基于视频的公交客流实时分析算法研究与实现

基于视频的公交客流实时分析算法研究与实现

ID:20658485

大小:51.00 KB

页数:7页

时间:2018-10-14

基于视频的公交客流实时分析算法研究与实现_第1页
基于视频的公交客流实时分析算法研究与实现_第2页
基于视频的公交客流实时分析算法研究与实现_第3页
基于视频的公交客流实时分析算法研究与实现_第4页
基于视频的公交客流实时分析算法研究与实现_第5页
资源描述:

《基于视频的公交客流实时分析算法研究与实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于视频的公交客流实时分析算法研究与实现丁濛庞荣李淑琴北京信息科技大学计算机学院北京信息科技大学感知与计算智能联合实验室摘要:城市人口的增加引发了诸如交通拥堵等一系列问题。为了缓解这些交通压力,管理者需要合理调度公共交通资源,而公交的客流量是资源调度重要的数据依据。针对公交客流量统计准确度不高的问题,提出了一种基于监控视频的客流量统计算法。首先采用机器学习的方法來实现监控视频屮目标的检测,先提取出行人尖部的HOG特征,用机器学习中的支持向量机(SVM)作为学习训练方法,得到可以检测行人的分类器,成功检测出行人;然后提出一种轻量级目标跟踪算法跟踪并记录行人的位置,成功捕获行人的运动轨

2、迹;最后通过运动轨迹的分析,判断行人是上车还是下车,从而完成对公交乘客人流量的自动计数。实验结果表明,该客流量统计算法的准确率在85%以上,而丑误检率较低,说明所提算法能够实现人流量的有效计数。关键词:HOG;支持向量机;B标检测;B标跟踪;作者简介:丁濛,男,博士,讲师。收稿日期:2017-07-20基金:北京市教育委员会科技计划一般项目(KM201611232014)Areal-timealgorithmforintelligentanalysisofbuspassengerflowbasedonsurveillancevideoDINGMengPANGRongLIShuqin

3、ComputerSchool,BeijingInformationScience&TechnologyUniversity;SensingandComputationalIntelligentJointLab,BeijingInformationScience&TechnologyUniversity;Abstract:Theincreaseofurbanpopulationhasledtoaseriesofproblemssuchastrafficcongestion.Toalleviatetrafficcongestion,areasonablescheduleandmanag

4、ementofpublictransportationresourcesbasedonaccuratedataofbuspassengerflowisrequired.Thispaperpresentsareal-timemethod,whichcanacquirestatisticinformationofpassengersfromsurveillancevideo.ThemethodwilldetectpassengersusingLinearSupportVectorMachine(SVM)combinedwithhistogramoforientedgradients(H

5、OG)featuresofpassenger'sheadimagetakenfromuptobottom,thenanalyzethemovementofeachpassengerbyalight-weightedbuteffectivetrackingalgorithmbasedondetectionresults.Finally,ourmethodcanacquiretheneededinformationbyanalyzingthetrackingresultofeachpassenger.Theexperimentalresultsshowtheeffectivenessa

6、ndavailabilityoftheproposedmethod.Keyword:HOG;SVM;objectdetection;tracking;Received:2017—07-200引言随着社会经济的发展,城市化的逐步推进,城市的人门急剧増长,给城市居民的生活带来了很大的压力。例如在城市公共交通方面,人口的增加让公共交通的管理面临着巨大的挑战。只有合理分配和有效调度公交资源,才可以有效地缓解交通问题。木文主要是对公交车上采集到的视频进行分析,实时、准确识別出视频图像中上下车的乘客,并跟踪记录乘客的状态信息,最后根据乘客的状态信息统计公交车N乘客的人数,进而实时监控公交车上客

7、流量的变化,为资源管理及调度者提供可靠依据。PaulViola等£丄1提出了用Haar特征和Adaboost算法来识别图像中的人脸,并首次将正面人脸的识别率提升到90%以上。NavneetDalai等提出了使用HOG的特征和支持向量机(svm)的方法来检测行人。之后,于海滨等m提出利用霍夫闘变换来检测人的失部,将霍夫闘变换改进之后再通过拟合轮廓的最优方式来去除伪头部,利用卡尔曼滤波跟踪行人。李笑月U1提出用人的身体轮廓的特征,再用支持向量机通过训练样本得到了可以检测行

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。