資源描述：
《基于3d空間的目標(biāo)多特征分析及復(fù)雜場景人數(shù)統(tǒng)計》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號:TP3910710-2013124036碩士學(xué)位論文基于3D空間的目標(biāo)多特征分析及復(fù)雜場景人數(shù)統(tǒng)計劉冬妹導(dǎo)師姓名職稱宋煥生教授申請學(xué)位級別工學(xué)碩士學(xué)科專業(yè)名稱計算機(jī)軟件與理論論文提交日期2016年4月28日論文答辯日期2016年6月10日學(xué)位授予單位長安大學(xué)Peoplecountingofcomplexscenesbasedonobjectfeaturesanalysisin3DspaceAThesisSubmittedfortheDegreeofMasterCandidate：LiuDongMeiSup
2、ervisor：Prof.SongHuanShengChang’anUniversity,Xi’an,China摘要實(shí)時的人數(shù)統(tǒng)計是當(dāng)前計算機(jī)視覺領(lǐng)域的熱點(diǎn)研究問題，且具有重要的實(shí)際應(yīng)用價值。目前的行人檢測算法，大部分基于單目攝像頭所拍攝的彩色圖像，或是跟蹤人的運(yùn)動軌跡或是建立人體模型。這些算法大都是在某一類特定的環(huán)境下有效，而且對于行人目標(biāo)遮擋或擁擠環(huán)境下無法進(jìn)行精確的人數(shù)統(tǒng)計。本文考慮到深度圖的特性和3D空間中人頭目標(biāo)的特征，使用了SVM分類器進(jìn)行目標(biāo)分類。首先根據(jù)雙目立體視覺的成像原理，進(jìn)行雙目相機(jī)標(biāo)定與立
3、體視差匹配獲取場景深度圖。然后利用攝像機(jī)的透視投影幾何關(guān)系，恢復(fù)出場景深度圖的俯視投影圖，這樣俯視投影圖中人頭目標(biāo)的幾何形狀、尺寸、高度信息、人體的上半身的結(jié)構(gòu)都得到恢復(fù)。然后對前景目標(biāo)進(jìn)行鎖定，并對鎖定目標(biāo)中的人頭目標(biāo)和偽目標(biāo)的多個特征進(jìn)行提取，研究分析不同類別目標(biāo)特征數(shù)據(jù)的分布，可以確定人頭目標(biāo)特征的閾值，進(jìn)行初步的偽目標(biāo)剔除。最后對鎖定的目標(biāo)進(jìn)行匹配跟蹤獲得運(yùn)動軌跡，這些軌跡分為人頭目標(biāo)形成的正確軌跡，和偽目標(biāo)形成的偽軌跡。對上面所獲取的已標(biāo)記的目標(biāo)的特征樣本數(shù)據(jù)進(jìn)行訓(xùn)練，選擇適當(dāng)?shù)暮撕瘮?shù)和參數(shù)，獲得最優(yōu)S
4、VM分類模型，對組成一條軌跡的所有目標(biāo)進(jìn)行分類，當(dāng)一條軌跡上有多于一定閾值的目標(biāo)被識別為人頭目標(biāo)時，將此軌跡判斷為正確軌跡，判定為一個人。本文對兩種不同場景的人流量進(jìn)行實(shí)地統(tǒng)計測試，結(jié)果表明基于目標(biāo)3D空間中特征的SVM分類器進(jìn)行人數(shù)統(tǒng)計的方法滿足實(shí)時性的要求，檢測精度達(dá)到94%以上，有很好的場景適應(yīng)性。關(guān)鍵詞：人數(shù)統(tǒng)計，深度圖，相機(jī)標(biāo)定，目標(biāo)特征，支持向量機(jī)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
