基于地理视频的人群状态分析

《基于地理视频的人群状态分析》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、电子科技大学UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA专业学位硕士学位论文MASTERTHESISFORPROFESSIONALDEGREE论文题目基于地理视频的人群状态分析专业学位类别工程硕士学号201522180311作者姓名江荣贵指导教师周艳副教授分类号密级注1UDC学位论文基于地理视频的人群状态分析（题名和副题名）江荣贵（作者姓名）指导教师周艳副教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士专业学位类别工程硕士工程领域

2、名称电子与通信工程提交论文日期2018.5.14论文答辩日期2018.5.23学位授予单位和日期电子科技大学2018年6月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。CrowdStateAnalysisBasedonGeographicVideoAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaDiscipline:MasterofEngineeringAuthor:RongguiJ

3、iangSupervisor:Assoc.Prof.YanZhouSchool:SchoolofResourcesandEnvironment独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研宄工作及取得的研宄成果，。据我所知除了文中特别加以标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研宄成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研宄所做的任何贡献均已在论文中作了明确的说明并表示谢意。．作者签

4、名：：５月３日：１辕耆日期如》年／论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被査阅和借阅。本人授权电子科技大学可以将学位论文的全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、汇编学位论文。（保密的学位论文在解密后应遵守此规定）作者签名：桊黄导师签名：日期：力＾年ｅｒ月日今摘要摘要随着我国经济实力的增长和人民生活水平的提高，如

5、何构建和谐社会，促进人与自然、社会的和谐共处成为社会共同关注的热点问题。社会安全事件的频繁发生，给人民生活带来了极大困扰，也给社会造成了巨大损失。天网等广泛布设的视频监控系统为人群事件监测和应急响应提供便捷高效的数据获取手段，视频技术与地理空间信息系统（GeographicInformationSystem，GIS）的有效结合能够在人群事件的模拟预测、应急决策和救援指挥等领域提供全方位的技术支持，由此产生的地理视频（GeographicVideo,GeoVideo）数据已成为智慧城市与城市安全不

6、可缺少的重要数据，也是近年来视频GIS管理的最主要的空间数据类型。现有的大多数GIS应用中，GeoVideo仅作为多媒体属性数据存储管理，难以实现地理视频数据巨大的潜在价值，如何从GeoVido数据集中挖掘、发现有价值的语义信息，为人群监控提供实时有效信息，是GeoVideo数据管理和视频GIS技术发展面临的巨大挑战。为此，本文面向公共场所人群监控应用，研究基于地理视频的人群状态分析方法，为有效监测场景人群行为异常情况和准确感知区域人群流动变化规律等提供理论、技术与方法支撑。本文的主要研究内容包

7、括：1）地理视频场景人群局部密度分析。面向地理场景人群分析问题，研究基于地理视频的场景人群局部密度分析，提出基于局部纹理粗糙度的人群密度分类方法和基于局部密度差异性的人群数量回归方法。采用高斯混合背景模型提取视频运动前景信息，融合视频前景局部边缘和纹理特征构建特征向量训练支持向量机（SupportVectorMachine，SVM）分类器，区分地理视频场景局部人群密度。选择前景归一化面积、前景归一化轮廓和边缘纹理特征作为回归特征因子，在不同的人群密度条件下建立视频特征与人群数量之间的多元回归模型

8、，估计地理视频场景局部人群数量。采用前景局部图像块的处理方法，估计和分析地理视频场景人群局部密度及数量，完成场景人群分布状态分析；2）地理视频场景人群运动状态分析。面向地理场景人群分析问题，研究基于地理视频的场景人群运动状态分析，提出基于透视校正参数的光流场校正方法和以此为基础的社会力模型估算过程改进方案。针对现有光流算法难以顾及场景透视畸变问题，引入透视校正参数更正场景各位置的光流矢量幅值，并进一步采用前景检测图像排除背景光流噪声干扰；在校正光流场基础上，引入社会力模型（SocialForce