IR
۴۶۰۱پ
فارسی
IR
شمارش افراد با استفاده از دوربین از دید عمودی
[پایان‌نامه]
people counting using vertical sight of camera
/سمانه فخری
: مهندسی برق
، ۱۳۹۸
۱۰۰ص.
:
زبان: فارسی
زبان چکیده: فارسی
چاپی - الکترونیکی
مصور، جدول، نمودار
کارشناسی ارشد
مهندسی برق- مخابرات سیستم
۱۳۹۸/۰۶/۰۱
صنعتی سهند
سیستم‌هایی که قادر به شمارش تعداد افراد هستند، اطلاعات ارزشمندی را در زمینه‌های مختلف از جمله اهداف امنیتی و کسب‌وکار در شرایط واقعی ارائه می‌دهند .سیستم شمارش افراد معمولا در ورودی‌ها یا خروجی‌های مناطق بسته نصب می‌شوند و اطلاعات مربوط به افراد از این طریق به دست می‌آید .به دلیل انسداد، تغییر نور، رنگ و بافت مشکلات و چالش‌هایی در این زمینه مطرح است .در این پایان نامه برخلاف سیستم‌های مبتنی بر دوربین‌های سنتی، از یک سیستم جدید به نام دوربین کینکت که به صورت عمودی نصب شده است، برای جمع‌آوری مجموعه داده‌ها استفاده شده است که از اطلاعات عمق برای حذف تاثیرات ناشی از تغییرات ظاهر و هدف استفاده می‌شود .در ابتدا بر روی تصاویر عمق آستانه گیری دوگانه، که بار محاسباتی و خطای تشخیص را به شدت کاهش می‌دهد، اعمال شده است .سپس عملیات مورفولوژی برای کاهش یا از بین بردن نویز و بهبود داده‌های از دست رفته به کار رفته است .با اعمال عملیات مورفولوژی قبل از مرحله تشخیص افراد متحرک در صحنه خطای انسداد به شدت کاهش یافته است .برای شناسایی افراد در حال حرکت از روش الگوریتم تفاضل پس‌زمینه بر اساس مدل ترکیب گوسی (GMM) به کار رفته است .این روش در مقایسه با روش‌های دیگر تشخیص اشیاء، مجموعه کامل‌تری از ویژگی‌های توصیف کننده اشیاء متحرک را فراهم می‌کند .پس از این مرحله مجددا فیلترهای مورفولوژی را بر روی تصویر به دست آمده شامل عملگر باز کردن و عملگر پر کردن اعمال می‌کنیم. این امر باعث می‌شود از شناسایی همراه با خطا یک شئ دارای حفره تا حد زیادی جلوگیری شود .سپس با استفاده از فیلتر کالمن و الگوریتم تخصیص مانکرز افراد شناسایی شده ردیابی می‌شوند .سپس شمارش افراد با استفاده از در نظر گرفتن یک خط فرضی که ورودی و خروجی را به دو منطقه متفاوت تقسیم می‌کند انجام می‌گیرد که در این پایان نامه این خط فرضی دقیقا در زیر محل نصب دوربین در نظر گرفته شده است .نتایج نشان می‌دهد که دقت این روش بین ۸۷/۰۸ تا ۹۵/۴۳ می‌باشد .
People counting systems provide invaluable information on different areas such as safety and business under real world conditions. Installed above each entrance and exit, the people counters obtain information about people. However, obstruction, light alteration, color, and context pose some challenges regarding the system. In this thesis, different from traditional visible camera based systems, we construct a novel system that uses vertical Kinect sensor for people counting, where the depth information is used to remove the affect of the appearance variation. Firstly, the depth images were processed by image double thresholding through which calculation and detection errors were reduced. Then a morphological operation is utilized to alleviate depth artifacts such as the optical noise and lost data. Utilization of morphological operation before the detection of moving people reduced obstruction rate significantly. Foreground extraction algorithm based on Gaussian Mixture Model (GMM) is used to detect moving people. This method provides complete descriptive qualities of moving objects comparing to other moving object detection methods. Then the images were processed by morphological filters including open and close operators which significantly reduced. Consequently, erroneously detection of an object with holes was notably decreased. After that, Kalman filter and Munkres' assignment algorithm were applied to track detected people. As a result, people were counted assuming an imaginary line which divided the entry and exit into two diverse parts. In this thesis, the imaginary line was assumed exactly below the place where camera was installed. Results confirm that the method can achieve accuracy ranging between 87/08 and 94/43 .
ba
people counting using vertical sight of camera
شمارش افراد
دوربین کینکت
فیلتر مورفولوژی
الگوریتم مدل ترکیب گوسی
فیلتر کالمن
الگوریتم تخصیص مانکرز
People counting, Kinect camera, morphological filter, GMM, Kalman filter, Munkres' assignment algorithm
شمارش افراد، دوربین کینکت، فیلتر مورفولوژی، الگوریتم مدل ترکیب گوسی، فیلتر کالمن، الگوریتم تخصیص مانکرز
فخری، سمانه
ابراهیمی، افشین، استاد راهنما
ایران
20230813
برق ،۱۰۶۸۵ ،۱۳۹۸
ی‌دومع دید زا ن‌یبرود زا ه‌دافتسا اب دارفا ش‌رامش.pdf
عادی
عادی
9116.pdf
b10685.pdf
0
ایمانی
متن
0
پ۴۶۰۱
فارسی
نمایه‌سازی قبلی
pe
TF
92029
1
a
Y
