視頻監(jiān)控系統(tǒng)的行人檢測和統(tǒng)計技術研究.pdf

1、智能化視頻監(jiān)控是計算機視覺的主要研究領域，尤其是近年來監(jiān)控攝像頭在各個方面應用越來越普遍，所以人們迫切需要能夠自動處理所捕獲視頻的方法。行人檢測和統(tǒng)計是視頻監(jiān)控的一個重要研究方向，在地鐵、道路、商場、超市等公共場合出入口中有著廣泛的需求。本論文基于計算機視覺技術和圖像處理方法建立行人流量統(tǒng)計系統(tǒng)，通過對攝像機拍攝的視頻序列進行分析來實現(xiàn)行人的檢測、跟蹤、統(tǒng)計等功能，從而提供了一種更加先進和可行的智能管理方案。
　　 為了減少行人

2、目標之間遮擋，本文中將攝像頭乖寅向卜.架設。行人流量統(tǒng)計系統(tǒng)主要包括行人檢測、跟蹤和統(tǒng)計三個方面。行人檢測是監(jiān)控系統(tǒng)的一個關鍵技術，其準確程度對后期的處理有著重要的影響。本文主要研究了基于背景建模的運動目標檢測方法，并結合有效的陰影檢測和閡值白動選取方法成功實現(xiàn)對運動目標的分割。本文針對行人目標之間存在的遮擋問題進行研究，能夠有效地分離互相遮擋的行人目標。另外由于人是非剛體，在運動過程中身體的姿態(tài)不斷變化，經過大量的觀察試驗發(fā)現(xiàn)在所有的

3、運動目標中人頭的變形是最小的，所以本文通過對運動區(qū)域進行人頭檢測，排除極容易引起干擾的非有效運動目標，提高了系統(tǒng)的準確率。針對行人目標的跟蹤，本文主要研究了日前比較熱門的Mean-Shift算法，以顏色作為運動日標特征，對光照變化具有一定的魯棒性，并且實現(xiàn)了基于Mean-Shift算法的多目標跟蹤算法。在行人檢測的基礎上實現(xiàn)了對行人目標的自動跟蹤，從而成功獲取行人運動路徑、位置等信息。為了提高跟蹤算法的效率，引進Kalman濾波進行運動

4、預測，通過實驗證明Meanshift和Kalman濾波預測相結合的目標跟蹤算法具有更好的效果。在行人跟蹤過程中，建立目標對應數據，通過分析日標路徑等數據來統(tǒng)計行人流量，能夠應對行人在監(jiān)控場景中作往返運動的情形，具有較高的準確性。
　　 采用本論文提出的行人流量統(tǒng)計系統(tǒng)的解決方案，在行人離攝像頭較近的場景下進行測試，實驗結果表明該系統(tǒng)能夠準確有效的檢測、跟蹤行人目標，達劊行人統(tǒng)計的目的，并且能夠應對跟蹤日標部分遮擋和自身遮擋的情形