原文传递
基于HOG和SVM的人体识别技术在交通枢纽综合体的应用研究
| 论文题名： | 基于HOG和SVM的人体识别技术在交通枢纽综合体的应用研究 |
| 关键词： | 交通枢纽综合体;梯度方向直方图特征;支持向量机;人员疏散;人体目标识别;梯度方向直方图;监控视频 |
| 摘要： | 随着我国经济的迅速发展，城市化的速度也在加快，城市的交通也随之得到了飞速发展，越来越多的大型交通枢纽综合体涌现出来。运动人体目标的检测识别是当前图像处理和计算机视觉领域研究的热点之一，广泛的应用于很多领域。 本论文的主要目的是解决交通枢纽综合体的人体目标识别，致力于研究适合交通枢纽综合体的人体检测算法，并建立智能视频监控系统。通过分析交通枢纽综合体的监控特点和行人特征，本文提出采用基于梯度方向直方图(Histogram of Oriented Gradients)的人员识别算。为了提高精确度，加入了人体的形体特征。并以南京南站为视频采集点，通过拍摄人员视频和采集各个典型场景的监控视频，建立了交通枢纽综合体的人体样本库。通过采集共得到正样本1000多个人体样本，负样本458个非人体样本。正样本包括了常见的人体姿态（静止、步行、跑步、弯腰、抱小孩、携带行李）。负样本包括交通枢纽里面的与人体无关的物体，包括行李、扶梯、影子、车子等物体。 主要算法流程为:计算正负样本的梯度方向直方图特征和形体特征，采用线性支持向量机(Support Vector Machine，SVM)对其特征进行训练，得到本研究需要的分类器。为了测试分类器的识别性能，选取了交通枢纽综合体中典型场景的行人视频进行测试识别。 实验结果表明，该算法能够准确的识别出交通枢纽综合体的人员，具有较高的准确率和很强的鲁棒性，对于一定角度下、遮挡不严重的行人识别具有很好的检测效果。 |
| 作者： | 陈彦伟 |
| 专业： | 安全科学与工程 |
| 导师： | 张和平 |
| 授予学位： | 硕士 |
| 授予学位单位： | 中国科学技术大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
