基于機(jī)器學(xué)習(xí)的人數(shù)統(tǒng)計(jì)系統(tǒng)研究與實(shí)現(xiàn).pdf

1、城市化進(jìn)程的發(fā)展造成世界人口的急劇增加，間接使得人群聚集現(xiàn)象也越來越多。人數(shù)統(tǒng)計(jì)分析在公共安全、公共基礎(chǔ)設(shè)施、商業(yè)應(yīng)用等方面的價(jià)值逐步凸顯。和傳統(tǒng)的統(tǒng)計(jì)方法相比，基于機(jī)器學(xué)習(xí)的統(tǒng)計(jì)方法具有精確的數(shù)據(jù)處理、高效的信息融合和精簡(jiǎn)的人工操作等優(yōu)勢(shì)。因此，基于機(jī)器視覺的區(qū)域觀察引起了計(jì)算機(jī)視覺研究人員的廣泛研究，同時(shí)涌現(xiàn)了一大批實(shí)現(xiàn)人數(shù)統(tǒng)計(jì)的方法。
　　通過對(duì)人數(shù)統(tǒng)計(jì)方法的研究，基于統(tǒng)計(jì)回歸的方法有較為精確的結(jié)果，但在實(shí)現(xiàn)方向計(jì)數(shù)上比較困

2、難?；趥€(gè)體檢測(cè)的方法在方向計(jì)數(shù)上有著明顯優(yōu)勢(shì)，但由于其檢測(cè)時(shí)計(jì)算量大，在嵌入式系統(tǒng)實(shí)現(xiàn)時(shí)實(shí)時(shí)性不高。因此，本文針對(duì)基于個(gè)體檢測(cè)的方法，在檢測(cè)前先進(jìn)行目標(biāo)預(yù)提取，提取出疑似包含目標(biāo)的小窗口，避免全圖掃描檢測(cè)。然后利用檢測(cè)器對(duì)這些窗口進(jìn)一步檢測(cè)，實(shí)現(xiàn)檢測(cè)計(jì)數(shù)目的同時(shí)提高處理速度。
　　本文中人數(shù)統(tǒng)計(jì)系統(tǒng)采用基于BING特征的人頭提取方法。實(shí)驗(yàn)表明，BING特征提取的窗口具有較大的參考價(jià)值。在行人檢測(cè)方面，本文采用垂直俯拍的方式通過檢

3、測(cè)人頭來識(shí)別行人，以減小行人之間由于遮擋產(chǎn)生的誤差。分類器設(shè)計(jì)時(shí)采用基于Haar-like特征的AdaBoost方法訓(xùn)練的人頭分類器。為了提高檢測(cè)速度，采用強(qiáng)分類器級(jí)聯(lián)算法構(gòu)建的層疊分類器。在人頭跟蹤上，本系統(tǒng)采用基于卡爾曼濾波器預(yù)測(cè)的目標(biāo)跟蹤方法。算法仿真調(diào)試?yán)肞OSIX多線程技術(shù)在PC平臺(tái)完成。在系統(tǒng)實(shí)現(xiàn)時(shí)，硬件平臺(tái)選取基于全志A20處理器的Cubieboard2平臺(tái)，最終將系統(tǒng)移植到硬件臺(tái)上。
　　實(shí)驗(yàn)結(jié)果表明，本文采用的