基于行人计数算法的改进研究.pdfVIP

第 13卷 第35期 2013年 12月 科 学 技 术 与 工 程 VoL13 No．35 Dee．2013 1671— 1815(2013)35—10708-06 ScienceTechnologyandEngineering ⑥ 2013 Sci．Tech．Engrg． 基于行人计数算法的改进研究 仝林林 梁凤梅 (太原理工大学信息工程学院，太原030024) 摘 要 视频监控中的行人计数是人体 目标检测的重要应用，针对该应用对实时性的要求，提 出了将混合高斯背景模型和 HOG(histogramsoforientedgradients)特征结合的方法。该方法首先通过混合高斯背景方法检测 出视频中的运动前景，再用 HOG+SVM对提取的感兴趣区域内的行人进行计数，大大降低了计算量，提高了HOG算法的实时性。经试验证明，改进的算 法可以将行人计数的准确度提高到95％左右。 关键词 混合高斯背景建模 HOG特征 行人计数 中图法分类号 TP391．41； 文献标志码 B 视频中的人体运动 目标的检测与跟踪问题已 于机器学习的静态图片人体检测算法。近年来，很 经成为计算机视觉中的一大研究课题。其被广泛 多研究学者的工作方向也是在此基础上对算法进 地应用于智能视频监控、安防、人体异常行为检测 行优化，从而弱化 HOG特征算法的劣势。 等研究领域。人体计数就是该领域逐渐发展的一 HOG特征的思想是利用运动 目标的边缘梯度 个应用趋势。但是，由于人体是非刚性的运动 目 信息来描述人体 目标。相结合的方法在人体检测 标，其运动特征难以统一化，另外人体的衣着、光线 中取得了比较理想的检测效果。但是该方法也存 变化等问题，也给人体的检测与跟踪带来很多困 在缺陷，那就是由于运算量太大，导致检测速度太 难。当运动 目标很多时，遮挡也是一个难 以解决的 慢，难 以满足应用的实时性要求。为了使该方法的 问题 ，所以人体运动 目标的检测一直是一个面临巨 优点得到使用，提高该算法的速度成了该课题的研 大挑战的研究课题 。 究方向_4J，除此以外，文献 [7]也提出一种新方 对于检测问题，在该课题研究的最初阶段，使 法，该方法基于更好地处理单 目图像和更好地利用 用的基本方法就是背景减法，该方法能够达到检测 图像的深度信息，从而达到在不损失检测质量的前 运动 目标的效果，而且，由于其计算量小，运算速度 提下提高了检测速度的效果。人体检测的发展，也 快，所以可以满足应用场景对实时性的要求。但 促使了它在实际场景中的广泛应用，比如人体计数 方面 ]。 是，这种方法存在一个很大的缺陷，就是无法解决 光照变化和视频中突变物体对检测结果造成的影 文献[5]提出基于稳定区域梯度方 向直方 图行 响，从而在检测精度上无法达到很多应用场景的要 人检测算法，并对算法进行了改进，但是该算法先 求，基于此，研究工作者不断探索新方法 ，2J，并取 用背景减法检测前景，降低了算法的精确度等。在 得了很大的成果。 目前，检测精度最高的方法是 阅读了大量文献的基础上，现提出将高斯背景建模 的方法与HOG特征相结合，提高算法的检测速度和 Dalai等人提出的HOG特征方法 该方法是一种基 精确度。经实验证明，此方法取得 了比较显著的 2013年7月27日收到，8月 16日修改 山西省 自然科学 效