您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201705-1451
论文题目 基于智能视频分析的行人检测、跟踪系统
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 1

基于智能视频分析的行人检测、跟踪系统

首发时间:2017-05-31

戴应登 1   

戴应登(1993),男,硕士,智能视频分析、图像处理

张硕 1   

张硕(1994),男,硕士,视频传输

赵旦峰 1   

赵旦峰(1961),男,博导,现代通信系统、通信信号处理、编码与调制技术、SOC、ASIC设计与开发技术等。

  • 1、哈尔滨工程大学信息与通信工程学院,哈尔滨 150001

摘要:随着国家"开放小区"系统工程的全面建设,大量摄像头和监控节点投入使用,加重了监控人员的负担,带来围绕智慧社区的安防监控的改革升级,其中小区人物跟踪、行为预警分析凸显出重要地位。因此,论文采用智能视频分析的方法进行行人检测、跟踪的功能研究开发。采用梯度方向直方图(Histogram of Oriented Gradient,HOG)+支持向量机(SupportVector Machine,SVM)的思路设计行人检测功能,通过难例样本训练与非极大值抑制(Non-Maximum Suppression,NMS)矩形框融合机制提升了分类器的性能,实际场景下测试的平均检测速率41.66ms/帧,检测平均准确率达到99.49%,平均召回率为72.21%,检测平均综合效果达到83.67%;设计融合颜色直方图特征的粒子滤波行人跟踪方案,经实验验证实际场景下,平均跟踪处理速度保持在6.5-8.5ms/帧,满足实时需求。同时设计开发了具有交互界面的系统客户端,研究内容对于小区视频监控中行人预警分析具有一定的实用价值。

关键词: 智能视频分析 行人检测跟踪 HOG特征 SVM分类 粒子滤波

For information in English, please click here

Pedestrian Detection and Tracking System Based on Intelligent Video Analysis

Dai Yingdeng 1   

戴应登(1993),男,硕士,智能视频分析、图像处理

Zhang Shuo

张硕(1994),男,硕士,视频传输

Zhao Danfeng

赵旦峰(1961),男,博导,现代通信系统、通信信号处理、编码与调制技术、SOC、ASIC设计与开发技术等。

  • 1、Information and Communication Engineering School, Harbin Engineering University, Harbin 150001

Abstract:Withthe national systematic projects of "Open District"vigorously constructed,lots of cameras and monitoring nodes are put into use,and a large number of camera and monitor node came into use, thus increased the burden on the monitoring staff, bringed the reform and upgrading of the security monitoring around smart community, among which pedestrian tracking and behavioral warning analysis highlight the important position.Therefore, the paper proposed a system about pedestrian detection and trackingbased on intelligent video analysis. Method of HOG+SVM is used to designed function of pedestrian detection, by training difficulties and using NMS rectangular frame fusion mechanism to improve the performance of the classifier, the average detection rate in the actual scenes is 41.66 ms/frame, the average accuracy rate of the detection achieves 99.49%, the average recall rate is 72.21% and the average combined effect of the detection achieves 83.67%; A tracking scheme is designed to track pedestrians based on particle filter with color feature histogram, system tests showed thatthe average tracking speed in the actual scenes maintain at 6.5-8.5 ms/frame,is able to meet the real-time tracking demands.At the same time, the system client with interactive interface is designed and developed, the research of the paper is of certain practical value to behavioral warning analysis in community video surveillance.

Keywords: Intelligent video Analysis Pedestrian Detection and Tracking HOG Features SVM Classifier Particle Filter

Click to fold

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
戴应登,张硕,赵旦峰. 基于智能视频分析的行人检测、跟踪系统[EB/OL]. 北京:中国科技论文在线 [2017-05-31]. http://www.paper.edu.cn/releasepaper/content/201705-1451.

No.4734905120268114****

同行评议

共计0人参与

评论

全部评论

0/1000

勘误表

基于智能视频分析的行人检测、跟踪系统