面向复杂视频监控场景应用的人群分析研究
摘要 | 第5-7页 |
abstract | 第7-8页 |
第一章 绪论 | 第13-19页 |
1.1 研究背景与现状 | 第13-15页 |
1.1.1 研究背景 | 第13页 |
1.1.2 研究现状 | 第13-15页 |
1.2 研究内容与创新点 | 第15-17页 |
1.3 章节安排 | 第17-19页 |
第二章 人群聚集状态和运动描述 | 第19-35页 |
2.1 人群流量和聚集状态描述 | 第19-29页 |
2.1.1 越线人数统计 | 第19-24页 |
2.1.2 人群密度估计 | 第24-29页 |
2.2 人群运动和运动状态描述 | 第29-33页 |
2.2.1 基于粒子模型的运动描述 | 第30-32页 |
2.2.2 基于流体模型的运动描述 | 第32-33页 |
2.3 本章小结 | 第33-35页 |
第三章 人群语义分割和异常检测 | 第35-55页 |
3.1 人群语义分割 | 第35-44页 |
3.1.1 基于轨迹一致性的运动分组 | 第36-39页 |
3.1.2 基于分布匀质性的分布分割 | 第39-40页 |
3.1.3 时空联合分割 | 第40页 |
3.1.4 群组语义描述 | 第40-42页 |
3.1.5对比实验 | 第42-44页 |
3.2 人群异常检测 | 第44-53页 |
3.2.1 社会力模型及简化计算 | 第45-47页 |
3.2.2 基于动量关系的社会力计算 | 第47-48页 |
3.2.3 基于社会力模型的异常检测 | 第48-52页 |
3.2.4 结合人群分割的局部异常检测 | 第52-53页 |
3.3 本章小结 | 第53-55页 |
第四章 人群智能监控软件设计与实现 | 第55-71页 |
4.1 总体界面与功能 | 第55-58页 |
4.2 软件架构设计 | 第58-62页 |
4.2.1 视频的采集与存储 | 第58页 |
4.2.2 人群分析算法框架 | 第58-60页 |
4.2.3 Socket数据包发送与接收 | 第60-61页 |
4.2.4 数据库存储与读取 | 第61-62页 |
4.3 软件性能优化 | 第62-69页 |
4.3.1 缓存技术 | 第63-64页 |
4.3.2 并行技术 | 第64-66页 |
4.3.3 GPU加速运算 | 第66-68页 |
4.3.4 算法耦合与模块分离 | 第68-69页 |
4.4 本章小结 | 第69-71页 |
第五章 总结与展望 | 第71-73页 |
5.1 本文工作总结 | 第71-72页 |
5.2 未来工作展望 | 第72-73页 |
参考文献 | 第73-79页 |
攻读学位期间已发表或录用的论文 | 第79-81页 |
致谢 | 第81页 |