面向視頻監(jiān)控的自動人數(shù)統(tǒng)計研究.pdf

1、作為計算機視覺領域的一個典型應用，視頻人數(shù)統(tǒng)計在人流量商業(yè)數(shù)據(jù)統(tǒng)計分析、智能交通和公共安全等許多方面有著重要的應用價值。以前依靠人工的人流量統(tǒng)計方法已不能滿足當代實際需求，而借助計算機強大的計算能力和計算機視覺技術的快速發(fā)展使能實現(xiàn)高效率和高準確率的人流量統(tǒng)計成為可能。近年來，學者們提出了很多行人檢測算法，但是在實際場景中，行人檢測容易受到遮擋、姿態(tài)和環(huán)境等各種因素的影響，使得完成高準確率的行人檢測變得十分困難。
　　本論文從面向

2、行人檢測的圖像特征著手進行研究，致力于研究靜態(tài)圖像和動態(tài)視頻中行人檢測問題，以提高其準確率。論文的主要研究工作和創(chuàng)新性主要體現(xiàn)在以下幾個方面:
　　1、提出了一個基于多決策的行人檢測方法，改進了C4算法在檢測準確性方面的不足，其基本思想是:首先利用A分類器對待檢測窗口的a特征分類，然后判斷分類決策值是否屬于可疑區(qū)間，如果屬于則進一步利用B分類器對b特征分類，判斷結果由兩次的決策值共同決定。實驗結果表明基于多決策的行人檢測方法能夠在

3、幾乎不影響檢測速度的同時還能提高檢測準確率。
　　2、提出了一種基于輪廓標定的行人檢測方法。從三種不同標點方式（手動標定、隨機標定和平均標定）著手進行研究，針對標點個數(shù)和組合特征的不同進行深入研究，最終實驗結果表明手動標點且應用LBP與BHOG特征組合時效果最好。
　　3、采用高斯混合模型和基于跟蹤的方法，實現(xiàn)了動態(tài)視頻的人數(shù)統(tǒng)計。先通過高斯混合模型得到前景區(qū)域，再通過連通區(qū)域處理得到更為精確的前景區(qū)域，最后對該區(qū)域進行靜態(tài)