智能視頻監(jiān)控中客流量統(tǒng)計算法的研究與應用.pdf

1、智能視頻監(jiān)控中客流量統(tǒng)計是基于計算機視覺的一個重要應用。本文采用單目視覺和垂直拍攝方式下獲得的視頻源作為研究對象，涉及到智能視頻監(jiān)控系統(tǒng)中靜態(tài)圖像的目標分割與識別，以及圖像序列中運動目標檢測、運動目標識別和運動目標跟蹤算法研究。
　　在靜態(tài)圖像目標分割與識別中，學習大量有關圖像分割與識別的處理技術。結合現(xiàn)有頭部目標分割圖像處理技術，利用頭頂區(qū)域多特征（如發(fā)色、輪廓等）實現(xiàn)頭部目標檢測與識別。本文使用均值偏移（Mean shift）

2、算法和發(fā)色特征相結合的方法進行頭部目標的分割，并利用自適應 Mean shift分割算法減小相對Opencv庫自帶接口函數(shù)的時間復雜度。Mean shift分割后，結合發(fā)色HSI顏色空間特征、發(fā)色灰度特征等技術實現(xiàn)頭部目標分割。最后，基于梯度方向信息的圓檢測Hough變換實現(xiàn)頭部識別，并通過實驗驗證其有效性。
　　圖像序列中頭部目標的檢測與跟蹤，因不同環(huán)境導致實現(xiàn)方式不同，本文選取室內教室和室外公交車的場景進行算法研究。在人體目標

3、檢測中，室內教室場景目標檢測中背景參考模型獲取簡單，因此選用背景差分法獲得前景目標。室外公交車因場景變化、光照等原因選擇幀間差分法，對于幀間差分法存在的不足，本文提出基于彩色三幀差分法與圖像邊緣信息結合的目標檢測方法。在頭部目標識別中，基于頭部輪廓類圓的特性，提出利用連通域中緊密度、面積、長寬比等頭部先驗知識完成目標識別。頭部目標識別后，提出利用獲得的連通域完成目標的質點跟蹤算法。
　　基于統(tǒng)計中新目標出現(xiàn)、跟蹤目標暫時消失等問題