開題報(bào)告--監(jiān)控系統(tǒng)中的行人檢測算法的實(shí)現(xiàn)-文庫吧
2025-01-06 17:10 本頁面
【正文】 視頻圖像中像素點(diǎn)的變化判斷是否有運(yùn)動(dòng)物體，并通過圖像處理技術(shù)將運(yùn)動(dòng)目標(biāo)分割出來。運(yùn)動(dòng)目標(biāo)的檢測是運(yùn)動(dòng)目標(biāo)識別的前提和保障，目前主要有光流法和幀差法（包括對稱幀差法和背景減除法）。運(yùn)動(dòng)目標(biāo)識別是對運(yùn)動(dòng)目標(biāo)檢測階段獲得的運(yùn)動(dòng)目標(biāo)進(jìn)行處理，識別出其是行人還是其他的物體。目前主要有基于運(yùn)動(dòng)的方法、基于模板匹配的方法、基于統(tǒng)計(jì)學(xué)習(xí)方法[3]等。OpenCV 是著名的開源的計(jì)算機(jī)視覺的函數(shù)庫，由大量的 C 函數(shù)和 C++類構(gòu)成作為接口，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺方面的很多通用算法。而且OpenCV中的機(jī)器學(xué)習(xí)函數(shù)庫實(shí)現(xiàn)了機(jī)器學(xué)習(xí)研究領(lǐng)域中比較常見、應(yīng)用較為廣泛的學(xué)習(xí)方法，包括了貝葉斯分類器、K 鄰近算法、支持向量機(jī)、決策樹、Adaboost 算法以及神經(jīng)網(wǎng)路算法，基本上覆蓋了機(jī)器學(xué)習(xí)領(lǐng)域中的主流算法。因此，使用OpenCV能夠較靈活的實(shí)現(xiàn)行人檢測。二、研究的基本內(nèi)容，擬解決的主要問題： 監(jiān)控系統(tǒng)的行人檢測算法的實(shí)現(xiàn)主要包括運(yùn)動(dòng)目標(biāo)檢測和運(yùn)動(dòng)目標(biāo)識別兩個(gè)關(guān)鍵技術(shù)，在運(yùn)動(dòng)目標(biāo)檢測階段可以采用幀差法，目標(biāo)識別階段可以采用基于HOG特征的行人識別。1）幀差法幀差法是指通過當(dāng)前幀與背景圖像相減得到的幀或連續(xù)的兩幀圖像的差值得到中間幀運(yùn)動(dòng)對象的輪廓。通過該方法可以獲得ROI（感興趣區(qū)域）區(qū)域，進(jìn)一步縮小檢測區(qū)域。2）HOG特征 HOG特征是在被稱為單元（cell）和塊（block）的網(wǎng)格內(nèi)進(jìn)行密集計(jì)算得到的，其中有若干像素組成一個(gè)單元，若干相鄰的單元組成一個(gè)塊。HOG特征描述了圖像局部區(qū)域的梯度強(qiáng)度和梯度方向的分布情況，該分布情況能對局部對象外觀和形狀進(jìn)行很好的表征，適合于行人檢測中肢體的外形變化和自由移動(dòng)。3）OpenCV監(jiān)控系統(tǒng)中行人檢測算法的實(shí)現(xiàn)使用OpenCV開發(fā)工具，OpenCV提供了大量的圖像處理方面的常用函數(shù)，而且是免費(fèi)開源的，支持多種操作系統(tǒng)。 但是OpenCV并不支持所有的視頻編碼格式。三、研究步驟、方法及措施：研究開始時(shí)，首先要學(xué)習(xí)視頻和行人
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1