URT项目
2014年优秀URT成果展示-视频流中的行人轮廓标注
发布日期：2014-04-22
视频流中的行人轮廓标注(2012J00067)
|
|
课题来源： |
教师科研 |
|
|
专业要求： |
计算机科学与技术 |
|
|
指导教师: |
张世博 |
|
|
成员名单： |
李梦佳（计092）、李乐（计093）、罗其会（计092） |
n 项目简介
随着科技的发展，智能安防得到越来越多的应用，对安防的效果也逐渐提出更高的要求。运动目标检测是安防中进行信息提取关键步骤之一，是视频分析技术的基础，其主要任务是将运动目标从视频序列中提取出来。行人检测是运动目标检测的一种，可以用于统计人群数量，在指定时间段内统计人的流量，计算出人员的密度，以及分析人的运动轨迹。
本项目作为检测的基础内容，旨在识别视频流中的行人，并对其轮廓进行跟踪标注。计划利用公开的行人图像库训练支持向量机模型，作为分类器使用，再利用HOG算法计算视频帧中的特征值，用SVM模型分类识别直立的行人，此步骤应用在静态图片中，并标注；然后把其结果应用在从视频中提取的视频帧中，从而达到视频流中行人的标注及跟踪。
n 成果简介
开发工具：Visual Studio 2008
图形库： OpenCV
|
图1 算法流程
|
算法流程：提取视频流中的帧，做二值化处理，对其中图像划分块，采用HOG算法计算特征，利用SVM分类器达到识别行人的效果。 |
|
图2 算法运行界面
|
此截屏为程序的运行时输入参数界面。本程序运行过程中进行视频帧读取，HOG值计算，SVM分类识别，人数统计，反馈结果。如图中所示的例子，计算耗时2638.7毫秒，计算出帧中的行人数。 |
|
图3 行人标注结果 |
在计算完成后，给出的计算结果。在原有的视频帧基础上，标注出行人轮廓，并统计人数。在连续的视频流中，不断进行每一帧的计算，即达到了视频中行人的持续标注。 |
n 成果相关附件
发表科技论文一篇：
1. 张世博 李梦佳 李乐 罗其会,基于方向梯度直方图的行人检测与跟踪,北京石油化工学院学报,2013年12月
