(3.235.41.241) 您好!臺灣時間:2021/04/21 12:44
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:梁志彬
研究生(外文):Liang, Chih-Bin
論文名稱:視覺化行人穿越活動偵知之研究
論文名稱(外文):A Vision-based Detection System for Walking-cross Activities of Pedestrians
指導教授:范俊海范俊海引用關係
指導教授(外文):Fan Chun-Hai
學位類別:碩士
校院名稱:淡江大學
系所名稱:土木工程學系
學門:工程學門
學類:土木工程學類
論文種類:學術論文
論文出版年:1997
畢業學年度:85
語文別:中文
論文頁數:116
中文關鍵詞:視覺影像處理樣板匹配行人追蹤
外文關鍵詞:visionimage processingtemplate matchingpedestriantracking
相關次數:
  • 被引用被引用:6
  • 點閱點閱:118
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
環顧國內有關影像處理技術在交通領域的應用,都是以車輛為研究對
象,在行人方面則仍屬一片空白,然而這並不表示行人偵測的不重要,相
反的,行人交通參數的偵測可應用於行人動線規畫、行人號誌的動態設計
等等,細微的參數取得,更可貼切的表現行人運動狀態而用於行人流模式
的研究。 為了
研究行人的交通參數,本研究以行人穿越道路情形做為研究的主要對象,
其中包括穿越前的停等以及穿越道路兩種狀況,前者是在行人停等區內偵
測停等的人數,利用影像中行人佔有的像素面積多寡與行人數之間的正比
、線性關係,構建迴歸模型並計算影像中的總人數及移動的人數,之後將
總人數減掉移動的人數即可得出停等的人數,使用的方法則為背景相減法
及影像相減法;後者以行人追蹤為目的,採離線研究的方式觀察行人的運
動軌跡,使用的方法是以影像特性不變量為基礎的樣板匹配法。
本研究偵測行人穿越道路時的運動行為,得出包括停等人數、行人軌跡、
行走瞬時速度及方向等交通參數;經過實驗之後發現,本研究在來來往往
的行人影像中,對於其中停等人數的偵測結果大抵在 2個人的絕對誤差範
圍內,相對誤差百分比則隨著偵測人數的增多而減少,誤差的主要原因包
括行人衣著顏色與背景相似、行人不在偵測區內、嚴重的行人遮蔽等情形
;本研究另以細線化處理將影像的邊緣線條單一化後再建立迴歸模型,偵
測結果與未細線化處理前的比較並無明顯差異,尚有待更多實驗證明;在
追蹤偵測驗證方面,經過模式軌跡線與實際軌跡線的比對,平均的誤差在
x軸為 1個像素, y軸為 2個像素,至於行走瞬時速度的平均誤差約為
9.43%。 由本文的研究成
果可以看出,對於多變、複雜的行人的運動狀態已可順利的求出其交通參
數,這也使得行人流模式的發展因為速度、方向、位置等參數的取得而較
易於研究;此外,即時的行人計數系統則可與現行的行人號誌系統結合,
改善行人與車輛的運行績效。
In this thesis, we try to use image processing technique to
count pedestrians which are stationary in the image and track
their trajectories when they are walking. In the pedestrian
counting system, since the pixels which pedestrian possesses in
the image are directly proportional to number of pedestrians, so
we use background differencing method to establish regression
model and calculate all people in the image. On the other hand,
we use interframe differencing method to establish another
regression model which is used to calculate moving pedestrians
in the image. The difference between total number of pedestrians
and number of moving pedestrians at the same time is considered
to be the number of stationary pedestrians in the image. About
pedestrian''s trajectory detection, we adopt template matching
method based on image feature invariants to track each
pedestrian''s template in sequence images. After linking every
coordinates, we obtain pedestrians'' trajectory lines.

The detection system can output four important parameters
including pedestrians'' number, trajectories, speeds, and
directions. A case study was demonstrated. About stationary
pedestrians, the absolute diffenence between automaticcounts and
real counts for each image is almost within 2 persons, and the
ratio of maximum absolute error to the real count decrease
gradually when people increase. About trajectory, the use of
template matching method have only an average error of 1 pixel
in x-axis, 2 pixel in y-axis. The error of speed is about 9.43%.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊
 
系統版面圖檔 系統版面圖檔