第一章 绪论
1.1 课题背景和研究意义
1.1.1 课题背景
智能视频监控系统[2]是利用计算机视觉技术、图像与视频处理技术、模式识别技术对监控视频的内容进行理解、分析乃至描述，并能够根据分析的结果对视频监控系统进行操作控制，从而使视频监控系统具有较高层次的智能化水平的系统。智能视频监控系统区别于以往视频监控系统的重点在于它增加了智能分析模块，该模块能够借助计算机强大的数据处理能力，通过设计的功能程序快速处理海量视频，有效实现异常情况的事前预警，事中处理及事后取证等。该系统具有 7×24 小时全天候、全自动、响应速度快、报警精度高等优势，拓宽了视频资源的应用领域。智能视频监控系统的应用主要包括三个方面：第一个方面是对人、物的识别，针对不同行业可以有不同的识别应用，如道路监控行业需实现车牌的识别、车辆类型的识别，金融银行行业需实现人脸的识别，航道管理行业需实现船只的识别等。该识别方面的应用要求只有识别精度达到 90%以上的产品才能被投入使用；第二个方面是对人、物运动轨迹的识别，所谓运动轨迹的识别是指在将某个物体标记为被跟踪对象后，能够随着视频帧的推进而不断更新该物体在画面中的位置。若以被跟踪物体的某个固定位置，如物体的几何中心点为跟踪点，则在用线段将跟踪点于每一帧中的位置相连接后会形成一条轨迹线，这条轨迹线清晰的反映了人、物的运动过程。运动轨迹一方面可以用于数量的统计，如车流统计、人数统计、船只统计等，另一方面可以用于人、物异常行为的判断，如车辆的超速、压线、并道、逆行等，人员的警戒线/警戒区域侵入、突然奔跑、突然聚集等。运动轨迹识别的应用要求尽量避免遗漏；第三个方面是对视频质量的检测和补偿，影响视频质量的因素包括很多种，如雨雪雾等恶劣天气、夜间照明亮度低、摄像头抖动和镜头被遮挡、摄像头偏移出正常监控范围等。智能视频监控系统首先要做到对这些不良作用环境的检测，然后针对不同的影响作出不同的响应或补偿，如在摄像头出现遮挡和视角偏移时能够立即报警，方便相关人员作出反应；在照明亮度低时能够通过诸如锐化、直方图均衡等措施补偿画面的清晰度等，最终得以保证系统能够在恶劣的视频环境中较正常的运行监控功能。人作为社会的主体，是社会各项活动的主要参与者，对人体及人的各种行为进行识别是智能视频监控系统的一个重要应用，也是当前十分活跃的一个研究领域，其中对人体的识别是智能视频监控的低级处理部分，它为高级的人的各种行为分析处理部分提供基础。人体的识别[3]需要借助人本身的信息，这些信息包括很多方面，静态的如头部的颜色和形状、躯干的比例和四肢位置、脸部的肤色和眼睛、眉毛、鼻子、嘴的相对位置信息等，动态的如人的走动、步态、体态等，对这些信息加以合理的分析和利用，即可实现人体的识别。结合人体识别和目标跟踪技术实现的人数自动统计[4]方法是对传统人数统计方法的改革，该方法能够在无人监控或者半人工监控的环境下正确运行，精确的统计出人数、了解人流动向，完成各类进出口的日常监控工作，由于其精度高、成本低、工作周期长，所以目前正越来越受到众多研究机构和各大公司的关注和青睐。
1.1.2 研究意义
人流的统计有助于解决公共资源的合理分配和利用问题，在一些公共场合[5]，诸如大型展览馆、体育场、商场、旅游景点、机场、地铁站、十字路口、公交站点等，会出现人流高度密集的情况，此时，只有实现了人流的准确计数和流向分析，才能够有效的发挥智能调度系统的作用，让公共资源得到更加充分的利用，便捷人们的出行。另一方面，在人流过度密集的情况下，如果出现突发事件，人流不容易疏散，人群慌张很容易引起踩踏事件，导致人员的伤亡，这种事例不管是国内还是国外，近年来随着聚会性活动，如体育赛事、演唱会、宗教活动、展览活动、法定假期出行等的增多而迅速增加。如果能够监控好人流，控制好人数，那么就可以一定程度上避免这种事件。针对不同的应用场合，人数统计系统的研究意义可表现为：（1）对于大型商场或超市，通过不同时间段人流量的统计可以了解和预测每天的顾客模式，合理安排公司人员的工作时间和内容，在顾客少的时间段进行货物的整理。对不同的商品尤其是新上架商品所在的区域进行人流的统计即可很好的了解顾客对不同商品的需求程度，从而调整货物的进货量以及货架的摆放方式，提高购物环境的舒适度、促进顾客的购买欲。（2）对于铁路、地铁、公交车等公共交通设施，统计各个站点上下车乘客的数量，了解不同地域不同时间段的出行需求，从而调整公共交通设施的路线、派发频率等，更好的为人们服务，一定程度上避免交通的拥塞。（3）对于大型建筑，一方面公共服务设施，诸如电梯、厕所、座椅等的设计数量和位置需要考虑到人流量；另一方面，安全通道的设计需要满足意外情况发生时，能够提供合理的逃生路线、容纳众多的逃生人员。
第二章 运动目标提取的研究
2.1 引言
以整幅视频帧图像作为处理区域，进行人头检测和计数的时候，无关像素点过多，工作量大。所以，从减小工作量、提高程序的运行效率角度出发，考虑到人在视频中是运动的目标，可以采用先从视频帧中提取出运动目标，再以运动目标的外接矩形为处理区域，实现人头的检测和计数。运动目标的提取是指从视频帧序列中将运动导致变化的像素点与静止不变的像素点分割开来，以连通的区域囊括变化的像素点，构成运动区域。根据摄像机运动与否，运动目标的提取可分为两类，一类是静止背景下的运动目标提取，此时摄像机是静止不动的；一类是运动背景下的运动目标提取，此时摄像机是运动的。摄像机的运动即可能是因为摄像机本身放置在了一个运动的设备上，如车载摄像机，也可能是因为摄像机支架固定，摄像头却发生转动，如 PTZ 跟踪中摄像头需要随着目标的运动而转动，以确保运动目标不超出摄像机的拍摄范围，必要的时候还需变动摄像头的焦距，保证无论运动目标离摄像头远还是近，都能够在视频帧中占有一定量的像素，避免运动区域过小而被当成噪声滤波掉。本文研究的是摄像头静止情况下的运动目标提取，此时，需要在完整提取出运动区域的同时，尽可能少的包含背景像素。然而，由于实际情况中，存在摄像机抖动、光照亮度变化等情况，背景建立后不会保持不变。充分考虑到这些变化和噪声因素，并采用适当的算法摒弃这些因素带来的不良影响，能够提高运动目标提取的精度。本章研究运动目标的提取，以基于帧间差分的二值掩模方法实现背景的建立，并逐帧自适应的更新背景，然后，采用帧间差分结合背景差分的方法实现运动目标的检测，保证运动目标提取的精度。
