学位论文 > 优秀研究生学位论文题录展示

基于视频分析技术的客流统计软件开发

作　者: 董伟
导　师: 孟利民
学　校: 浙江工业大学
专　业: 电子与通信工程
关键词: 智能视频分析计算机视觉 Haar特征 AdaBoost 像素匹配
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 23次
引　用: 0次
阅　读: 论文下载

内容摘要

传统的视频监控的主要模式是视频的自动录制和人机交互式的回放,基本上没有基于视频的数据挖掘方面的功能。目前视频监控已经进入智能视频监控时代,采用计算机视觉理论对视频进行图像处理和模式识别,进而实现智能视频分析。在智能视频分析技术中,客流统计是解决人员密集场所安全问题的重要手段,更是商场及相关销售类企业最为关心的因素。以客流数据为基础,通过对历史视频数据的深入挖掘与分析,客流统计系统为商家提供了一系列重要的市场管理手段。因此,研究及开发客流统计分析算法及相关软件具有重要的研究意义和应用价值。本文主要研究内容如下：1、通过对Haar特征的AdaBoost算法的研究,实现对客流对象的检测功能。2、通过像素匹配的方法实现客流对象的跟踪功能。3、基于原有的视频监控设备,同时以行人头部作为目标对象来检测。该方案既可以监控,也可以实现统计功能。4、采用行人头部作为检测的目标对象,同时结合运动前景的提取来提高算法的精度。本文在VS2010环境下,结合OpenCV库,使用C++和C语言作为开发语言来实现客流统计分析软件的开发,并且在PC机上可以演示成功,为后期的基于视频数据的二次开发打下了基础,也为算法的DSP平台的移植做好前期算法的验证。

全文目录

摘要  5-6
ABSTRACT  6-10
第1章绪论  10-19
  1.1 课题研究的意义  10-12
  1.2 国内外研究现状  12-14
  1.3 软件需求分析  14-17
  1.4 本文主要工作  17
  1.5 论文的结构安排  17-19
第2章 AdaBoost算法与行人头部目标的检测  19-39
  2.1 运动前景提取及视频动态触发  19-24
    2.1.1 视频运动前景提取  20-22
    2.1.2 图像形态学滤波  22-24
    2.1.3 视频动态触发  24
  2.2 Haar特征与积分图  24-31
    2.2.1 Haar特征及矩形特征  24-26
    2.2.2 Haar特征个数计算  26-29
    2.2.3 积分图的概念及计算方法  29
    2.2.4 利用积分图计算特征值  29-31
  2.3 AdaBoost算法的研究及运用  31-38
    2.3.1 AdaBoost算法的介绍  31
    2.3.2 AdaBoost算法的实现过程  31-35
    2.3.3 AdaBoost算法实现行人头部目标的检测  35-38
  2.4 本章小结  38-39
第3章像素匹配的目标跟踪算法的研究及实现  39-51
  3.1 模板匹配与相关系数法的研究  39-41
  3.2 像素匹配实现目标跟踪的算法实现  41-50
    3.2.1 匹配方法及算法流程  41-48
    3.2.2 算法软件演示实验  48-50
  3.3 本章小结  50-51
第4章多目标跟踪算法的改进研究及实现  51-57
  4.1 Kalman滤波器与Meanshift相结合实现多目标跟踪初步研究  51-53
    4.1.1 Kalman滤波器、Meanshift算法介绍  51-52
    4.1.2 Kalman滤波器与Meanshift相结合的初步研究  52-53
  4.2 OpenCV实现多目标跟踪研究  53-55
    4.2.1 多目标跟踪算法实现流程  53-54
    4.2.2 算法演示实验  54-55
  4.3 本章小结  55-57
第5章客流统计分析软件实现  57-68
  5.1 软件系统设计  57-66
    5.1.1 软件开发环境  57-58
    5.1.2 系统方案设计  58-60
    5.1.3 软件实现及实现流程  60-65
    5.1.4 软件界面  65-66
  5.2 软件测试实验分析  66-67
  5.3 本章小结  67-68
第6章总结与展望  68-71
  6.1 总结  68-69
  6.2 展望  69-71
参考文献  71-73
致谢  73

基于视频分析技术的客流统计软件开发

内容摘要

全文目录

相似论文