人體目標(biāo)識(shí)別及其在客流量統(tǒng)計(jì)中的應(yīng)用.pdf

1、近年來，運(yùn)動(dòng)人體的識(shí)別在圖像處理與計(jì)算機(jī)視覺等領(lǐng)域引起了許多學(xué)者的關(guān)注。運(yùn)動(dòng)人體的識(shí)別包括四個(gè)基本步驟：(1)從背景中提取運(yùn)動(dòng)目標(biāo)；(2)從運(yùn)動(dòng)目標(biāo)中分割出人體目標(biāo)；(3)提取運(yùn)動(dòng)人體目標(biāo)的特征決策向量；(4)利用分類器進(jìn)行識(shí)別。其中，運(yùn)動(dòng)人體目標(biāo)特征向量的提取是識(shí)別的關(guān)鍵。本文通過對(duì)運(yùn)動(dòng)人體目標(biāo)空域和變換域各類特征的研究，提出了傅立葉描述子、類圓形半徑等目標(biāo)輪廓特征，長寬比、占空比、圓形度等目標(biāo)區(qū)域特征以及圖像的顏色、紋理等多個(gè)特征，

2、通過實(shí)驗(yàn)對(duì)其進(jìn)行篩選，最終以分類效果較好的方式將有效特征組合起來，形成一個(gè)決策向量，用來進(jìn)行識(shí)別。 本文對(duì)人工神經(jīng)網(wǎng)絡(luò)的選擇進(jìn)行了大量的實(shí)驗(yàn)，根據(jù)分類結(jié)果，最終選擇使用誤差反向傳播的三層前饋網(wǎng)絡(luò)，利用Levenberg-Marquardt訓(xùn)練算法實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的分類功能，本文還利用規(guī)則化調(diào)整方法對(duì)網(wǎng)絡(luò)的泛化能力進(jìn)行了增強(qiáng)。在前人工作的基礎(chǔ)上，作者應(yīng)用本文中的算法實(shí)現(xiàn)了一個(gè)實(shí)時(shí)客流量統(tǒng)計(jì)系統(tǒng)?？土髁拷y(tǒng)計(jì)系統(tǒng)是自動(dòng)記錄客流情況的系統(tǒng)，

3、可以為商家的經(jīng)營和管理提供準(zhǔn)確的數(shù)據(jù)作為參考。該系統(tǒng)通過攝像頭、計(jì)算機(jī)和圖像采集卡等專業(yè)設(shè)備將商場(chǎng)門口的客流情況捕獲下來，轉(zhuǎn)換成數(shù)字圖像序列，利用圖像處理知識(shí)提取出圖像序列中的運(yùn)動(dòng)目標(biāo)塊。通過提取人體目標(biāo)的決策特征向量，利用人工神經(jīng)網(wǎng)絡(luò)分類，識(shí)別出是否為人體目標(biāo)并判斷目標(biāo)的數(shù)量。 本文的算法經(jīng)過實(shí)驗(yàn)驗(yàn)證，具有較高的理論意義和實(shí)用價(jià)值，在實(shí)驗(yàn)室環(huán)境中記錄結(jié)果顯示，該算法的絕對(duì)準(zhǔn)確率達(dá)98％以上；在多個(gè)商場(chǎng)及學(xué)校等人流密集的環(huán)境中測(cè)