面向住宅小區(qū)的電梯內(nèi)人員檢測(cè)和識(shí)別方法研究.pdf

1、人員檢測(cè)與識(shí)別是安防領(lǐng)域尤其是智能監(jiān)控的研究熱點(diǎn)之一，在智能檢索、全天候布防、入庫(kù)比對(duì)等多種使用場(chǎng)景均有著十分廣闊的前景。隨著硬件與軟件技術(shù)的增強(qiáng)，隨著人們安保意識(shí)的提高，在普通住宅小區(qū)內(nèi)，傳統(tǒng)視頻安防監(jiān)控將逐步被取代。由超高清監(jiān)控?cái)z像頭搭配分析服務(wù)器，對(duì)小區(qū)電梯行人智能化分析的智能監(jiān)控技術(shù)，將越來越普遍的出現(xiàn)在我們身邊。
　　本文設(shè)計(jì)了在小區(qū)電梯內(nèi)安裝智能攝像機(jī)，對(duì)進(jìn)入電梯人員進(jìn)行人數(shù)統(tǒng)計(jì)和人臉比對(duì)的研究。將圖像處理和識(shí)別的方法

2、有效的應(yīng)用在監(jiān)控圖像中，具體如下:
　　(1)針對(duì)電梯人員采集圖像為俯視圖像的問題，本文提出利用基于Hough變換的人頭統(tǒng)計(jì)方法。該方法在分析運(yùn)動(dòng)目標(biāo)的檢測(cè)的基礎(chǔ)上，包括常用算法和改進(jìn)算法;針對(duì)俯視圖像中人頭進(jìn)行邊緣檢測(cè)和特征提取;最后利用Hough變化檢測(cè)頭部提取特征完成電梯人員計(jì)數(shù)。
　　(2)針對(duì)電梯內(nèi)人員自動(dòng)識(shí)別方法，論文提出通過FPDW算法結(jié)合SVM-AdaBoost算法對(duì)人臉進(jìn)行檢測(cè)和特征提取，并由ASM算法自動(dòng)

3、標(biāo)定，完成識(shí)別的方案。在分析和實(shí)現(xiàn)FPDW算法和AdaBoost算法以及SVM算法的基礎(chǔ)上，結(jié)合haar算法的角度調(diào)整功能，對(duì)人臉圖像進(jìn)行準(zhǔn)確快速的特征提取，最后交給ASM算法進(jìn)行特征點(diǎn)自動(dòng)標(biāo)定，從而實(shí)現(xiàn)人員比對(duì)。實(shí)驗(yàn)證明這一方案對(duì)電梯內(nèi)人員的識(shí)別具有較高的精度。
　　(3)基于人數(shù)統(tǒng)計(jì)、人員檢測(cè)與識(shí)別的實(shí)際應(yīng)用，論文給出了一個(gè)小區(qū)電梯內(nèi)人員智能分析和識(shí)別的安裝實(shí)例。該實(shí)例基于小區(qū)現(xiàn)有的電梯進(jìn)行結(jié)構(gòu)設(shè)計(jì)和監(jiān)控設(shè)備安裝。詳細(xì)介紹了拓