基于YOLOv5和Deep sort的行人检测系统开题报告

1. 研究目的与意义

（1）选题背景

随着物联网技术的发展以及“智慧城市”的推进，如今摄像头监控已经随处可见。监控设备具有造价低廉、安装简单、易于维护等特点，监控系统部署广泛。众多的摄像头产生了海量的数据，传统的监控系统只有视频采集、传输和一定容量的存储功能，视频内容分析理解过度依赖工作人员，效率低下。因此高效、准确的智能监控系统对安防行业有着重要的意义。

（2）选题意义

2. 研究内容和预期目标

1）研究内容

本项目的研究内容是利用计算机视觉技术对视频中的目标进行持续跟踪，通过对输入的视频图像进行处理，得到多个目标，并对目标的外观特征、位置、运动状态等信息进行计算分析，最终得到连续的运动轨迹。包括了目标检测、特征提取、数据关联与跟踪、通过匹配算法进行目标交接。

（2）关键问题

3. 国内外研究现状

（1）目标追踪算法

目标追踪是智能视频监控系统构建的子任务之一，基于传统机器学习的目标追踪算法按模型生成方式可分为生成式和判别式两种。

生成式算法通过算法提取初始目标的某些特征后，在每个视频帧中暴力搜索，找到与生成的模型相似度最高并且大于阈值的目标。

4. 计划与进度安排

1、2021-11-16至2021-11-24：指导老师下达任务书，对本次毕业设计的进度安排、功能实现和系统提出要求。

2、2021-11-25至2021-12-31：系统设计方面，进行系统需求分析，了解系统的数据准备及技术准备工作，构思系统的功能模块及整体框架。

3、2022-01-01至2022-06-28：在导师的指导下，完成目标追踪算法，实现跨摄像头目标追踪，从而构建跨摄像头多目标追踪系统，并通过导师检验。

5. 参考文献

[1]耿艺宁,刘帅师,刘泰廷,严文阳,廉宇峰.基于计算机视觉的行人检测技术综述[j].计算机应用,2021,41(s1):43-50.

[2]罗海波,许凌云,惠斌,常铮.基于深度学习的目标跟踪方法研究现状与展望[j].红外与激光工程,2017,46(05):14-20.

[3]徐涛,马克,刘才华.基于深度学习的行人多目标跟踪方法[j].吉林大学学报(工学版),2021,51(01):27-38.