基于視頻流的復(fù)雜場景的公車人頭對象計數(shù)研究.pdf

1、本文研究的是基于單目攝像頭下人頭對象統(tǒng)計(如公車前門上車區(qū)域乘客人數(shù)統(tǒng)計)。這一問題的挑戰(zhàn)在于,目標(biāo)對象外觀容易受到姿態(tài)、光照、遮擋、偽目標(biāo)等外界因素影響而呈現(xiàn)多種變化。并且為了符合實際需求,在進行人數(shù)自動計數(shù)時需要做到快速而準(zhǔn)確,并具有較低的誤識率和漏檢率。本文從探尋能夠應(yīng)對這些復(fù)雜變化的方法開始,確定了以下的研究思路:綜合考慮人頭對象的外觀特征和紋理信息,選擇了CENTRIST與LBP相結(jié)合的特征算子來描述人頭對象;然后分別用線性支

2、持向量機訓(xùn)練出各自特征對應(yīng)的分類器模型,將它們串聯(lián)成一個簡單的級聯(lián)分類器,進行人頭對象檢測。隨后,對檢測出的人頭對象進行跟蹤分析并建立目標(biāo)運動軌跡。最后,對運動軌跡進行聚類分析從而實現(xiàn)人數(shù)自動統(tǒng)計。本文的主要工作如下:
　　1.考慮到基于視頻流的人數(shù)統(tǒng)計需要滿足實時性的要求,本文中首先選擇了計算方便且快速的CENTRIST特征算子作為人頭對象的特征描述子?？墒荂ENTRIST更多的是關(guān)注于目標(biāo)整體輪廓的信息收集,而忽略了表面紋理信

3、息的收集。于是提出了CENTRIST-LBP相結(jié)合的特征算子來描述人頭對象。
　　2.視頻流的背景環(huán)境是復(fù)雜多變的,可能會出現(xiàn)多個人頭對象同時出現(xiàn)在一個視頻畫面中,甚至?xí)霈F(xiàn)偽目標(biāo)的情況。針對這種問題,提出了基于矩形區(qū)域的運動目標(biāo)跟蹤算法,輸出每一幀中人頭對象的運動軌跡;然后,對人頭對象跟蹤輸出的運動軌跡進行特征表示。本文中采用了基于 DFT系數(shù)的軌跡特征表示,而不是簡單基于點的特征表示,因為參數(shù)化形式的 DFT系數(shù)軌跡特征表示方