视频监控行人流量统计系统的设计

针对当前行人统计方式落后、非实时性、统计数据滞后等问题,文中提出采用智能视频监控、图像识别的方式实时统计行人流量。系统根据积分通道思想统计行人目标特征,通过Adaboost算法训练分类器对图像帧中的行人目标进行定位、识别。文中在已识别目标的基础上采用CPU多任务模型改进核相关滤波算法对目标进行实时跟踪、统计得到行人流量。测试结果表明,系统能实时识别、跟踪、统计行人目标,整体功能稳定,平均识别率为93%,改进多任务模型使得跟踪速率提高约20%。     

基于统计结构梯度特征的行人检测

针对自然背景下的行人检测问题,从人体最显著的轮廓信息出发,提出一种基于统计结构梯度(SSG,Statistical Structural Gradient)的行人检测算法。采用支持向量机(SVM,Support Vector Machine)算法对数据库中行人样本的SSG特征进行训练,得到行人检测分类器。提出的SSG算法在sobel图像中仅做结构统计和角度幅值计算,能够采用积分图加速行人检测速度。对INRIA数据库中的288张样本进行测试,误检率(FPPW,False Positives Per Window)为10-5,检测率等于90.89%。     

视频图像中基于特征匹配的人流量统计

人流量统计信息在交通控制、公共场所、商业分析等领域具有重要意义.针对传统方法的不足,提出了一种基于特征匹配的人流量统计方法.该方法的第一阶段是采集少量有代表性的样本,每个样本由特征向量和对应的人数组成,并根据人数进行分类.第二阶段进行人流量统计,即提取一个运动视频段的特征向量,然后把该特征向量与样本库的每类样本进行马氏...     

人流量统计视频监控系统

介绍了一种人流量统计视频监控系统,自适应更新背景信息,利用背景相减法获得运动物体图像,并根据运动物体轮廓形状识别人体,利用目标跟踪技术统计人流量.实验证明,该系统能在多变环境下实时处理.     

基于统计分类的多行人跟踪算法

为了使视频监控系统具备多行人自动跟踪能力,提出了一种基于统计分类的多行人跟踪算法。首先采用了背景差和Canny算子准确提取出运动区域,然后利用特征匹配实现帧间目标的对应,最后提出一种利用人体表面颜色空间分布信息的统计分类方法,完成合并或遮挡时多个行人的分离和单独跟踪。实验表明,在相互遮挡时,该算法也能有效地分割和跟踪多个行人,适于智能视觉监控应用。     

基于多特征融合的行人检测跟踪统计方法

为了避免传统方法行人过线统计的不足,提高视频中人数统计的适用性和有效性,提出了一种基于多特征融合的行人检测跟踪统计方法。首先,采用垂直拍摄的方式获取视频,利用Mean-Shift分割算法分割图像,根据发色信息和头部轮廓特征识别出人头目标区域;其次使用融合多特征的匹配算法对人头进行匹配跟踪;最后通过运动目标轨迹分析估算出监控区域内的人数。实验结果表明提出的算法在保证准确率的前提下,扩大了人数统计的适用性。     

一种基于视频的道路行人检测方法

提出了一种基于交通视频的道路行人检测方法。首先,采用具有自适应背景更新的背景差法提取运动目标。其次,利用行人的轮廓特征和行人在图像上的像素高度与实际距离的线性变化关系特征进一步分割行人目标,并依据行人位置特征对其做多帧匹配跟踪。最后,结合行人速度特征,实现行人目标检测。实验结果表明,该方法能准确地检测交通场景中出现的行人目标,有效地解决运动车辆的遮挡和光照等对行人目标检测的影响,具有良好的实时性和稳健性。     

基于STM32人流量统计监控系统设计

设计了一种基于STM32F103RBT6为核心处理器的对某区域内人流量进行实时测量的统计系统。系统分为A和B两部分,分别装在入口和出口处,利用热释电红外传感器作为人流量传感器,当有人进入时,系统A部分传感器感应到人员并同时把数据传输给STM32主控制器,主控制器把数据通过OLED显示出来,当有人离开时,系统B上的热释电红外传感器感应到人员离开时通过无线收发模块NRF24L01+及时发送数据给系统A,A接受来自B的信息及时处理并更新显示器。该系统适合在游览景区、展览馆进行限流,分流管理等情况下使用。     

基于计算机视觉的运动目标跟踪算法

截至目前,运动目标跟踪已经历经了几十年的发展研究,其作为当前社会一项至关重要的先进技术,对于人们的日常工作生活以及社会经济、军事政治等其他各领域均有着积极的帮助作用。特别是在计算机视觉技术逐渐发展成熟的今天,运动目标跟踪与计算机视觉技术的融合程度也越来越高。基于此,本文将选择当前比较常见的一种目标跟踪算法即Kalman filter算法,并以运动的人脸作为跟踪目标,着重围绕基于计算机视觉的运动目标跟踪算法进行简要分析研究。     

一种改进的Mean Shift运动目标跟踪算法

首先研究了Mean Shift算法(均值漂移算法),针对Mean Shift算法在跟踪视频运动物体应用中的不足,提出了将卡尔曼滤波预测的窗口和三帧差法提取的窗口通过加权的方式,产生一个新的检测窗口作为均值漂移算法的检索窗口,同时对核函数带宽和目标模型进行更新。实验表明经过优化的算法,对运动物体跟踪有了明显的改进,有了更好的鲁棒性。     

