声明
摘要
第1章绪论
1.1课题研究的背景及意义
1.2课题关键技术的研究现状及发展趋势
1.2.1基于计算机视觉检测的电梯交通系统客流状态分析
1.2.2电梯交通群控系统智能优化
1.2.3现代电梯交通系统发展趋势
1.3本文研究的主要内容及组织结构
第2章客流数据采集与检测方法研究
2.1基于深度视觉的电梯交通客流数据采集
2.1.1交通客流数据描述
2.1.2基于深度视觉的数据采集
2.2基于Hough Forests电梯乘客检测算法
2.2.1 Hough Forests算法
2.2.2训练数据和叶子信息
2.2.3图像补丁外部特征和二进制测试
2.2.4 Hough Forests决策树的构建
2.3实验结果与分析
2.3.1实验室环境下的人脸检测实验
2.3.2电梯场景下的乘客检测实验
2.4本章小结
第3章乘客人体跟踪算法研究
3.1基于局部图块人体目标匹配算法研究
3.1.1多目标数据关联
3.1.2数据关联的损失最小化
3.1.3局部图块匹配算法
3.2基于深度HOG和LLE的人体跟踪方法研究
3.2.1算法描述
3.2.2局部线性嵌入LLE算法
3.2.3算法的实现
3.3实验结果与分析
3.3.1人体从静止到无深度变化活动跟踪实验
3.3.2深度变化活动跟踪实验
3.3.3跟踪方法比较实验
3.3.4电梯场景下人体跟踪实验
3.4本章小结
第4章基于核方法的人体行为分析研究
4.1.2 Multi-Kernel多核未知数据还原法
4.2基于LLE和KRR的人体动作重构算法研究
4.2.1人体动作的LLE映射
4.2.2人体骨架信息熵
4.2.3人体动作的重构
4.2.4算法复杂度分析
4.3实验结果与分析
4.3.1人体骨架的提取实验
4.3.2人体动作二维流形生成实验
4.3.3人体动作的重构实验
4.3.4算法对比分析实验
4.3.5电梯乘客行为分析实验
4.4本章小结
第5章基于随机森林的电梯交通模式识别算法研究
5.1电梯群控系统的交通模式
5.2随机森林算法
5.2.1算法描述
5.2.2决策树生成
5.2.3决策树测试属性选择
5.2.4随机森林算法构建
5.3基于随机森林的电梯交通模式识别
5.3.1建立电梯交通系统客流状态数据库
5.3.2实验结果与分析
5.4本章小结
第6章多目标优化GA改进算法研究
6.1电梯交通系统多目标优化问题
6.2基于PSO-GA混合算法的电梯群控系统优化方法研究
6.2.1 PSO-GA混合优化算法
6.2.2电梯群控系统多目标优化混合算法仿真实现
6.2.3仿真结果与分析
6.3基于GNP的电梯群控系统优化方法研究
6.3.1 GNP算法
6.3.2电梯群控系统多目标优化的GNP算法
6.3.3仿真结果与分析
6.4本章小结
第7章结论与展望
7.1本文主要工作总结
7.2下一步工作展望
7.2.1研究算法改进
7.2.2实际应用问题
7.2.3研究对象推广
参考文献
致谢
攻读博士学位期间的研究成果
作者简介