学位论文 > 优秀研究生学位论文题录展示

基于神经网络的区域人数估计方法研究

作　者: 戚珂
导　师: 高成英
学　校: 中山大学
专　业: 软件工程
关键词: 图像处理视频人数估计神经网络 SURF算法 HOG人体检测
分类号: TP183
类　型: 硕士论文
年　份: 2013年
下　载: 30次
引　用: 0次
阅　读: 论文下载

内容摘要

视频人数估计方法属于智能人群监控技术中视频人数统计方法的一种，它能够实时地估计视频中某一特定区域的行人数目。视频人数统计方法主要运用计算机图像处理技术，结合模式识别、人工智能等技术，通过检测跟踪或者神经网络估算进行区域内人数的统计。随着社会的不断发展，现代化建设的需要，视频人数统计在各个公共场所、道路出入口都有着广泛的应用需求。然而，由于应用场景的多样性和人物对象的复杂性，给问题的研究造成了不少的困难。国内外的研究者们通过目标检测和神经网络等手段进行人数估计，但依然存在场景适应性差，准确性不稳定，处理速度慢等方面的不足。本文研究的是基于神经网络的视频区域实时人数估计方法。通过采用高斯混合模型进行背景建模，差分法进行前景提取。将提取到图像特征结合基于HOG人体检测方法统计到的实际人数，对基于神经网络的人数决策模型进行训练。在视频人数估计阶段，利用SURF人群密度估计算法提取场景的密度信息，调节特征向量参数，将处理后的特征向量作为人数决策模型的输入，最终估计出视频中的当前的人数。根据实际测试，该方法在中低度密集的场景下，都获得了较好的实时性、准确性和鲁棒性。

全文目录

摘要  3-4
Abstract  4-6
目录  6-7
第一章绪论  7-12
  1.1 研究背景及意义  7-9
  1.2 论文的主要工作  9-10
  1.3 论文的框架  10-12
第二章相关研究  12-23
  2.1 视频人数统计技术的研究现状  12-17
  2.2 人群密度估计方法的研究现状  17-22
  2.3 本章小结  22-23
第三章论文的主要技术介绍  23-36
  3.1 基于 HOG 特征的人体检测  23-30
  3.2 基于 SURF 的人群密度特征提取  30-33
  3.3 人工神经网络  33-36
第四章基于神经网络的视频人数估计  36-49
  4.1 图像预处理  36-39
  4.2 图像特征的提取  39-43
  4.3 神经网络训练和人数估计  43-49
第五章实验过程、结果及分析  49-54
  5.1 实验过程  49-53
  5.2 实验结果与分析  53-54
第六章总结与展望  54-56
  6.1 本文的主要工作及创新点  54-55
  6.2 未来工作展望  55-56
致谢  56-57
参考文献  57-59

基于神经网络的区域人数估计方法研究

内容摘要

全文目录

相似论文