基于图像特征识别与跟踪的客流量统计系统设计与实现文献综述

 2021-10-21 17:19:28

毕业论文课题相关文献综述

通过接收视频图像并进行处理,使计算机可以代替人类完成大量工作,例如:指纹、人脸、车牌、人体动作等视觉识别系统、工业生产视觉检测系统、智能移动机器人、生物医学影像等。

其中的一些领域现在已经广泛的被应用实际生活中,例如人脸识别安全锁、高速公路 ETC 通道、游戏体感设备、各类智能机器人、全自动生产车间、AR\VR 应用、高频 B 超影像等。

在这样的背景下,人们开始研究如何借助视频图像对包括商场、展馆、公共交通在内的一些公共场所进行客流量统计,以解决传统的基于红外与压力传感器的方法无法有效处理客流高峰期拥挤状况的问题。

有了客流量数据,商场可以分析顾客的购买习惯,展馆可以优化展位布置,对流量密集地区增加安保力量,客运公司可以发现乘车高峰期并进行相应调度。

客流量甚至能直接反应近期的营业额情况。

可以说,客流量对于公共场合的管理和决策具有重要的意义。

因此,包括杭州海康威视、浙江大华、宇视科技等业界知名的智能安防与监控设备生产公司都推出了相应产品。

例如海康 CMOS 深眸智能人脸日夜筒型网络摄像机[1],以人脸为检测目标,采用深度学习算法,以海量图片及视频资源为路基,通过机器自身提取目标特征,形成深层可供学习的人脸图像,完成对人脸的检测、跟踪。

海康 CMOS 深眸双目智能客流统计网络摄像机[2],采用领先的双目立体视觉技术,基于双镜头的立体摄像,获取目标的高度信息,结合智能跟踪算法分析行人的行为轨迹,从而精确计算出客流人数及行走方向。

现有产品对于客流的统计可分为检测、跟踪和统计三个阶段。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。