手扶电梯智能视频监控算法研究及Jetson TK1实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 智能视频监控技术概述 | 第12页 |
| 1.2.2 目标检测算法研究现状 | 第12-14页 |
| 1.2.3 目标跟踪算法研究现状 | 第14-15页 |
| 1.2.4 行为分析算法研究现状 | 第15页 |
| 1.3 全文结构安排 | 第15-17页 |
| 第二章 需求分析与方案设计 | 第17-28页 |
| 2.1 手扶电梯场景下的四个监控任务 | 第17-20页 |
| 2.1.1 楼层板行人检测、跟踪与行为分析 | 第17-18页 |
| 2.1.2 手扶电梯乘客有无检测 | 第18页 |
| 2.1.3 楼层板物件滞留检测 | 第18-19页 |
| 2.1.4 扶手带异物探出检测 | 第19-20页 |
| 2.2 适用于手扶电梯场景的视频监控系统 | 第20-25页 |
| 2.2.1 安装方案与系统框架设计 | 第20-22页 |
| 2.2.2 硬件设备选型 | 第22-24页 |
| 2.2.3 软件框架与算法开发方案设计 | 第24-25页 |
| 2.3 手扶电梯场景下的两个自建数据集 | 第25-27页 |
| 2.3.1 俯视人头数据集HOL2017 | 第26页 |
| 2.3.2 俯视行人数据集POL2017 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 行人检测算法研究 | 第28-47页 |
| 3.1 基于模板匹配的检测方法 | 第28-32页 |
| 3.1.1 行人检测的常用特征 | 第28-29页 |
| 3.1.2 SVM分类器 | 第29-31页 |
| 3.1.3 Adaboost级联分类器 | 第31-32页 |
| 3.2 基于深度学习的检测方法 | 第32-38页 |
| 3.2.1 经典目标检测网络 | 第32-34页 |
| 3.2.2 YOLO神经网络 | 第34-36页 |
| 3.2.3 SSD神经网络 | 第36-38页 |
| 3.3 行人检测算法性能对比及分析 | 第38-45页 |
| 3.3.1 行人检测算法的选型 | 第39-41页 |
| 3.3.2 特征尺度对Adaboost性能的影响 | 第41-43页 |
| 3.3.3 级联层数对Adaboost性能的影响 | 第43-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第四章 行人跟踪算法研究 | 第47-57页 |
| 4.1 TLD跟踪方法 | 第47页 |
| 4.2 CSK跟踪方法 | 第47-48页 |
| 4.3 KCF跟踪方法 | 第48-49页 |
| 4.4 基于卡尔曼滤波器的多目标跟踪方法 | 第49-53页 |
| 4.4.1 卡尔曼滤波器 | 第50-51页 |
| 4.4.2 运动目标的跟踪强度模型 | 第51-52页 |
| 4.4.3 最小距离目标匹配 | 第52-53页 |
| 4.5 行人跟踪算法性能对比及分析 | 第53-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第五章 行为分析算法研究 | 第57-72页 |
| 5.1 基于运动特征的行人行为分析方法 | 第57-65页 |
| 5.1.1 楼层板行人逆行检测 | 第57-58页 |
| 5.1.2 楼层板行人客流统计 | 第58-61页 |
| 5.1.3 楼层板行人拥堵检测 | 第61-62页 |
| 5.1.4 手扶电梯乘客有无检测 | 第62-65页 |
| 5.2 基于行人跟踪的物件滞留检测方法 | 第65-68页 |
| 5.2.1 基于前景掩模的背景更新策略 | 第65-66页 |
| 5.2.2 楼层板物件滞留检测 | 第66-68页 |
| 5.3 基于高斯混合模型的异物探出检测方法 | 第68-71页 |
| 5.3.1 高斯混合模型 | 第68-69页 |
| 5.3.2 扶手带异物探出检测 | 第69-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 JetsonTK1实现与测试 | 第72-80页 |
| 6.1 软件框架的JetsonTK1实现 | 第72-75页 |
| 6.1.1 软件框架概述 | 第72-74页 |
| 6.1.2 不同线程的系统资源分配 | 第74页 |
| 6.1.3 基于有名管道的独立通信进程 | 第74-75页 |
| 6.2 监控算法的JetsonTK1实现 | 第75-76页 |
| 6.3 实时测试与分析 | 第76-79页 |
| 6.3.1 日常场景中的功能测试 | 第76-77页 |
| 6.3.2 恶劣场景中的压力测试 | 第77-79页 |
| 6.4 本章小结 | 第79-80页 |
| 第七章 结论与展望 | 第80-83页 |
| 7.1 本文工作总结 | 第80-81页 |
| 7.2 进一步工作与展望 | 第81-83页 |
| 参考文献 | 第83-90页 |
| 攻读硕士学位期间取得的研究成果 | 第90-91页 |
| 致谢 | 第91-92页 |
| 附件 | 第92页 |
