復(fù)雜場景下基于視頻的行人流量統(tǒng)計算法研究.pdf

1、行人流量統(tǒng)計數(shù)據(jù)在各行業(yè)發(fā)揮著重要作用,并促進了生產(chǎn)、管理活動的高效、有序、安全運行。例如,通過參考人群數(shù)據(jù)信息,商場管理人員可以合理配置人力、物力,并引導(dǎo)消費活動;市政部門參考過往行人數(shù)量以投入適當(dāng)安保人員疏散人群,防止踩踏事故發(fā)生。計算機的快速發(fā)展和普及,為基于視頻的進行統(tǒng)計行人流量的智能監(jiān)控系統(tǒng)創(chuàng)造了有利條件。
　　本課題對復(fù)雜場景下基于視頻的行人流量統(tǒng)計中的關(guān)鍵技術(shù)進行研究,并對某些環(huán)節(jié)提出改進方案,通過仿真驗證算法的效果

2、。本文所做的具體工作和取得成果如下:
　　(1)在背景建模環(huán)節(jié)中,詳細考察了高斯背景建模原理及工作流程。針對多模態(tài)場景中背景動態(tài)擾動的現(xiàn)象,利用視頻在時間和空間上的連續(xù)的特點,提出了一種新的高斯模型更新方法,將像素點鄰域信息參與到模型參數(shù)更新的工作中,仿真結(jié)果表明新方法建立的模型更精確;針對原算法對運動響應(yīng)慢的現(xiàn)象,本文提出了權(quán)值學(xué)習(xí)率自適應(yīng)動態(tài)更新的方法,仿真表明,新方法能更快地響應(yīng)場景中的運動,進入視野的行人融入背景的速度更快

3、。
　　(2)在運動檢測環(huán)節(jié)中,本文首先考察幾種常見的前景檢測方法,并通過仿真對比幾種算法的優(yōu)缺點。結(jié)合幀間差分法環(huán)境適應(yīng)性強、背景差分法目標(biāo)提取完整的優(yōu)點,提出了基于圖像合成技術(shù)的前景檢測方法。最后通過仿真,驗證改進算法的行人提取完整性、環(huán)境適應(yīng)性的效果。
　　(3)在目標(biāo)跟蹤環(huán)節(jié)中,本文介紹了基于顏色直方圖進行匹配跟蹤的mean-shift算法原理及其跟蹤流程。針對跟蹤時因遮擋或速度過快引起的跟蹤丟失現(xiàn)象,將Kalman