基于视频流的地铁人群目标识别

《基于视频流的地铁人群目标识别》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、从本学科出发，应着重选对国民经济具有一定实用价值和理论意义的课题。课题具有先进性，便于研究生提出新见解，特别是博士生必须有创新性的成果基于视频流的地铁人群目标识别摘　要:地铁站内人群数目及分布的在线监测是有效控制和疏散客流,保障地铁安全的重要依据之一.利用站内现有的闭路电视监视系统,通过计算机视觉技术实现人群数目的自动识别是目前国外普遍采用的一种方式.文中提出了一种结合了自适应背景差分和比例自适应模板匹配的算法,用背景减除对图像进行分割,然后再利用比例自适应模板对感兴趣的区域进行搜索匹配,识别目标人群的数目及位置分布.该算法能有效减少传统模板匹配的计算量,提高匹配的准确率,在一

2、定误差范围内可以达到较好的效果.关键词:人群识别;图像处理;模板匹配　　地铁作为一种大容量、快速的客运方式,在城市交通中扮演着重要的角色.地铁安全日益引起人们的重视,地铁站内的客流数据是有效进行客流控制、优化站内布局、保障地铁安全的重要信息.本文的目的在于,利用目前地铁站内使用的闭路电视监控系统(CCTV),实现对站内人群数目及分布的实时自动识别.基于图像处理的人群识别,关键在于准确性和实时性,这是一个多目标的识别问题.关于人的识别,目前常用的方法课题份量和难易程度要恰当，博士生能在二年内作出结果，硕士生能在一年内作出结果，特别是对实验条件等要有恰当的估计。从本学科出发，应着重

3、选对国民经济具有一定实用价值和理论意义的课题。课题具有先进性，便于研究生提出新见解，特别是博士生必须有创新性的成果大致有:①基于特征的方法,如利用人脸部特征[1]、步态特征[2]、肤色特征[3]等;②基于模板匹配的方法,如头肩模板[4]等;③基于学习的方法,如基于神经网络的处理方法[5]等.在地铁车站环境内,人体特征均有可能被遮挡;而传统的模板匹配通常具有计算量庞大的缺陷,无法达到实时的检测.因此,本文作者提出了一种结合自适应背景差分和比例自适应模板匹配的方法.即首先利用背景差分进行图像分割,确定出模板匹配时的搜索区域,然后在原图的边缘图像中进行比例自适应的头部模板匹配.图像分

4、割能有效减少模板匹配的计算量,采用比例自适应头部的模板减少了行人之间的遮挡现象,提高了匹配精度.1基于自适应背景差分的图像分割自适应背景模型是考虑到环境中的光线变化等因素而提出的一种可以不断更新的背景模型.利用图像和自适应背景模型的差分,可以有效的分割图像,得到包含目标的前景图像.文中采用的是基于Kalman滤波器的自适应背景模型.Kalman自适应背景模型的提取Kalman自适应背景模型的提取分为两个步骤:背景预测和背景校核.背景图像的预测公式为表示增益值的取值,thd为设定的阈值.计算某一时刻的背景模型时,首先利用上一时刻的背景模型,按照式(1)得到当前时刻的背景预测,然后

5、将背景预测带入式(3)进行校核.课题份量和难易程度要恰当，博士生能在二年内作出结果，硕士生能在一年内作出结果，特别是对实验条件等要有恰当的估计。从本学科出发，应着重选对国民经济具有一定实用价值和理论意义的课题。课题具有先进性，便于研究生提出新见解，特别是博士生必须有创新性的成果利用Kalman自适应背景模型差分后得到的图象如图1所示.其中,背景用白色表示,前景区域用被处理图像的原灰度表示.可以看出,Kalman自适应背景模型能够准确地分割图像.1.图像搜索区域的确定在模板匹配中,感兴趣的只是包含了目标的前景区域,因此,在匹配前先利用图像分割的结果判断该像素点是否为前景.若是前景

6、,就对该像素点进行模板相似度的计算,否则忽略该点.人群目标识别选择遮挡现象较少的头部作为识别对象,并且针对图像中目标的大小变化提出了基于头部模板比例自适应匹配人群目标识别的方法.基础模板的生成基础模板是指衍生出其他模板的初始模板.它直接影响课题份量和难易程度要恰当，博士生能在二年内作出结果，硕士生能在一年内作出结果，特别是对实验条件等要有恰当的估计。从本学科出发，应着重选对国民经济具有一定实用价值和理论意义的课题。课题具有先进性，便于研究生提出新见解，特别是博士生必须有创新性的成果到最后的识别效果,因此需要慎重选择,即要包含待识别目标的特征信息,又要具有一定的普遍性,以识别形态

7、各异的目标.本文作者对拍摄到的50幅64人的场景a的图片,经过高斯平滑处理、边缘检测(Robert算子)后,手工剪裁出所需的头部轮廓模板子样.然后对所得的200幅模板子样,通过大小缩放及灰度平均得到一幅25pixel×26pixel的基础模板.需要注意的是,作为基础模板,剪裁子样的时候应在图片中离摄像机较近的位置选取.2.模板比例自适应的搜索匹配目标处于同一场景的不同位置时,在图片上的成像大小也会不同.当目标距离摄像头较近时,成像比较大,即占像素比较多,反之较小.为了提高模板识别的准确率,作