基于序列圖像的行人流量檢測技術(shù)研究.pdf

1、行人流量檢測技術(shù)是當(dāng)前機器視覺領(lǐng)域的研究熱點。行人檢測技術(shù)在交通監(jiān)控與控制、智能車輛開發(fā)、自動乘客計數(shù)以及銀行、商場、博物館等場所的監(jiān)控方面都有廣泛的應(yīng)用需求。行人檢測獲得的流量信息，是實現(xiàn)以上各場所有效管理的重要數(shù)據(jù)來源。目前廣泛使用的紅外對射遮擋與壓力傳感器技術(shù)的自動行人流量統(tǒng)計系統(tǒng)檢測精度不高，無法滿足行人流量信息檢測的需求。而計算機視覺能夠利用圖像處理的方法建立一個智能系統(tǒng)，通過攝像機拍攝的視頻序列進行分析來實現(xiàn)行人的定位、識別

2、以及跟蹤，進而為提高行人流量檢測的精度提供了必要條件以及技術(shù)基礎(chǔ)。
　　 在介紹行人流量信息采集技術(shù)，針對單目垂直攝像方式取得的視頻圖像序列的特點，分析和比較了已有的相關(guān)算法的基礎(chǔ)上，采用視頻數(shù)字圖像處理技術(shù)作為行人流量檢測技術(shù)，提出基于多目標(biāo)識別與跟蹤的行人流量檢測算法總體框架方案，主要包括多行人目標(biāo)檢測與跟蹤兩方面，并詳細(xì)闡述算法框架各個功能模塊。其中，基于圖像處理于模式識別的多目標(biāo)檢測與跟蹤計數(shù)算法是技術(shù)實現(xiàn)與應(yīng)用的核心。

3、
　　 在多行人目標(biāo)檢測方面，提出通過依次級聯(lián)的三步檢測算法，建立了一種改進的多行人目標(biāo)識別方法。借助快速梯度hough變換對行人頭部進行預(yù)識別；在建立行人頭部發(fā)色模型的基礎(chǔ)上，提出基于發(fā)色判決器的候選目標(biāo)過濾算法；在引入無參概率理論的基礎(chǔ)上，提出原存在性模型對行人頭部目標(biāo)實施定位。實驗表明：與基于梯度hough變換的經(jīng)典算法進行行人檢測相比較，算法目標(biāo)定位更加精確，具有更好的魯棒性的特點。
　　 在運動目標(biāo)跟蹤方面，提

4、出了基于Meanshift跟蹤算法對已經(jīng)檢測到的目標(biāo)實施跟蹤。由于Meanshift算法以顏色信息和無參數(shù)概率模型為基礎(chǔ)，具有較好的魯棒性，特別是對于目標(biāo)形狀的變化，具有很低的敏感性。因此可以較好地處理應(yīng)用環(huán)境中的人頭變形和光照干擾等情況。同時，結(jié)合了Kalman濾波器來解決目標(biāo)快速移動所造成目標(biāo)跟蹤丟失的問題。
　　 最后，結(jié)合本文提出的多行人目標(biāo)識別與跟蹤算法，建立了一種基于序列圖像的行人流量檢測技術(shù)。以公交車上所采集的乘客