醫(yī)院就診患者流量統(tǒng)計

1.5萬字
自己原創(chuàng)的畢業(yè)論文，僅在本站獨家出售，重復(fù)率低，推薦下載使用

摘要 人作為社會的主體，社會活動的主要參與者，在計算機出現(xiàn)并高速發(fā)展的現(xiàn)代，成為人工智能研究的作用對象。計算機視覺與人工智能研究聯(lián)系緊密，需要實現(xiàn)人的識別、跟蹤及行為分析等功能。本文以攝像機采集的視頻作為處理對象，主要研究攝像機垂直向下拍攝情況下的人頭提取及跟蹤技術(shù)。
首先，對目前比較成熟的.智能視頻監(jiān)控系統(tǒng)以及人物檢測技術(shù)進行了廣泛的研究，分析各種現(xiàn)有智能監(jiān)控系統(tǒng)的局限性。對一些廣泛應(yīng)用的人臉檢測，行人、人頭檢測以及目標(biāo)跟蹤算法進行了介紹，并分析了其適用的范圍和不足。
其次，對傳統(tǒng)的方向梯度直方圖人頭檢測算法進行了性能方面的分析，提出了高效的基于GPU的并行加速的方向梯度直方圖算法。
本文以傳統(tǒng)可見光攝像頭獲取的圖像為處理對象，在matlab上提取HOG特征實現(xiàn)人頭檢測，利用Mean-shift 實現(xiàn)人員跟蹤和計數(shù)，完成了客流量統(tǒng)計的嵌入式模塊化設(shè)計。

關(guān)鍵詞 流量統(tǒng)計 人頭計數(shù) 人頭檢測 目標(biāo)跟蹤

Flow Statistics of Patients in Hospital

Abstract As the main body in the community and the main participants in social activities, human become role of the object of artificial intelligence research, with the appearance and the high-speed development of computer in the modern time. Computer version is a subject that aims at realizing people recognition, tracking, behavior analysis and so on. This paper mainly researches the head extraction and tracking in the vertical downward view, which is based on the video collected by camera.
Firstly, we conduct an extensive study of the state-of-the-art intelligent surveillance systems and person detection techniques. We also analyze their scope of application and limitations.
Secondly, we give a performance analysis of the traditional histogram of oriented gradients head detection algorithm, propose a GPU accelerated algorithm which can achieve effective detection.
This message, based on the traditional optical camera to obtain images as treatment, is for detecting head HOG feature extracting in matlab, personnel tracking and counting by using Mean – shift. Finally completing the traffic statistics embedded modular design.

Key words flow statistics people counting head detection target tracking


目錄
第一章 緒論 1
1.1 課題背景 1
1.2 研究意義 2
1.3 國內(nèi)外研究現(xiàn)狀 3
1.3.1 人頭檢測技術(shù)的研究現(xiàn)狀 3
1.3.2 人數(shù)統(tǒng)計的研究現(xiàn)狀 4
1.4 課題結(jié)構(gòu)和主要研究內(nèi)容 5
第二章 人頭檢測及跟蹤方法介紹 6
2.1 人頭檢測方法分類 6
2.1.1基于頭部區(qū)域輪廓的人頭檢測 6
2.1.2基于方向梯度直方圖的人頭檢測 8
2.2 運動目標(biāo)跟蹤 11
2.2.1 基于粒子濾波的跟蹤 11
2.2.2基于差分EMD的目標(biāo)跟蹤 12
第三章 基于方向梯度直方圖的高效人頭檢測 13
第四章 基于Mean-shift 的目標(biāo)跟蹤 16
4.1 基于mean-shift算法的物體跟蹤 16
4.2 一種基于改進均值漂移算法的人頭跟蹤方法 17
第五章 人頭計數(shù) 19
5.1 對人員進行聚類 19
5.2 判斷進出方向 20
第六章 結(jié)論 22
致 謝 23
參考文獻 24