基于热点区域定义的人数统计方法研究

摘要：

行人统计在智能监控领域中具有重要意义,但复杂背景环境以及行人运动过程中出现的遮挡现象导致当前方法的准确率并不高.此外,传统过线统计人数的方式的实际适用范围有限.考虑到现有方法的不足,提出了一种基于热点区域定义的人数统计方法.首先,利用自适应学习率背景建模提取运动目标前景,得到前景区域的位置和大小,扫描计算运动目标前景范围内的HOG特征,并判别是否存在头肩目标;然后,利用基于KCF的目标匹配算法跟踪头肩目标;最后,结合目标运动轨迹与提出的区域人数统计算法进行行人人数统计.采用24fps的手机拍摄的长度为10min、分辨率为960×720像素的视频做人数统计实验.实验结果表明,所提算法在统计人数时正确率可达到93.1％,能满足实时性要求.该方法结合了检测效率和准确率,在背景环境复杂的场景下具有良好的效果,能适应各类人数统计的实际应用场景.

关键词：HOG特征、自适应学习率背景建模、目标转移矩阵、热点区域、KCF、人数统计

所属期刊栏目：44

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目C12412135,61402410;浙江省自然科学基金资助项目LY13F020029,LQ14F020004

在线出版日期：2017-12-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：173-178,201