基于視頻處理的行人檢測和跟蹤系統(tǒng)(已修改)
2025-06-21 16:52 本頁面
【正文】 基于視頻處理的行人檢測和跟蹤系統(tǒng) ? 摘 要： 行人檢測和跟蹤在智能視頻監(jiān)控、智能交通、汽車自動駕駛或輔助駕駛系統(tǒng)中均有廣泛應(yīng)用。本文選取 OpenCV 作為主要開發(fā)工具，設(shè)計(jì)并實(shí)現(xiàn)了智能監(jiān)控系統(tǒng)中對感興趣區(qū)域的行人進(jìn)行檢測、跟蹤、計(jì)數(shù)和對異常行為進(jìn)行報(bào)警的功能。行人檢測階段，引入自己提出的低維度 SVM 行人分類器 和第二線程 思想來實(shí)施精確行人檢測。實(shí)驗(yàn)表明本系統(tǒng)具有較高的識別率，并能達(dá)到實(shí)時(shí)處理的實(shí)際應(yīng)用需求。 關(guān)鍵詞： 行人檢測，行人跟蹤，行人計(jì)數(shù)，危險(xiǎn)報(bào)警，智能視頻監(jiān)控 . Pedestrian Detection and Tracking in Intelligent Video Monitoring Systems Chen Yuanyuan1,2, Guo Shuqin2, Wang Xiaoling1, Shou Na1, Zhang Biaobiao1, Miao Guojing1, Ma Rui1, Du Kelin1 ? Enjoyor Labs, Enjoyor Inc., Hangzhou 310030 ? College of Information Engineering, Zhejiang University of Technology, Hangzhou 310032 Abstract: Pedestrian detection and tracking technologies have been widely applied to intelligent video surveillance, intelligent transportation, automotive automatically driving or drivingassistance systems. We select OpenCV as the development tool to implement pedestrian detection, tracking, counting and risk warning in a video segment. Experiments indicate that the system has a high recognition accuracy, and can operate in real time. Keywords: Pedestrian detection, pedestrian tracking, pedestrian counting, risk warning, intelligent video monitoring,. ? 基于視頻處理的行人檢測和跟蹤是智能視頻監(jiān)控、智能交通等領(lǐng)域的一個重要課題[1]，直接影響到行人計(jì)數(shù)、行人闖紅燈等后續(xù)行為分析的效果。具體來說，它是指在一段視頻圖像序列中自動檢測出用戶感興趣的目標(biāo)，并且在后續(xù)的序列中持續(xù)對該目標(biāo)進(jìn)行定位的過程。目前，該技術(shù)主要針對于銀行、軍隊(duì)、交通、廣場、大型購物超市、儲物倉庫等高安全要求的場合地點(diǎn)，利用行人的檢測和跟蹤技術(shù)實(shí)時(shí)地檢測行人，并后續(xù)分析大規(guī)模聚集、搶劫、盜竊等異常行為。 ? 2. 系統(tǒng)組成 本系統(tǒng)以 Visual Studio 2021 為開發(fā)平臺，采用 OpenCV作為主要開發(fā)工具，并根據(jù)系統(tǒng)需要對幾個關(guān)鍵函數(shù)進(jìn)行改進(jìn)，最終實(shí)現(xiàn)了對智能視頻監(jiān)控中的行人進(jìn)行檢測、跟蹤、統(tǒng)計(jì)和對某些異常行為的檢測和報(bào)警。圖 1 是系統(tǒng)工作框圖，主要由五部分組成： 制作系統(tǒng)的展示界面，實(shí)現(xiàn)加載、播放行人視頻。 通過與背景做差得到所加載視頻中的前景運(yùn)動目標(biāo)。 根據(jù)前景目標(biāo)形狀特征、抽象特征篩選出目標(biāo)中的行人。 選擇感興趣的一個或多個目標(biāo)，實(shí)時(shí)跟蹤并畫出目標(biāo)軌跡。 分析上述位置信息和軌跡，統(tǒng)計(jì)行人數(shù)目和對某些越界行為進(jìn)行報(bào)警。 圖 1 系統(tǒng)工作框圖 ? 3. 系統(tǒng)工作原理 ? 行人檢測 行人檢測即檢測視頻中每幀的行人目標(biāo)，并將其按順序標(biāo)記存儲到容器中。在攝像頭固定的視頻處理中行人檢測方法總體上可歸納為三類：光流法、幀間差法和背景差法。本系統(tǒng)采用背景差分法 [2]，它簡單易于實(shí)現(xiàn)。圖 2 給出了本系統(tǒng)行人檢測的流程圖，由主線程模塊和輔助線程模塊兩部分組成。 主線程模塊功能：首先通過與背景做差得到所加載視頻中的前景目標(biāo)，并利用行人形狀特征（比如：寬高比、面積）初步篩選出目標(biāo)中的行人；然后，利用輸入為低維度 HOG特征、輸出為隸屬于行人的概率值的 SVM 行人分類器對前景進(jìn)一步精確識別，同時(shí)，把所有隸屬分類不明確的前景目標(biāo)順序存儲到隊(duì)列中；最后，輸出主線程模塊行人檢測的結(jié)果。輔助線程模塊功能：調(diào)用輸入特征維數(shù)較高的 SVM 分類器對主線程存儲的隸屬分類不明確的前景目標(biāo)進(jìn)行再識別處理?？紤]到計(jì)算機(jī)線程利用有效率問題，我們只有當(dāng)存儲前景目標(biāo)數(shù)達(dá)到 10 的時(shí)候才觸發(fā)一次輔助線程，利 用高維度 SVM處理完 10 張圖片并進(jìn)行再識別處理后，輔助線程關(guān)閉，等待下一次的觸發(fā)。下面對各模塊原理進(jìn)行詳細(xì)介紹。 輸出更可靠的行人識別結(jié)果，與低維度軟輸出 SVM 行人分類器輸出結(jié)果比較。若一致，直接進(jìn)入下一張圖片的判斷；若不一致，用現(xiàn)輸出結(jié)果覆蓋之前的存儲結(jié)果 The main thread module features: first, we obtains the foreground moving target by difference with the background, and screens the objects of pedestrian using pedestrian physical characteristics, 比如 . Then, We introduce a lowdimensional and softoutput SVM
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號-1