面向自主视频监控网络的行人检测技术研究

[复制链接]
查看: 378|回复: 0

4万

主题

4万

帖子

13万

积分

论坛元老

Rank: 8Rank: 8

积分
137892
发表于 2022-3-27 10:53:26 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
随着信息时代的到来,信息在人们的日常生活中扮演着越来越重要的角色。为了提供更加智能化的信息服务,建设“智慧城市”的需求也变得日益旺盛。智能监控作为“智慧城市”的主要组成部分,旨在为市民的切身利益提供更加主动、准确和高效的安全保障。在监控视频中,能够主动移动的行人和车辆是研究的重点对象。因此,针对行人的目标检测、目标跟踪、动作分析等成为近年来的研究热点。本文结合自主视频监控网络的应用场景,主要对行人检测技术展开研究。在自主视频监控网络中,计算机自动监控视频场景,一旦发现异常立刻发出警报。因此,自主视频监控网络不仅要求行人检测技术具有良好的检测性能,而且要能够实时处理监控视频。兼顾检测性能和效率是行人检测技术的难点题目,也是本文的主要研究内容。本文研究基于Haar特征和HOG特征的两种行人检测算法。基于Haar特征的行人检测算法采用Haar特征、积分图像以及级联分类器实现。该算法通过检测形状基本稳定的行人头部实现行人对象的检测。经过测试,算法的检测效率很高,能达到实时性的要求。然而,算法的检测性能表现不佳,无法满足实际应用的需求。基于HOG特征的行人检测算法采用近年来在行人检测领域表现优异的HOG特征,并在Dalal和Triggs提出的算法上做出改进。一方面引入了多尺寸、多长宽比的HOG特征块,增加了特征块的数量,同时提高了特征块的质量;另一方面,利用梯度方向积分图像、级联分类器等技术提高算法的检测效率。测试结果显示,改进后算法的效率得到显著提高,基本能达到实时性的要求。同时,算法的检测性能比较理想,在测试集上达到了接近90%的检测率。相比基于Haar特征的算法,基于HOG特征的算法在性能上有了明显改善,对实际的智能监控系统具有一定的价值。最后,本文探讨了自主视频监控网络。自主视频监控网络是智能监控的一种具体形式,它建立在行人检测技术的基础上,并利用视频结构化技术表示场景中的行人等对象,以实现监控信息在视频监控网络中的共享和传输。





上一篇:主机异常入侵检测方法的研究与实现
下一篇:考虑热累积效应的高超声速翼面气动弹性分析方法
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图