基于机器学习的人群密度检测研究与应用开题报告

 2021-10-21 17:13:46

1. 研究目的与意义(文献综述包含参考文献)

文 献 综 述一、开发背景和意义随着人群的增长和人群活动的多样化,人群的流动性也逐渐增大,大量群体性事件和人群踩踏事故不断增多,人群的密度估计成了机器视觉的研究热点。

早期的研究工作通过检测身体或头部来估计人群数量,而其他一些方法则学习从局部或全局的特征到实际数量的映射关系来估计数量。

最近,群体计数问题被公式化为人群密度图的回归,然后通过对密度图的值进行求和以得到图像中人群的数量。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容、问题解决措施及方案

一、研究内容以基于特征的回归为方向,因为拥挤情况下采用直接法容易受到遮挡等难点问题的影响,而间接法从人群的整体特征出发,具有大规模人群计数的能力。

论题重点在于建立图像特征和估计场景人数的回归模型,并且不断改进模型来提高提取特征的准确率,确定准确率高的回归模型后再确定一个人群计数模型用于与回归模型得到的特征值相匹配,通过测量图像特征从而估计场景中的人数。

通过后期改进回归模型和计数模型进而不断提高人群密度检测的准确性,最终实现人群密度检测。

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

发小红书推广免费获取该资料资格。点击链接进入获取推广文案即可: Ai一键组稿 | 降AI率 | 降重复率 | 论文一键排版