基于人頭檢測(cè)的人數(shù)統(tǒng)計(jì)算法研究.pdf

1、在統(tǒng)計(jì)人數(shù)時(shí)候都是根據(jù)所檢測(cè)到的目標(biāo)進(jìn)行計(jì)數(shù),從最開(kāi)始傳統(tǒng)的紅外線檢測(cè)的人數(shù)統(tǒng)計(jì)系統(tǒng)到現(xiàn)在的智能視頻處理人數(shù)統(tǒng)計(jì)系統(tǒng)。在一些人群眾多的場(chǎng)所和人員并排走時(shí)會(huì)有很?chē)?yán)重的遮擋現(xiàn)象,所以紅外線檢測(cè)就不能做到準(zhǔn)確計(jì)數(shù)。基于人體檢測(cè)的算法在有遮擋現(xiàn)象時(shí)也不能準(zhǔn)確統(tǒng)計(jì)出人數(shù)。所以就要有必要研究新算法來(lái)解決以往的檢測(cè)辦法所帶來(lái)的問(wèn)題。
　　首先,研究了比較常用的運(yùn)動(dòng)目標(biāo)檢測(cè)方法,選擇光流檢測(cè)法、幀間差分法、背景消減法、基于三幀差分的自適應(yīng)背景更新

2、人體檢測(cè)算法,分析了這些方法的特點(diǎn)。又提出并分析了基于人頭檢測(cè)方法的優(yōu)點(diǎn)。根據(jù)各種檢測(cè)方法的特點(diǎn),分析了各自適用的場(chǎng)景和各自的優(yōu)缺點(diǎn)。最后選擇了基于人頭檢測(cè)的人數(shù)統(tǒng)計(jì)方法,在人頭統(tǒng)計(jì)方面,選擇了基于Haar特征的AdaBoost分類器檢測(cè)的方法。首先通過(guò)對(duì)Haar特征值以及積分圖的介紹,得到了特征值提取方法。并且詳細(xì)介紹了AdaBoost分類器的設(shè)計(jì)方法。為了增強(qiáng)系統(tǒng)的實(shí)用性,增加了感興趣區(qū)域的設(shè)定,從而增強(qiáng)了系統(tǒng)的可操作性。根據(jù)距離聚