视频监控中的群体运动分析研究

《视频监控中的群体运动分析研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、南京理工大学硕士学位论文视频监控中的群体运动分析研究姓名：童俊艳申请学位级别：硕士专业：系统工程指导教师：茅耀斌20090608硕士论文视频监控中的群体运动分析研究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。本文根据人群的稀疏程度，将运动人群分为稀疏人群和密集人群，主要研究了人群的密度估计和运动估计算法，并且设计实现了人群智能监控软件。针对稀疏人群，采用运动目标检测和跟踪交替进行的方法，对各个目标进行检测和跟踪，实现人

2、数统计。利用非参数模型背景差法检测运动目标，为每个目标建立特征向量，用卡尔曼滤波算法估计运动目标在下一个时刻的位置，用目标关联的方法建立目标在视频序列间的对应关系，从而进行统计分析估计人群大小。针对密集人群，本文提出了基于特征与回归分析的人群流量估计算法。根据人群大小和一些人群特征之间存在某种函数关系，本文提取前景面积、Ha玎is角点、Ⅺ0r-特征点、轮廓个数、轮廓周长、轮廓周长面积比、C锄y边缘和分形维数共八类特征作为特征集，经过透视和遮挡校正后，用一元线性回归、非线性回归、逐步回归、多元线性回归四种回归方法训练和分析特征和实际人数之间的函数关系

3、，然后利用训练好的函数关系和提取得到的特征进行人群密度估计。在人群运动估计方面，本文在实现基于特征点光流场的运动估计算法的基础上，提出了基于运动历史图像的运动估计算法，并对两种算法的实验结果进行对比分析，验证了两种算法的有效性。此外，本文还在PC平台上设计实现了人群智能监控软件。该软件主要实现了人数统计、人群密度估计及密度异常检测、运动方向异常检测三种应用。关键词：群体分析，运动目标检测，卡尔曼滤波，特征提取，多元线性分析，运动估计，运动历史图像Abstract硕士论文IntelligentizedcrowdsurveillancetecllIlo

4、logyisanimportantresearChsub—fieldiIlintelligemvideosurveillancesystem．Asakeytecllnologyofintelligentsurveillarlce，itisof伊eatValueinala唱en啪berof印plicationssuchaScrowdm觚agement，publicspaCedesi踮virtualenvironmentssimulate，visualsurveill锄lce，intelligentenViro眦entsaIlalysis，etc．In

5、t11isp印er，moVingcr0、VdisdiVidedintotwoc删ogs洫temsofsparselless，n锄ely，sparsecrowda11ddensecrowd．Thecro、Vddensityestimation锄d也ecrowdmotionestimationarcinvestigated，baSedonWllichasurveill粕ceSo行wareisdesigned觚dimplemented．AschemeinterweaVed谢tllobjectdetectionaIld的ckingisusedto伊aspa

6、ndtrackiIldiViduaJobjectforSparSecrowdcounting．First，110n-param嘶cmodelforbackgroulldSu柳鞠ctionisu∞dt0eIetectmoVingobjectS．Certainappear觚ceandmotionf．eatures甜eex仃actedt0findamodelt0representaperson．Then，peoplearetrackedbyKalm锄filterandf．canlrema：tclling．Finally，theImmberofpedest

7、ri趾ispr0Videdtllrougllobjectassociation．IIlcoIlsiderationoftllef．actthattheremayexistce蹦nrelationsllipbe“，e‘Incrowdilensityalldfea：ture，feature．basedregressionwasappliedtocountmlmberofdenSecrowd．Areaofblobs，锄oⅧ1tofh删s跚ldKLT二fea_turepoin_ts，mm慨rofcontours，pefimeterofcontoUratio

8、b咖eenthecontourperimeterandare毛totalC锄yedgepixels锄df‰诅ldimens