基于視頻的客流檢測與分析算法研究及其在交通樞紐站中的應(yīng)用.pdf

1、大型交通樞紐站是乘客集散的重要場所，通常集鐵路、地鐵、公交等多種交通方式于一身，具有銜接復(fù)雜、客流量大、設(shè)備設(shè)施數(shù)量多的特點(diǎn)。大型樞紐站如何最大限度降低安全風(fēng)險(xiǎn)，確保高效有序的運(yùn)營，是一項(xiàng)具有重要意義的研究課題。視頻監(jiān)控在大型樞紐站的安全高效運(yùn)營中發(fā)揮著重要作用，例如客流記數(shù)、安全監(jiān)控和行李檢測等在許多場所都有應(yīng)用。由于人工視頻監(jiān)控成本較高且容易產(chǎn)生疲勞，計(jì)算機(jī)輔助或全自動(dòng)視頻監(jiān)控與分析成為了今后發(fā)展的趨勢。針對大型交通樞紐站客流量大和

2、安全要求高的特點(diǎn)，本文對如下四個(gè)方面進(jìn)行研究:
　　首先，基于行人檢測和追蹤的算法對行人計(jì)數(shù)進(jìn)行研究。在行人檢測中對樣本的頭肩提取改進(jìn)的HOG-PCA特征，然后采用線性支持向量機(jī)進(jìn)行訓(xùn)練和分類;行人追蹤采用結(jié)合HOG和顏色直方圖的粒子濾波算法，該算法能夠?qū)π腥擞行У刈粉?。行人?jì)數(shù)方法將行人檢測和追蹤算法相結(jié)合，對經(jīng)過大型交通樞紐特定區(qū)域內(nèi)的行人進(jìn)行計(jì)數(shù)。最后運(yùn)用追加驗(yàn)證的方法進(jìn)一步提高了算法的準(zhǔn)確率。實(shí)驗(yàn)結(jié)果表明該方法在保證實(shí)時(shí)性

3、的情況下，能夠達(dá)到較高的準(zhǔn)確率。
　　其次，對大型交通樞紐內(nèi)客流動(dòng)態(tài)密度估計(jì)與流線分析的相關(guān)算法進(jìn)行研究。針對行人較多且遮擋較為嚴(yán)重的情景，采用特征提取和回歸分析的算法框架對客流密度進(jìn)行估計(jì)。特征提取加入了基于詞袋模型的內(nèi)部特征，提高了密度估計(jì)的準(zhǔn)確率?？土髁骶€分析采用主題模型，結(jié)合旅客行走出入口的先驗(yàn)知識和流線的空間時(shí)間以及外觀信息，對流線實(shí)現(xiàn)了較為準(zhǔn)確的聚類，同時(shí)得到旅客行走的主要軌跡和出入口分配比例。
　　然后，對大型

4、交通樞紐站內(nèi)行人異常入侵和物品滯留這兩類異常行為的檢測算法進(jìn)行研究。行人異常入侵檢測采用高斯混合模型的背景建模方法，并采用陰影像素模型減少行人陰影造成的干擾。滯留物品檢測算法采用碼本模型，根據(jù)滯留物品的定義，將滯留行李主人與滯留物品的時(shí)間和空間約束作為是否將行李判定為滯留物品的條件。算法在保證準(zhǔn)確率的同時(shí)具有較好的實(shí)時(shí)性。
　　最后，對客流監(jiān)控平臺進(jìn)行了設(shè)計(jì)與實(shí)現(xiàn)。客流監(jiān)控平臺基于.net框架設(shè)計(jì)，算法部分采用c++實(shí)現(xiàn)?？土鞅O(jiān)控