一种基于视觉的交通检测方法

在实际交通图像检测中检测系统要面对照度变化、局部遮挡和道路阴影等问题，针对这些问题提出一种基于视觉的检测方法，实验表明新方法对解决上述问题的有效性，并在计算车辆数量和速度方面有较高的精确度和较快的执行速度。     

一种基于机器视觉的视频交通流检测系统

简要分析了交通流检测技术的发展现状,结合当前智能交通系统的应用需求,利用连续三帧差分的运动估计方法来构建初始背景,并采用统计打分的策略实时地对背景进行更新;同时提出了一种简单而有效的阴影消除算法以提高交通流参数检测的准确度。另外,针对现有交通流检测系统无车辆跟踪这一环节,可能导致流量多计数的问题,本文提出同时利用车辆的位置信息、颜色信息和分形维信息对车辆进行匹配跟踪的策略。大量实验证明该检测算法能快速、有效地检测出各种交通流参数,为实现交通管理的自动化奠定基础。     

基于双目立体视觉的行人身高测量方法

为满足测量密集行人身高的需求,文中提出了一种基于双目立体视觉的行人身高测量方法。通过非接触式的视频处理,背景差分与视差图相结合得到三维空间点,利用点聚类分离目标,分析目标的运动轨迹,得出行人身高。实验表明,该方法在多人同时行走,行人较密集,肩靠肩行走时能够正确计算行人身高,适用于人流量大的场合。     

基于计算机视觉的热物理激光光斑位置精确测量方法设计

为了缩短热物理激光光斑位置的测量周期,提高热物理激光光斑位置的测量水平,提出了基于计算机视觉的热物理激光光斑位置精确测量方法设计.利用计算机视觉技术计算热物理激光光斑的初始位置,根据热物理激光光斑位置特征的提取流程,完成了热物理激光光斑位置特征的提取;利用热物理激光光斑质心位置与解算值的关系式,得到了热物理激光光斑的估...     

基于行为视觉的行人摔倒自动检测系统设计

对行人摔倒进行自动检测,可以为行人的生命安全提供保障。设计基于行为视觉的行人摔倒自动检测系统,系统硬件包括视频采集操作模块和视频轮廓采集模块,采用TMS320F2812芯片作为系统的核心控制单元,通过TMS320F2812芯片和SAA7111芯片构建视频采集处理模块,将视频采集模块采集的图像进行轮廓的描述,获取行人不同姿态的运动目标的特征,实现行人摔倒自动检测。仿真实验结果表明,所设计系统对复杂环境的适应能力较强,行人发生摔倒等事件检测正确率较高,可以应用于智能交通监控系统中。     

车载红外夜视系统行人告警算法研究

对基于红外图像的行人告警算法进行了研究,以单帧图像为基础,利用"3σ准则"进行自适应阈值分割,并在区域标记的基础上对连通域进行特征分析,同时结合连续帧图像中目标的运动规律完成对行人的检测。     

一种基于交通视频的摄像机标定方法

介绍了一种线性模型下的摄像机标定方法。在获取交通视频的基础上,利用实际路面上的参照物和图像处理的基本知识抽象出交通视频中的像素行和路面实际距离之间的几何模型,对几何模型进行解析,得到视频图像上像素行和实际路面的距离映射关系。试验表明,该方法能够较好地实现图像上像素行到路面实际距离之间的转换。     

基于计算机的视觉立体匹配算法研究

计算机视觉技术主要是研究通过计算机技术来实现人的视觉功能的过程,计算机视觉研究的重点课题是立体匹配。双目视觉是和人体眼睛的视觉比较接近的,而且在实际应用中比较容易实现。文章对计算机视觉系统和立体匹配算法进行了分析,并且对双目视觉的视觉立体匹配算法进行了研究,通过相应的计算机算法对双目视觉立体匹配进行实现,具有一定的研究意义。     

基于单摄像头双目成像系统在计算机视觉中的应用研究

利用单个摄像头和一平面镜的舍体实现了双目成像系统的三维视觉功能,并理论证明了平面镜相对于摄像头按一定条件放置时,利用合体可以得到适于三维立体视觉的图像。在已知舍体内外部参数的情况下,由舍体所得图像进行点的三维立体恢复的理论推导。对合体的标定、内外部参数的确定也进行了理论推导。最终证明,由合体进行三维立体恢复,其实质相当于双目成像。通过实验对合体和一双目成像系统分别进行了标定,利用标定的结果进行了对点的三维立体恢复。结果表明两者精度相当。     

基于YOLO模型的红外图像行人检测方法

针对基于传统特征提取方法的远红外图像行人检测存在准确率和实时性不足的问题,本文研究了一种基于改进YOLO模型的远红外行人检测方法,通过改进其深度卷积神经网络的输入分辨率,然后在基于实际道路采集的红外数据集上进行训练,得到检测效果最佳的检测模型,并提出基于车速的自适应图像分辨率模型,以提高车载系统的行人检测性能。在基于实际道路的红外数据集上的对比实验表明,该方法与传统方法相比,准确率从76.5%提高到89.2%,每秒传输帧数从0.01259 f/s提高到40.5 f/s,满足车载情况下的实时性需求。