面向視頻監(jiān)控的自動(dòng)人數(shù)統(tǒng)計(jì)研究.pdf

1、作為計(jì)算機(jī)視覺領(lǐng)域的一個(gè)典型應(yīng)用，視頻人數(shù)統(tǒng)計(jì)在人流量商業(yè)數(shù)據(jù)統(tǒng)計(jì)分析、智能交通和公共安全等許多方面有著重要的應(yīng)用價(jià)值。以前依靠人工的人流量統(tǒng)計(jì)方法已不能滿足當(dāng)代實(shí)際需求，而借助計(jì)算機(jī)強(qiáng)大的計(jì)算能力和計(jì)算機(jī)視覺技術(shù)的快速發(fā)展使能實(shí)現(xiàn)高效率和高準(zhǔn)確率的人流量統(tǒng)計(jì)成為可能。近年來，學(xué)者們提出了很多行人檢測(cè)算法，但是在實(shí)際場(chǎng)景中，行人檢測(cè)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(zhǔn)確率的行人檢測(cè)變得十分困難。
　　本論文從面向

2、行人檢測(cè)的圖像特征著手進(jìn)行研究，致力于研究靜態(tài)圖像和動(dòng)態(tài)視頻中行人檢測(cè)問題，以提高其準(zhǔn)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(gè)方面:
　　1、提出了一個(gè)基于多決策的行人檢測(cè)方法，改進(jìn)了C4算法在檢測(cè)準(zhǔn)確性方面的不足，其基本思想是:首先利用A分類器對(duì)待檢測(cè)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(jìn)一步利用B分類器對(duì)b特征分類，判斷結(jié)果由兩次的決策值共同決定。實(shí)驗(yàn)結(jié)果表明基于多決策的行人檢測(cè)方法能夠在

3、幾乎不影響檢測(cè)速度的同時(shí)還能提高檢測(cè)準(zhǔn)確率。
　　2、提出了一種基于輪廓標(biāo)定的行人檢測(cè)方法。從三種不同標(biāo)點(diǎn)方式（手動(dòng)標(biāo)定、隨機(jī)標(biāo)定和平均標(biāo)定）著手進(jìn)行研究，針對(duì)標(biāo)點(diǎn)個(gè)數(shù)和組合特征的不同進(jìn)行深入研究，最終實(shí)驗(yàn)結(jié)果表明手動(dòng)標(biāo)點(diǎn)且應(yīng)用LBP與BHOG特征組合時(shí)效果最好。
　　3、采用高斯混合模型和基于跟蹤的方法，實(shí)現(xiàn)了動(dòng)態(tài)視頻的人數(shù)統(tǒng)計(jì)。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(duì)該區(qū)域進(jìn)行靜態(tài)