25-26
  3.2 特征选取  26-31
    3.2.1 颜色特征  26-28
    3.2.2 HOG特征  28-31
  3.3 分类器学习  31
  3.4 支持向量机(SVM)  31-34
    3.4.1 SVM简介  31-32
    3.4.2 SVM分类器训练  32-34
  3.5 人体检测  34-37
    3.5.1 待检测窗口选取  34-36
    3.5.2 目标检测  36-37
    3.5.3 目标融合  37
  3.6 实验结果及分析  37-39
  3.7 本章小结  39-41
第四章 人的跟踪及跑步动作检测  41-53
  4.1 引言  41
  4.2 基于检测的跟踪  41-44
    4.2.1 匹配特征选取  41-42
    4.2.2 特征匹配  42-44
  4.3 基于预测的跟踪  44-48
    4.3.1 位置预测  44-46
    4.3.2 跟踪  46
    4.3.3 特征更新  46-47
    4.3.4 目标消失  47-48
  4.4 基于轨迹的跑步动作检测  48-50
    4.4.1 轨迹归一化  48-49
    4.4.2 轨迹分析  49-50
  4.5 基于光流的跑步动作检测  50-51
  4.6 实验结果  51-52
  4.7 本章小结  52-53
第五章 车型分类  53-63
  5.1 引言  53
  5.2 系统结构  53-54
  5.3 阴影去除  54-57
    5.3.1 阴影的特性  54-56
    5.3.2 基于RGB颜色空间的阴影去除  56-57
  5.4 车道检测  57-58
  5.5 车型分类  58-60
    5.5.1 基于尺寸信息的车型分类  58-59
    5.5.2 基于HOG特征的车型分类  59-60
    5.5.3 车型分类判决  60
  5.6 实验结果  60-62
  5.7 本章小结  62-63
第六章 总结与展望  63-65
  6.1 工作总结  63-64
  6.2 展望  64-65
参考文献  65-69
缩略语  69-71
致谢  71-73
攻读学位期间发表或已录用的学术论文  73

相似论文

  1. 基于区域高斯特征的人体检测算法,TP391.41
  2. 智能交通监控视频中车型检测与分类方法的研究,TP391.41
  3. 基于AdaBoost和SVM的人体检测,TP391.41
  4. 基于模糊识别的车型分类系统的设计与实现,TP311.52
  5. 基于共生与非共生梯度直方图的人体检测,TP391.41
  6. 云南省高等级公路轴载分布分析,U416.2
  7. 基于红外的移动人体目标检测与跟踪研究,TN219
  8. 灾难现场的人体检测技术研究,TP391.41
  9. 基于视频的人体上肢运动分析技术研究,TP391.41
  10. 复杂交通环境下的运动人体检测研究,TP391.41
  11. 基于视频的人体检测与计数技术研究,TP391.41
  12. 智能视觉计数方法的研究和应用,TP391.41
  13. 基于视觉的人体检测与跟踪,TP391.41
  14. 基于视频图像的实时车辆检测系统应用研究,U495
  15. 基于梯度方向直方图的快速人体检测算法,TP391.41
  16. 红外视频图像中的人体检测跟踪技术研究,TP391.41
  17. 基于梯度方向直方图的人体检测方法的研究,TP391.41
  18. 多核加速的视频人脸及人脸特征获取,TP391.41
  19. 视频序列中运动人体检测与跟踪的研究与应用,TP391.41
  20. 视频监控中的运动人体检测与跟踪算法研究,TP391.41
  21. 智能视频监控中的人体检测与目标跟踪研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com