10.3969/j.issn.0258-2724.20200425
顾及小目标特征的视频人流量智能统计方法
人流量统计对智能安防等领域具有重要研究价值.?针对视频监控系统中人流量统计准确率较低的问题,提出一种顾及小目标特征的视频人流量智能统计方法,重点研究用于小目标检测的Faster?R-CNN?(Faster?region-convolutional?neural?network)改进算法、运动目标关联匹配以及双向人流量智能统计等关键技术,根据人头目标的小尺度特点对Faster?R-CNN网络结构进行适应性改进,利用图像浅层特征提高网络对于小目标的特征提取能力,通过基于轨迹预测的跟踪算法实现运动目标的实时追踪,同时设计双向人流量智能统计算法,以实现人流量高准确率统计;为证明方法的有效性,在密集程度不同的场景中进行了测试.?测试结果表明:改进的目标检测算法相较于原始算法,在Brainwash测试集和Pets2009基准数据集上的平均准确率分别提高了7.31%、10.71%,视频人流量智能统计方法在多种场景下的综合评价指标F值均能达到90.00%以上,相较于SSD-Sort算法和Yolov3-DeepSort算法,其F值提高了1.14%?~?3.04%.
监控视频、人流量统计、Faster R-CNN改进算法、目标检测、目标跟踪
57
TP391.4(计算技术、计算机技术)
国家自然科学基金;四川省科技计划
2022-07-28(万方平台首次上网日期,不代表论文的发表时间)
共9页
705-712,736