基于視頻監(jiān)控的教室人數(shù)統(tǒng)計(jì).pdf

1、目前學(xué)校教學(xué)樓內(nèi)照明等電子設(shè)備的開關(guān)主要是依靠人工控制，從而造成經(jīng)常出現(xiàn)“無人亮燈”等情形。根據(jù)教室內(nèi)學(xué)生數(shù)量及分布，智能控制電力開關(guān)，可減少現(xiàn)實(shí)中電力資源大量浪費(fèi)的狀況，因而具有重要的意義。論文研究了基于視頻的人數(shù)統(tǒng)計(jì)問題。隨著社會(huì)經(jīng)濟(jì)的發(fā)展，越來越多的視頻監(jiān)控系統(tǒng)廣泛應(yīng)用在各類公共場所。如何在這些視頻監(jiān)控?cái)?shù)據(jù)中提取出有用的信息，是目前該領(lǐng)域的研究熱點(diǎn)和難點(diǎn)之一。按照攝像頭與目標(biāo)物體的相對(duì)位置人數(shù)統(tǒng)計(jì)常見的場景有三種:攝像頭所處的位置

2、位于目標(biāo)物體斜上方，能獲取目標(biāo)物體形狀輪廓信息、攝像頭位于進(jìn)出的通道口，能夠獲取目標(biāo)物體的頭部形狀輪廓信息以及攝像頭位于與目標(biāo)物體高度大概齊平的位置，能夠獲取臉部五官特征。這三種場景分別利用三種不同的特征實(shí)現(xiàn)統(tǒng)計(jì)功能，如利用人體的形狀特征、人的頭部輪廓特征以及臉部的五官特征。
　　由于教室內(nèi)的攝像機(jī)無法獲取完整的人體輪廓信息和清晰的人臉五官信息。本文做了如下工作:
　　1.本文將基于特征的方法用于教室場景中的人數(shù)檢測，利用不

3、同的特征提取方法與特征分類方法進(jìn)行不同的組合實(shí)現(xiàn)人數(shù)的統(tǒng)計(jì)。同時(shí)，將稀疏表示的方法用于教室人數(shù)統(tǒng)計(jì)。并對(duì)這些方法進(jìn)行了實(shí)驗(yàn)驗(yàn)證以及比較分析。
　　2.本文針對(duì)教室內(nèi)學(xué)生大多幾乎處于靜止?fàn)顟B(tài)，又偶有身體運(yùn)動(dòng)的特點(diǎn)，提出了一種基于矩陣低秩稀疏分解的雙背景更新模型。先綜合利用幀間差分與低秩稀疏分解預(yù)判運(yùn)動(dòng)區(qū)域，并根據(jù)當(dāng)前視頻幀像素與預(yù)判的運(yùn)動(dòng)區(qū)域的位置關(guān)系，采用不同的參數(shù)更新背景模型;然后利用背景差分法獲取運(yùn)動(dòng)的目標(biāo)前景區(qū)域;最后對(duì)獲取