基于RGB-D图像与头肩区域编码的实时人流量统计

摘要：

为解决基于彩色摄像机的人流量统计存在精度低、易受光照影响等问题,研究了利用RGB-D图像与头肩区域编码进行实时人流量检测的方法.在对RGB-D图像前景检测与空洞修复的基础上,采用随机点和漫水填充法提取潜在目标区域,并度量随机点与区域内极值点间的欧式距离以剔除噪声点的干扰,减少了冗余信息的计算量.根据人体头肩区域的先验信息,提出了一种七维头肩特征描述符对潜在目标区域编码,从而避免人体运动过程中产生的头肩部形变对头部区域检测的影响,采用SVM和阈值限制得到满足区域特征的头部区域.根据图像中不同区域的圆形度排序的思路,提出了头部区域筛选方法以去除无效区域,并构建了一种帧间目标匹配算法和多条计数线的方法,对已获得的头部区域实现计数,计数后获取人的身高数据.实验结果表明,该算法在教学楼楼道口和楼门口场景中人流量统计正确率高达99.30％ 以上,身高测量平均相对误差在2.59％ 以内,处理单帧图像的平均时间仅为18.31 m s.

关键词：智能交通、人流量统计、头肩区域特征编码、帧间目标匹配、RGB-D图像

所属期刊栏目：37

分类号：U121;TP391.9(城市交通运输)

在线出版日期：2020-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：79-87