毕业论文（设计）_基于快匹配的人群运动估计

《毕业论文（设计）_基于快匹配的人群运动估计》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、四川大学本科毕业论文基于J2ME技术的手机移动网络游戏(银月血影)本科生毕业论文（设计）题目基于块匹配的人群运动估计学院软件学院专业软件工程教务处制表二Ο一Ο年六月一日四川大学本科毕业论文基于块匹配的人群运动估计基于块匹配的人群运动估计软件工程学生舒禹铭指导老师李晓华[摘要]智能化人群监控是智能视频监控研究中的一个重要课题，它作为智能监控中的一项关键技术，在人群管理、公共场所设计、虚拟环境建模、视觉监控、智能环境模拟等方面都有着重要的应用价值。随着经济社会的发展，各种公共场地和设施中的人群流动越来越频繁。如何对公共场合的人群进行有效管理与控制，是不得不考虑的重大问题。智能化人群监控技

2、术应运而生，它主要包括人群的密度估计和运动估计两部分内容。本文着手解决人群运动估计这一块，智能化运动估计可以用于人群的监测和管理，也可应用于商业领域，如市场调查、交通安全以及建筑设计领域等。它们能够直接或间接地提高上述场合工作人员的工作效率和建筑设施的利用率，因此对人群密度估计和运动估计方法的研究有着深远的意义和广阔的前景。本文结合OpenCV，采用块匹配算法对人群的运动进行估计，并在功能实现前对OpenCV与块匹配各重要环节有具体分析。[主题词]人群监控；人群运动估计；块匹配；OpenCV95四川大学本科毕业论文基于块匹配的人群运动估计Crowdmotionestimationba

3、sedonBMASoftwareEngineeringStudent：YuMingshuAdviser:XiaoHuali[Abstract]IntelligentizedcrowdsurveillancetecllIlologyisanimportantresearchsub—fieldinintelligemvideosurveillancesystem．Asakeytecllnologyofintelligentsurveillarlce，itisofgreatvalueinalargenumberofapplicationssuchascrowdmanagement，publ

4、icspacedesignvirtualenvironmentssimulate，visualsurveillanlce，intelligentenviromentsaIlalysis,etc．Withthedevelopmentofeconomicsociety,thecrowdinvariouskindsofpublicplacesflowsmoreandmorefrequently.Howtomanageandcontrolthecrowdeffectivelycomestobeanimportantissuewhichwehavetoconsidernowadays.Inte

5、lligentizedcrowdsurveillancetechnologyarisesattheverymoment.Itmainlyincludesbothdensityestimationandmotionestimation.Thispapersetaboutthecrowdmotionestimation.Intelligentizedcrowdmotionestimationcanbeusedformonitoringandmanagingthecrowd,atthesametime,itcanalsobeusedformarketsurvreyinthecommerci

6、alfield，trafficsafetyandarchitecturaldesignfield,etc.itcanhelpstaffmembersintheabovementionedoccasionsimproveworkingefficiencyandimproveutilizationratioofbuildingfacilitiesdirectlyorindirectly,sothereisfar-reachingmeaningandwideprospectincrowd’sdensityandmotionestimationresearch.AccordingtoOpen

7、CV,thispaperuseBMA(BlockMatchingAlgorithm)forcrowdmotionestimation，andbeforethefunctionrunning,ithasaspecificanalysisaboutOpenCVandtheimportantcaseofBMA..[KeyWords]crowdsurveillance；crowdmotionestimation；BlockMatchingAlgorithm；Ope