基于Adaboost算法和背景減法的電梯轎廂內(nèi)人數(shù)檢測研究.pdf

1、廈門大學(xué)學(xué)位論文原創(chuàng)性聲明茲呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下獨立完成的研究成果。本人在論文寫作中參考其他個人或集體已經(jīng)發(fā)表的研究成果，均在文中以適當方式明確標明，并符合法律規(guī)范和《廈門大學(xué)研究生學(xué)術(shù)活動規(guī)范(試行)》。本人依法享有和承擔(dān)由此論文產(chǎn)生的權(quán)利和責(zé)任。聲明人(簽名)：棗、晦翻中年廠月(西日摘要摘要電梯在高層建筑中使用頻繁，并且容易發(fā)生安全事故，因此，人們在追求速度的同時，更多的是關(guān)注電梯的安全性能。電梯超載限制裝置一般是通過重

2、力傳感器的測量以確定是否超載。一旦重力傳感器出現(xiàn)問題，可能會導(dǎo)致重大的安全事故。因此，在提高重力傳感器性能的基礎(chǔ)上，通過控制乘梯人數(shù)來加強電梯超載限制裝置的安全性能。另外，目前很多電梯都限定了乘梯人數(shù)，在安全載重范圍內(nèi)，乘梯人數(shù)過多會降低乘梯的舒適度，并且過度擁擠同樣會引發(fā)安全事故。本文著眼于在上位機上研究如何快速準確的檢測出電梯轎廂內(nèi)視頻監(jiān)控圖像中的人臉數(shù)，并依此得出人數(shù)。因此，將人數(shù)統(tǒng)計問題的研究間接地轉(zhuǎn)化為對人臉檢測問題的研究。首

3、先簡單介紹了本課題的研究背景與意義以及目前人臉檢測領(lǐng)域的研究狀況。結(jié)合目前主要人臉檢測方法的特點以及實際的應(yīng)用需求，選取Adab00st算法作為主要的研究方法。詳細介紹了人臉檢測機制的流程以及相關(guān)基本概念，包括灰度圖像、積分圖像、Haar特征等。為實驗設(shè)計提供了堅實的理論基礎(chǔ)。從當前人臉檢測領(lǐng)域中開源且檢測率較高的正面人臉分類器出發(fā)，對電梯轎廂內(nèi)視頻監(jiān)控圖像進行實驗。實驗結(jié)果表明正面人臉分類器不適用于電梯轎廂內(nèi)人臉檢測。針對電梯轎廂內(nèi)的