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

1、廈門大學學位論文原創(chuàng)性聲明茲呈交的學位論文是本人在導師指導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《廈門大學研究生學術活動規(guī)范(試行)》。本人依法享有和承擔由此論文產(chǎn)生的權利和責任。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，可能會導致重大的安全事故。因此，在提高重力傳感器性能的基礎上，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，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域的研究狀況。結合目前主要人臉檢測方法的特點以及實際的應用需求，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基本概念，包括灰度圖像、積分圖像、Haar特征等。為實驗設計提供了堅實的理論基礎。從當前人臉檢測領域中開源且檢測率較高的正面人臉分類器出發(fā)，對電梯轎廂內視頻監(jiān)控圖像進行實驗。實驗結果表明正面人臉分類器不適用于電梯轎廂內人臉檢測。針對電梯轎廂內的