1 / 90
文档名称:

基于视频的目标跟踪及人群密度估计方法研究--论文.doc

格式:doc   大小:4,221KB   页数:90页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于视频的目标跟踪及人群密度估计方法研究--论文.doc

上传人:taotao0c 2019/3/9 文件大小:4.12 MB

下载得到文件列表

基于视频的目标跟踪及人群密度估计方法研究--论文.doc

文档介绍

文档介绍:上海交通大学硕士学位论文基于视频的目标跟踪及人群密度估计方法研究硕士研究生:学号:导师:申请学位:学科:控制科学与工程所在单位:电子信息与电气工程学院答辩日期:授予学位单位:上海交通大学DissertationSubmittedtoShanghaiJiaoTongUniversityfortheDegreeofMaster文档来自于网络搜索RESEARCHONVIDEO-BASEDOBJECTTRACKINGANDCROWDDENSITYESTIMATION文档来自于网络搜索Candidate:ZhianQieStudentID:1120329065Supervisor::MasterofEngineeringSpeciality:ControlscienceandEngineeringAffiliation:SchoolofElectronicInformationandElectricalEngineeringDataofDefence:-Conferring-Institution:ShanghaiJiaoTongUniversity上海交通大学学位论文原创性声明本人郑重声明:所呈交的学位论文《基于视频的目标跟踪及人群密度估计方法研究》,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。文档来自于网络搜索学位论文作者签名:日期:年月日上海交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。文档来自于网络搜索保密□,在年解密后适用本授权书。本学位论文属于不保密□。(请在以上方框内打“√”)学位论文作者签名:指导教师签名:日期:年月日日期:年月日基于视频的目标跟踪及人群密度估计方法研究摘要近几十年随着人口的急剧增长,加上经济的快速增长使得都市化现象日益严重,在给人民生活带来便利的同时也带来了安全隐患。随着社会安全事件接连不断地发生,人们对安全的需求越来越大。随着图像处理技术的飞速发展,智能视频监控技术作为一种安防的有效手段,正越来越受到人们的重视。基于图像的目标跟踪、人群密度估计等技术是智能视频监控系统的基础问题,是更高层次的行为分析技术与行为识别技术的基础。本文针对基于图像的目标跟踪技术、人群密度估计技术进行了比较深入的研究,对前人的工作做了系统性总结,并针对一些不足做了相应改进。所做具体工作如下:文档来自于网络搜索分析了粒子滤波跟踪算法在目标后验概率分布呈多模态时重要性重采样的无力以及过分依赖单一运动模型这两个不足,分别提出了自适应重采样算法和变结构多运动模型算法来改进粒子滤波算法,提高粒子滤波算法的准确性与稳定性。文档来自于网络搜索针对日常应用背景的多目标跟踪问题,引入了经典的JPDA算法,指出了其量测缺乏图像信息的不足,提出了基于量测扩展思想的改进JPDA多目标算法,它是一种通用方法,可根据不同场景选择合适图像信息进行扩展。本文选取了颜色信息扩展到量测中,使其在计算关联概率矩阵时充分考虑了颜色信息,提高了关联概率的准确度,有效实现了多目标跟踪。文档来自于网络搜索在人群密度估计方面,分析了像素统计特征与纹理特征两大经典算法各自的优缺点,并阐述了两大算法在各种密度场景下的互补性,提出了融合像素统计特征与纹理特征进行人群密度估计的算法。文档来自于网络搜索针对每个议题,都收集了相关领域的权威测试视频库,并进行了详尽的仿真实验与实验结果分析。关键词:智能视频监控、目标跟踪、人群密度估计、粒子滤波算法RESEARCHONVIDEO-BASEDOBJECTTRACKINGANDCROWDDENSITYESTIMATION文档来自于网络搜索Abstract请键入文字或网站地址,或者上传文档。文档来自于网络搜索Jìnjǐshíniánsuízherénkǒudejíjùzēngzhǎng,jiāshàngjīngjìdekuàisùzēngzhǎngshǐdédūshìhuàxiànxiàngrìyìyánzhòng,zàijǐrénmínshēnghuódàiláibiànlìdetóngshíyědàiláileānquányǐnhuà