期刊文献+

基于视频图像处理技术对公共场所人流密度实时监测方法研究

下载PDF
导出
摘要 公共场所管理当中的一个重要环节即是对人流密度进行实时监测。通过对公共场所人流密度的实时监测,可使相关工作人员根据实时的监测结果,采取有效的人流管制措施并进行预警,从而可防止重大安全事故的发生。论文详细介绍了采用视频图像处理技术对人流密度进行实时监测的系统,设计了一整套视频监控方法的工作流程。论文主要从图像处理和人流计数两方面进行分析。所采用的公共场所人流密度监测方法不仅可提供准确的人群数量和人流密度的估计,同时还具有良好的鲁棒性,因而可满足实际应用的需求。
作者 李尚元
出处 《信息系统工程》 2018年第8期45-46,共2页
  • 相关文献

参考文献1

二级参考文献19

  • 1王波,姚宏宇,李弼程.一种有效的基于灰度共生矩阵的图像检索方法[J].武汉大学学报(信息科学版),2006,31(9):761-764. 被引量:20
  • 2Davies A, Yin J, Velastin S. Crowd monitoring using image processing[J]. Electronics & Communication Engineering Journal, 1995, 7(1): 37-47.
  • 3Lin Sheng-fim, Chen Jaw-yeh, Chao Hung-xin. Estimation of number of people in crowded seenes using perspective trans- formation[J]. Systems, Man and Cybernetics, Part A: Systems and Humans, IEEE, 2001, 31(6):645-654.
  • 4Marana A, Velastin S, Costa L, et al. Automatic estimation of crowd density using texture[J]. Safety Science, 1998, 28(3) :165 - 175.
  • 5Hussain N, Yatim H, Hussain N L, et al. CDES: A pixel-based crowd density estimation system for Masjid al-Haram[J]. Safety Science, 2011,49(6): 824 -833.
  • 6Rittsehe J, TU P, Krahnstoeve N. Simultaneous estimation of segmentation and shape[C]. Proceeding of Computer Vision and Pattern Recognition,2005 : 486-493.
  • 7麻文华,黄磊,刘昌平.基于置信度分析的人群密度等级分类模型[J].模砖识别与人工智能,2011,24(1):30-39.
  • 8Cho S, Chow T. A fast neural learning vision system for crowd estimation at underground stations platform [J]. Neural Processing Lettet, 2004, 10(2) : 111 - 120.
  • 9Kilambi P, Ribnick E, Joshi A, et al. Estimating pedestrian counts in groups[J]. Computer Vision and Image Under- standing, 2008, 10(1):43-59.
  • 10Zhan Tao, Nevatia R, Wu Bo. Segmentation and tracking of multiple humans in crowded environments[J]. IEEE Trans. on Pattern Analysis Machine Intelligence, 2008, 30(7): 1 198- 1 211.

共引文献7

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部