第三章 人头特征分析及人头检测的研究 ......... 26
3.1 引言 ....... 26
3.2 摄像机参数的获取和人头识别模式....... 26
3.2.1 摄像机参数获取 .... 26
3.2.2 人头识别模式的设定 .......... 28
3.3 常用的人头特征 ........ 28
3.3.1 霍夫圆形特征 ........ 29
3.3.2 肤色和发色特征 .... 32
3.4 人头检测 ...... 36
3.4.1 均值漂移分割 ........ 36
3.4.2 canny边缘检测........ 40
3.4.3 摄像机垂直下摄情况下的人头检测........ 42
3.4.4 摄像机有一定角度拍摄情况......... 44
3.5 本章小结 ...... 47
第四章 目标跟踪和计数的研究 .... 48
4.1 引言 ....... 48
4.2 常用的预测方法 ........ 48
4.2.1 mean shift算法......... 48
4.2.2 Kalman滤波...... 50
4.2.3 粒子滤波 ......... 51
4.3 改进的基于Kalman滤波的区域匹配......... 52
4.4 实验结果 ...... 56
4.5 本章小结 ...... 57
第五章 总结与展望.......... 59
5.1 总结 ....... 59
5.2 展望 ....... 59
结论
本文研究了基于视频的人数统计与跟踪改进算法，针对摄像头的两种常用架设方式，给出了两种固定摄像头拍摄角度下的人流统计系统，该系统运行在 Windows XP 的 VC++6.0 环境中，用到了 OpenCV 开发包。本文研究的主要内容如下：
（1）运动区域检测：在对常用的几种背景建模方法和运动区域提取方法分析的基础上，采用基于帧间差法的二值掩模背景建模方法、帧间差分与背景差分相结合的运动区域提取方法，实现运动区域的完整提取，运动区域检测实时性好。在背景建立和前景提取过程中使用自适应更新算法实现背景的实时更新。
（2）人头目标提取：针对不同拍摄角度拍摄出视频中，人头目标所包含的特征是不同的这一情况，给出了摄像机垂直下摄时使用发色模型及梯度霍夫圆变换特征提取人头、摄像机有一定偏移角度拍摄时使用肤色、发色模型及发色、肤色区域相邻性检测提取人头的方法。
（3）跟踪改进算法：对跟踪的基本流程进行了描述，并给出了三种常用的预测方法，采用了基于 Kalman 滤波的区域匹配跟踪算法，实现人流计数。该跟踪算法用到了人头目标的外接矩形、中心点及颜色直方图三个特征，主要基于目标相邻帧间重叠面积进行匹配，辅以直方图相似度和中心点欧氏距离完善匹配，与背景差分与帧间差分联合的运动目标提取方法相结合，解决了静止目标的干扰计数和分裂的目标容易多记的问题。
参考文献
[1] 朱淼良．计算机视觉．[M]. 杭州：浙江大学出版社，1997，1-20
[2] 周永红．智能视频监控技术及应用[J] .智能建筑与城市信息，2009，第5期：83-87
[3] Moeslund T, Granum E. A survey of computer http://sblunwen.com/shtjxlw/ vision-based human motion capture.[J]. Computer Vision andImage Understanding, 2001,81(3):231-268
[4] Roqueiro D, Valery A, Petrushin. Counting People using Video Cameras. [J]. The International Journal ofParallel, Emergent and Distributed Systems,2006, 08:p1-4.
[5] 赵敏. 单目视觉多行人目标检测与跟踪技术研究.[D]. 重庆：重庆大学博士学位论文，2010
[6] 周瑞英，基于神经网络的商场客流量统计系统研究.[D].天津：河北工业大学硕士学位论文，2006
[7] Collins R, Lipton A. A system for video surveillance and monitoring VASM final report.CMU-RI-TR-00-12,Robotic Institute Carnegie Mellon University, 2000.
[8] Remagnino P, Tan T ,Baker K. Multi-agent visual surveillance of drnamic scenes.[J].Image and VisionComputing,1998,16(8):529-532
[9] Haritaoglu I, Harwood D,Davis L.W4:real-time surveillance of people and their activities. [C].IEEE Trans.Pattern Analysis and Machine Intelligence, 2000, 22(8):809-830.
[10] 徐庆贺.监控视频流分析的关键技术研究及应用[D].上海：上海交通大学硕士学位论文，2008