| 题名 | 基于人脸检测的人数密度统计 |
| 作者 | 张莉 |
| 答辩日期 | 2018 |
| 导师 | 李明 |
| 关键词 | 视频监控 人脸检测 目标跟踪 人数密度统计 |
| 学位名称 | 硕士 |
| 英文摘要 | 随着智慧城市建设步伐的大力推进,智能化视频监控系统的建设和应用越来越广泛。如何对重要公共场所的人数密度进行有效的监测和管理,成为一个亟待解决的问题。传统的人工视频监控,容易因工作人员疲劳而大大降低效率,且无法实时掌握人群的拥挤状况,进而釆取一定的措施预警。因此迫切需要基于智能视频监控系统的人数密度统计系统,由计算机来帮助监控工作人员更好地工作。本文以高清监控视频为研究对象,深入分析视频图像的特征,主要对人脸检测算法、目标跟踪方法、人数密度统计技术进行了研究,提出了基于人脸图像检测进行人数密度统计的方法,并在此基础上开发了一个人数密度统计系统,旨在对监控视频中通道或出入口处出现的行人进行人数密度统计。主要的工作内容如下:1.首先将从监控设备中获取的视频图像流截成一系列连续的视频图像帧,减少人脸检测时的工作量,有效排除动态场景中包含的类似于人脸的伪目标,降低误检率。2.通过改进Viola-Jones人脸检测算法,得到了一个检测效率较高且适应于基于人脸检测的人数密度统计系统的检测方法。将视频图像使用积分图像表示,利用AdaBoost算法建立有效分类器,在级联结构中组合更复杂的分类器,快速定位人脸图像所在位置,同时利用SVM模型对图像进行校准。通过视频图像测试实验,结果验证了该人脸检测方法的有效性。3.对视频图像中检测到的人脸目标进行跟踪计数。提出了以颜色直方图为目标模式的Camshift跟踪算法为基础,结合卡尔曼滤波的人脸目标跟踪方法,滤除部分伪目标,有效解决运动人脸目标被遮挡后仍能正确跟踪运动目标的情况。减少了单帧视频图像中人脸漏检、误检时对最终人数密度统计结果的影响。在人数密度统计中,采用绊线计数的方法,即在场景中设置一条虚拟线,当人脸检测框与虚拟线相交时,记录检测线框左上角的点到虚拟线的距离,通过分析距离序列,准确判断出行人进出的方向并进行人数统计,计算出视频区域范围内人数密度。4.以Open CV图像处理库为基础,在Visual C++集成开发环境下,设计开发了基于人脸检测的人数密度统计系统。该系统包括视频处理模块、人脸检测模块、人数密度统计模块。经实验验证系统各模块都能正常运行,可以根据视频图像快速检测出区域范围内人数密度。 |
| 语种 | 中文 |
| 页码 | 56 |
| URL标识 | 查看原文 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/94553]  |
| 专题 | 兰州理工大学 |
| 作者单位 | 兰州理工大学 |
| 推荐引用方式 GB/T 7714 | 张莉. 基于人脸检测的人数密度统计[D]. 2018. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论