面向視頻監(jiān)控應用的人群分析研究.pdf

1、傳統(tǒng)的視頻監(jiān)控系統(tǒng)中，人力資源的使用依然占有主要部分，需要有專門的人員對監(jiān)控視頻進行實時的維護。然而，隨著越來越多攝像頭的出現(xiàn)，以及越來越復雜的人群行為，很容易造成監(jiān)控人員的懈怠，從而漏掉關鍵信息。因此，對視頻內容進一步的分析成為了當前視頻監(jiān)控系統(tǒng)的研究重點。
　　在視頻監(jiān)控系統(tǒng)中，人群分析成為監(jiān)控智能化最為關鍵的部分。人群作為監(jiān)控中最重要的目標，具有行為和尺度上的多樣性。個體角度出發(fā)，需要智能監(jiān)控能夠實現(xiàn)行人的跟蹤和比較；從群體

2、角度出發(fā)，需要檢測人群的分布和狀態(tài)。因此，對不同尺度的人群進行分析成為亟待解決的問題。
　　本文對人群分析中的行人計數(shù)算法進行研究，總結并介紹了主流的四個算法方向：基于個體檢測的行人計數(shù)算法、基于團塊分割的行人計數(shù)算法、基于統(tǒng)計回歸的行人計數(shù)算法和基于虛擬門的行人計數(shù)算法。在這些算法當中，主要存在兩個難點。人群的遮擋情況難以避免，因此容易因此計數(shù)漏人。同時，為了達到較高的準確率，算法的復雜度同樣也變高，對于實時性的應用效果下降。<

3、br>　　基于對行人計數(shù)算法的研究，為了進一步解決現(xiàn)存算法中準確率和實時性的問題，本文提出了基于通量和遮擋系數(shù)的行人計數(shù)算法。借鑒了流體力學中的概念，把通量這一物理量引入行人計數(shù)算法當中，避免了對行人進行檢測，減少了時間復雜度；同時，對于中高密度等級的人群遮擋情況，提出了基于邊緣間隔和邊緣數(shù)量的遮擋系數(shù)計算方法，對于不同遮擋場景能夠實現(xiàn)自適應計算，進一步解決了行人計數(shù)面臨的遮擋難題；最后，基于通量和遮擋系數(shù)，本文提出了回歸模型對行人進行

4、計數(shù)處理。本文提出的算法在一定程度上提高了算法的準確率，同時滿足了實時性的需求。最后，將該算法應用到PETS2009和實際場景中，對算法的性能進行測試，并對實驗結果進行分析，證明了本文提出算法在準確率和實時性方面都具有一定程度的提高。
　　最后，根據(jù)公安部門的需求以及實踐應用，研究設計并搭建了面向視頻監(jiān)控的人群分析系統(tǒng)。在系統(tǒng)方案、硬件方案、操作系統(tǒng)、算法方案這四方面，對主流的方案進行分析比較，根據(jù)目標和應用需求，選擇了基于Int

5、el架構的Windows操作系統(tǒng)，以后端智能監(jiān)控為主要模塊的方案，設計并搭建了面向視頻監(jiān)控的人群分析系統(tǒng)，開發(fā)出應用軟件，提供面向監(jiān)控人員的操作界面和算法接口。在面向視頻監(jiān)控的人群分析系統(tǒng)的算法方案搭建中，研究了4種主要的人群分析算法。行人比對計數(shù)能夠關聯(lián)不同攝像機下的相同行人，算法通過對行人進行的檢測以及HOG特征提取，最后經(jīng)過距離比對計算，達到目標搜索或目標路徑等目的?；谛腥朔治龅恼崛〖皺z索技術能夠提高存儲效率，通過對行人的檢