基于3d空间的目标多特征分析及复杂场景人数统计

《基于3d空间的目标多特征分析及复杂场景人数统计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号:TP3910710-2013124036硕士学位论文基于3D空间的目标多特征分析及复杂场景人数统计刘冬妹导师姓名职称宋焕生教授申请学位级别工学硕士学科专业名称计算机软件与理论论文提交日期2016年4月28日论文答辩日期2016年6月10日学位授予单位长安大学Peoplecountingofcomplexscenesbasedonobjectfeaturesanalysisin3DspaceAThesisSubmittedfortheDegreeofMasterCandidate：LiuDongMeiSup

2、ervisor：Prof.SongHuanShengChang’anUniversity,Xi’an,China摘要实时的人数统计是当前计算机视觉领域的热点研究问题，且具有重要的实际应用价值。目前的行人检测算法，大部分基于单目摄像头所拍摄的彩色图像，或是跟踪人的运动轨迹或是建立人体模型。这些算法大都是在某一类特定的环境下有效，而且对于行人目标遮挡或拥挤环境下无法进行精确的人数统计。本文考虑到深度图的特性和3D空间中人头目标的特征，使用了SVM分类器进行目标分类。首先根据双目立体视觉的成像原理，进行双目相机标定与立

3、体视差匹配获取场景深度图。然后利用摄像机的透视投影几何关系，恢复出场景深度图的俯视投影图，这样俯视投影图中人头目标的几何形状、尺寸、高度信息、人体的上半身的结构都得到恢复。然后对前景目标进行锁定，并对锁定目标中的人头目标和伪目标的多个特征进行提取，研究分析不同类别目标特征数据的分布，可以确定人头目标特征的阈值，进行初步的伪目标剔除。最后对锁定的目标进行匹配跟踪获得运动轨迹，这些轨迹分为人头目标形成的正确轨迹，和伪目标形成的伪轨迹。对上面所获取的已标记的目标的特征样本数据进行训练，选择适当的核函数和参数，获得最优S

4、VM分类模型，对组成一条轨迹的所有目标进行分类，当一条轨迹上有多于一定阈值的目标被识别为人头目标时，将此轨迹判断为正确轨迹，判定为一个人。本文对两种不同场景的人流量进行实地统计测试，结果表明基于目标3D空间中特征的SVM分类器进行人数统计的方法满足实时性的要求，检测精度达到94%以上，有很好的场景适应性。关键词：人数统计，深度图，相机标定，目标特征，支持向量机iAbstractReal-timepeoplecountingarethehottestresearchinthefieldofcomputervisio

5、n.Andithasimportantpracticalapplicationvalue.Nowmanymethodsofpeoplecountingarebytrackingpeopleorestablishinghumanmodelswhichbaseonthecolorimagecapturedbythemonocularcamera.Thesealgorithmsaremostlyeffectiveinaparticularkindofenvironment.Forthescenesofpedestria

6、nsgoalblockedorcongestedtheycan’tcountaccurately.Considerthecharacteristicsofthedepthimageandthefeaturesofheadtargetinthethree-dimensionalspace.ThispaperusesSVMclassifiertosorttargets.Firstofall,Basingontheimagingprincipleofbinocularstereovision,getthedepthim

7、ageofthescenebybinocularcameracalibrationandstereodisparitymatching.Thenusetheperspectiveprojectiongeometryofthecameratorestoreatopplanprojectionofthedepthimage.Inthisway,theheadfeaturesincludinggeometricshape,size,heightinformation,andthestructureoftheupperb

8、odyareallrestored.Next,extractthefeaturesofthelockedforegroundobjectswhichincludeheadobjectsandnon-headobjects,thenanalysisthedistributionofthedifferenttypesofobjectsfeaturestodetermineth