基于視頻的人數(shù)計(jì)數(shù)系統(tǒng)算法設(shè)計(jì).pdf

1、行人統(tǒng)計(jì)對(duì)于很多行業(yè)有著重要的作用，他們可以利用人流量信息協(xié)助管理，合理的配置人力、物力從而高效利用有限的資源，或者根據(jù)統(tǒng)計(jì)的人流信息合理的控制人群密度防止人群的過度擁擠而發(fā)生安全事故。例如對(duì)于大型體育場館、展覽館、大型建筑，人數(shù)信息可以幫助管理部門評(píng)估提供的服務(wù)設(shè)施是否夠用、是否方便、是否建設(shè)的合理，如：座椅、公共衛(wèi)生設(shè)施等，從而適時(shí)配置資源提高建筑設(shè)施的利用率。由此可知進(jìn)行人數(shù)統(tǒng)計(jì)信息的研究有很大的使用價(jià)值。同時(shí)隨著計(jì)算機(jī)技術(shù)和圖像

2、處理技術(shù)的發(fā)展，基于視頻的智能監(jiān)控系統(tǒng)得到了廣泛的應(yīng)用。這也為基于視頻的人數(shù)統(tǒng)計(jì)系統(tǒng)的出現(xiàn)創(chuàng)造了很好條件。本文將設(shè)計(jì)實(shí)現(xiàn)一種基于視頻的人數(shù)統(tǒng)計(jì)系統(tǒng)。主要的工作：
　　1.在利用混合高斯模型算法進(jìn)行背景建模時(shí)，采用了一種新的融入空間信息進(jìn)行背景建模方法。在該新方法中對(duì)每個(gè)像素不僅在時(shí)間上對(duì)其分布進(jìn)行多高斯擬合，而且對(duì)每個(gè)像素的領(lǐng)域內(nèi)像素進(jìn)行多高斯擬合。同時(shí)新的方法采用動(dòng)態(tài)的權(quán)值學(xué)習(xí)速率，使得進(jìn)入場景靜止下來的物體能迅速融入背景。實(shí)驗(yàn)

3、表明這樣建立的混合高斯背景模型能適應(yīng)于動(dòng)態(tài)背景建模。
　　2.在進(jìn)行行人檢測時(shí)本文采用機(jī)器學(xué)習(xí)的方法實(shí)現(xiàn)，機(jī)器學(xué)習(xí)中負(fù)樣本庫總是有限的，而實(shí)際應(yīng)用中環(huán)境的復(fù)雜與多樣性，故離線訓(xùn)練的分類器使用的負(fù)樣本庫不可能包含所有情況。針對(duì)該問題本文采用機(jī)器學(xué)習(xí)和背景建模相結(jié)合的方法來訓(xùn)練分類器。先對(duì)場景進(jìn)行背景建模，使用訓(xùn)練好的分類器對(duì)背景進(jìn)行檢測，通常背景中不包含行人，故此時(shí)檢測到的目標(biāo)實(shí)際上是負(fù)樣本，屬于分類器的誤檢，將誤檢的目標(biāo)加入到訓(xùn)練

4、分類器的負(fù)樣本庫中，再重新訓(xùn)練分類器使之能適應(yīng)現(xiàn)在工作的環(huán)境。
　　3.傳統(tǒng)mean shift算法采用顏色直方圖來描述目標(biāo)，而該方法直方圖中沒有融入顏色分布的空間信息，在跟蹤顏色分布相似的目標(biāo)時(shí)，容易造成目標(biāo)跟蹤丟失。于是本文提出一種分塊直方圖的mean shift算法。同時(shí)對(duì)該直方圖進(jìn)行簡化處理以減少內(nèi)存使用。實(shí)驗(yàn)結(jié)果表明該方法能解決在跟蹤相似目標(biāo)時(shí)跟丟的問題。
　　最終設(shè)計(jì)的人數(shù)計(jì)數(shù)系統(tǒng)通過實(shí)驗(yàn)驗(yàn)證能在適度擁擠的多人行