基于圖像處理與神經(jīng)網(wǎng)絡(luò)進(jìn)行人數(shù)統(tǒng)計的研究與實現(xiàn).pdf

1、如何從圖像中檢測人員并對人員進(jìn)行計數(shù)，從來都是數(shù)字圖像處理和模式識別領(lǐng)域中的一個重要和熱門課題。人數(shù)統(tǒng)計這一課題不但有較高的研究價值，并且具有很好的實用價值。在教室，禮堂等待校園教學(xué)場所更能發(fā)揮其用武之地。
　　由于實際環(huán)境千差萬別，對圖像進(jìn)行人數(shù)統(tǒng)計又容易受到各種因素的干擾，對了提高人員統(tǒng)計的精確性。專家學(xué)者們陸續(xù)提出了很多具有針對性的統(tǒng)計方法。在這些方法中，通過綜合圖像處理技術(shù)和機(jī)器學(xué)習(xí)的方法逐漸成為主流方法。因此本論文將主要

2、嘗試使用數(shù)字圖像處理和人工智能中的機(jī)器學(xué)習(xí)及模式識別對靜態(tài)圖像中的人數(shù)進(jìn)行統(tǒng)計。
　　首先，本文對人數(shù)統(tǒng)計這一課題在國內(nèi)外的發(fā)展現(xiàn)狀進(jìn)行了研究和分析，對一些成熟的方法人數(shù)統(tǒng)計檢測方法如通過人臉，人頭檢測來統(tǒng)計人數(shù)進(jìn)行了分析和比較，選取合適教室等校園教學(xué)條件場所中進(jìn)行人數(shù)統(tǒng)計的技術(shù)和方法。
　　然后對數(shù)字圖像的一些實用處理技術(shù)進(jìn)行原理分析和具體實現(xiàn)，不僅對傳統(tǒng)經(jīng)典的圖像處理方法如圖像平滑去噪、圖像膨脹與腐蝕、彩色圖像灰度化、灰

3、度圖像及彩色圖像的直方圖均衡化進(jìn)行了研究與實現(xiàn)。并根據(jù)本文所研究的實際場合的圖像特點，提出具有針對性的光線補(bǔ)償算法和圖像增強(qiáng)算法。通過這些圖像預(yù)處理手段能有效降低圖像中若干干擾因素對圖像后繼處理造成的不利的影響，為進(jìn)一步的檢測和識別人體特征做好準(zhǔn)備。
　　然后分析和實現(xiàn)了人臉檢測中最為常用的基于Haar-like特征的級聯(lián)分類器，在這一塊中首先介紹了Haar-like特征、積分圖，并以實際例子說明了積分圖對圖像特征值計算提供加速功

4、能的原理。再介紹了弱學(xué)習(xí)算法和強(qiáng)學(xué)習(xí)算法、Boostring算法與AdaBoost算法。并最終將強(qiáng)分類器組成實用的級聯(lián)分類器。為了進(jìn)一步提高人臉檢測的準(zhǔn)確性，采用了膚色信息來校驗人臉區(qū)域。對于人頭檢測，嘗試采用了BP神經(jīng)網(wǎng)絡(luò)來進(jìn)行檢測。通過BP神經(jīng)網(wǎng)絡(luò)對眾多樣本進(jìn)行學(xué)習(xí)，讓其最終能對圖像中的人頭進(jìn)行檢測。
　　最后針對不清晰的圖像的人臉人頭檢測效果不理想的情況，采用了參照物校驗，通過教室圖像特點來確定人員可能出現(xiàn)的區(qū)域，再對這些區(qū)