智能視頻監(jiān)控中客流量統(tǒng)計算法的研究與應(yīng)用.pdf

1、智能視頻監(jiān)控中客流量統(tǒng)計是基于計算機視覺的一個重要應(yīng)用。本文采用單目視覺和垂直拍攝方式下獲得的視頻源作為研究對象，涉及到智能視頻監(jiān)控系統(tǒng)中靜態(tài)圖像的目標(biāo)分割與識別，以及圖像序列中運動目標(biāo)檢測、運動目標(biāo)識別和運動目標(biāo)跟蹤算法研究。
　　在靜態(tài)圖像目標(biāo)分割與識別中，學(xué)習(xí)大量有關(guān)圖像分割與識別的處理技術(shù)。結(jié)合現(xiàn)有頭部目標(biāo)分割圖像處理技術(shù)，利用頭頂區(qū)域多特征（如發(fā)色、輪廓等）實現(xiàn)頭部目標(biāo)檢測與識別。本文使用均值偏移（Mean shift）

2、算法和發(fā)色特征相結(jié)合的方法進行頭部目標(biāo)的分割，并利用自適應(yīng) Mean shift分割算法減小相對Opencv庫自帶接口函數(shù)的時間復(fù)雜度。Mean shift分割后，結(jié)合發(fā)色HSI顏色空間特征、發(fā)色灰度特征等技術(shù)實現(xiàn)頭部目標(biāo)分割。最后，基于梯度方向信息的圓檢測Hough變換實現(xiàn)頭部識別，并通過實驗驗證其有效性。
　　圖像序列中頭部目標(biāo)的檢測與跟蹤，因不同環(huán)境導(dǎo)致實現(xiàn)方式不同，本文選取室內(nèi)教室和室外公交車的場景進行算法研究。在人體目標(biāo)

3、檢測中，室內(nèi)教室場景目標(biāo)檢測中背景參考模型獲取簡單，因此選用背景差分法獲得前景目標(biāo)。室外公交車因場景變化、光照等原因選擇幀間差分法，對于幀間差分法存在的不足，本文提出基于彩色三幀差分法與圖像邊緣信息結(jié)合的目標(biāo)檢測方法。在頭部目標(biāo)識別中，基于頭部輪廓類圓的特性，提出利用連通域中緊密度、面積、長寬比等頭部先驗知識完成目標(biāo)識別。頭部目標(biāo)識別后，提出利用獲得的連通域完成目標(biāo)的質(zhì)點跟蹤算法。
　　基于統(tǒng)計中新目標(biāo)出現(xiàn)、跟蹤目標(biāo)暫時消失等問題