基于SURF特征的人群數(shù)量檢測算法研究.pdf

1、隨著經(jīng)濟的繁榮，城市的發(fā)展給人們的生活水平帶來了物質上和精神上的提高，大量人群涌入城市，為城市帶來勞動力和新氣象的同時，也讓本就擁擠的城市更加擁擠，特別是在周末節(jié)假日期間，人群更易集中在城市的某些景點、繁華街道等等，造成這些地方的大規(guī)模擁擠，接踵而來的是諸如擁擠踩踏等各種不安全事件的反復發(fā)生。人為去監(jiān)管看護這些地方不僅浪費人力物力，往往也很難達到更好的效果，因為人工無法一直盯著流動的人群，而踩踏等事故的發(fā)生又都是隨機的不確定的。繁華的街

2、道、景點往往都有公共場所的攝像頭，那么我們就可以利用這些攝像頭實時的采集人群信息，分析人群擁擠狀況，在可能發(fā)生安全事故前向人群發(fā)出警告。本文的主要創(chuàng)新點在于：
　　1）在群體特征提取過程中加入了陰影去除，提高準確率。傳統(tǒng)的群體統(tǒng)計算法過多的考慮了特征提取，忽視了對陰影等噪點的影響。為了提高特征檢測效率，更加準確的檢測到人的個數(shù)，本文采用了基于HSV色彩空間的陰影去除方法來對圖像進行處理。
　　2）充分考慮攝像頭拍攝過程中產(chǎn)生

3、的畸變，引入透視變換的方法對視頻進行矯正。由于在攝像頭的角度等問題，所得到的圖像大多發(fā)生了畸變，對于后面的特征提取會產(chǎn)生一定的影響，所以選擇了一種基于歸一化的透視矯正方法對圖像進行矯正，然后運用SURF算法對圖像特征進行提取，構造特征向量，以機器學習的方式來學習和檢測視頻。從實驗結果中可以看出通過透視矯正，SURF點數(shù)和人數(shù)的相關性有所提高，通過矯正，有助于優(yōu)化后續(xù)的檢測結果。
　　最后，用幾組數(shù)據(jù)作對比實驗，結果也證明了陰影抑制