خانه / مقاله های ترجمه شده کامپیوترIT / مقاله پردازش تصویر / مقاله شمارش خودکار در یک مکان انبوه

مقاله شمارش خودکار در یک مکان انبوه

سال : 2008         ژورنال : IEEE             تعداد صفحات انگلیسی : 6          تعداد صفحات فارسی:  20

عنوان انگلیسی مقاله :

Automated People Counting at a Mass Site

عنوان فارسی مقاله :

شمارش خودکار در یک مکان انبوه

چکیده فارسی :

تخمین قابل اعتماد از مردم در مناطق عمومی یک مشکل مهم در نظارت بصری است. اگرچه تحقیقات بسیاری در مورد تعداد افراد در سالهای اخیر انجام شده است ، اما اکثر آنها جمعیت کمی از افراد را بدون داشتن انسدادهای جدی در نظر می گیرند. برخی از آن‌ها نیازهای ویژه زیادی دارند، مانند مردم در حال حرکت، پس‌زمینه نرم است و یا رزولوشن تصویر بالا است. هدف از این مقاله برآورد تعداد افراد در سناریوی پیچیده­ای است که حدود یک صد نفر را در یک رویداد بیرون از منزل دارد. چندین روش شمارشی مبتنی بر تراکم جمعیت برای یافتن رابطه بین پیکسل پیش‌زمینه و تعداد افراد در جمعیت بزرگ در نظر گرفته می‌شوند. بهترین نتیجه تخمین از روشی است که دو نوع پیکسل پیش‌زمینه را در نظر می‌گیرد: آن‌هایی که از جمعیت نسبتا ساکن هستند و آن‌هایی که از افراد متحرک می‌آیند. در ارزیابی سه روش توسعه‌یافته در ۵۱ مورد، بهترین میانگین خطا حدود ۱۰ % است. تمامی روش‌های پیشنهادی هیچ نیازمندی خاصی در تفکیک ویدئوی ورودی ندارند.

چکیده انگلیسی:

Reliable estimation of people in public areas is an important problem in visual surveillance. Although there is a lot of research on people counting in recent years, most of them consider a small crowd of people without many serious occlusions. Some of them have a lot of particular requirements, like people are moving, the background is smooth or the image resolution is high. This paper aims to estimate the number of people in a complicated scenario, which has around one hundred persons in an outdoors event. Several people counting methods based on crowd density are considered to find the relationship between the foreground pixels and the number of people in the large crowd. The best estimation result is from the method that considers two types of foreground pixels: those that come from relatively stationary crowd, and those that come from moving people. In an evaluation of three developed methods over 51 cases, the best average error is around 10%. All the proposed methods do not have any special requirements on the resolution of the input video.
Index Terms – Automated surveillance , people counting , crowd density , neural network.

دانلود رایگان فایل انگلیسی مقاله

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

16 − هشت =