1 绪论
1.1 研究背景与意义
经济及计算机视觉技术的飞速发展造就了智能视频监控行业的繁荣，智能视频监控技术随之渗透到了社会生活中的各个方面。作为一种新的智能化技术，该过程不再需要人为干预，而是直接运用计算机视觉及模式识别中的相关方法，自动实现对场景进行监视、对异常进行报警的功能。这不仅在一定程度上减少了人力等资源的浪费，而且此类系统还可以长时间地保持运行状态，从而长期不间断地对场景进行监控。人流量统计技术作为智能视频监控系统的一个应用方面，也逐渐发展起来，并在社会的各个场所中取得了广泛的应用。该技术具有极高的市场价值，尤其可以由商场中的应用体现出来，首先，通过实时分析商场顾客在不同时段进入商场的数据，可以有效安排最佳营销人员和顾客之间的比例，其次，对商场出入口处的人流量进行统计，可以了解商场出入口设置的合理程度，对商场各楼层的流量进行统计，又可以分析出在哪些地方设置广告或进行促销能取得最大的收益。另外，该技术还可以应用到地铁、机场、公园等场所中，统计出的人流量数据可以为各场所制定相应的措施提供有效的数据。可见，人流量统计技术有着广阔的市场空间和极高的研究价值。
.........
1.2 国内外研究概况
1.2.1 人流量统计研究进展
传统的人流量统计方式除了人工计数外，还有红外线感应计数方式及闸门计数方式[1]，其中，红外线感应计数方式主要是在行人通过的地方设置红外感应器，利用红外特性，达到对行人进行统计的目的，这种方法实现比较简单，成本也比较低廉，但是当多个行人通过时，其统计精度会受到较大影响；闸门计数通过在行人经过的地方设置闸门，利用行人推动闸门横杆的方式，实现对行人流量的统计，此方法相对来说能较准确的统计行人数量，但是设置闸门难免对行人通行造成影响，尤其行人较多时，容易造成闸门处拥堵。智能监控行业的快速发展及人流量统计技术潜在的市场价值促使了国内各商业机构相继开展了对基于视频的人流量统计技术的研究，其中代表性的有杭州海康威视、深圳飞瑞斯以及北京文安等，这些公司都已推出了自己的客流统计产品，并有一些成功的应用案例。但是这些产品的应用场景往往是有限的，通常只能对单目垂直摄像头获取的室内场景视频进行处理，且对有目标遮挡的情况可能不再适用。可见国内的人流量统计技术的发展是还有着很高的上升空间。如何实现一种既能实现准确统计又能较稳定的应用于各种场景的人流量统计算法仍是需要深入研究的重大课题。针对行人统计的研究正逐步展开，其中，Satarupa[2]等人提出运用霍夫圆来检测行人，用光流法对行人进行跟踪，并运用时空背景剪除技术对跟踪到的目标轨迹进行校正，以实现对行人的统计。Ya-Li Hou[3]等人提出了运用背景减除及预处理操作来估计复杂场景中的行人数量，并运用 EM 算法定位低分辨率中的局部行人位置，这里建立了一个聚类模型来对进行行人的表示，通过行人特征点的先验分布定位行人位置，由此使算法实现了复杂场景对行人人数的估计及对行人的位置的定位。黄朝露[4]则提出了一种以统计学习理论中的方向梯度直方图特征与支撑向量机算法对人头进行检测、以粒子滤波算法对人头目标进行跟踪，从而获取目标运动轨迹的方法，最终通过对人头目标的轨迹分析，实现了对公交上下乘客人数的实时统计。
……………
2 人头目标检测技术
2.1 分类器的离线训练
在传统的行人检测算法中，大多是是以行人的整个身体或身体的某些部分（如头和肩，或者行人的关节等）为目标进行检测的。在多目标存在的场景中，摄像头安装角度差异容易导致人体之间存在遮挡。图 2.1 中为某两个不同成像视角下的场景为例。这时候对人体的检测和跟踪会比较困难，考虑到场景中行人的头部是最不容易被遮挡的部位，所以这里主要将行人的头部作为目标来检测，以减弱目标之间的相互遮挡对算法的影响。提取训练样本的方式为：手动采集 4000 幅仅包含人头的图片作为正样本，6000幅不包含人头的图片作为负样本，并将所有样本归一化到一个统一的尺度。所采集的样本应尽量逼近现实中所有的场景，图 2.2 中给出了提取的正、负样本集合。在训练分类器之前，需要提取每个样本的 HOG 特征，HOG（Histogram of OrientedGradients）是 Dalal 等人在 2005 年的 CVPR 上提出的一种间接表示目标轮廓信息的特征描述子，它具有抗尺度和抗光照变化的特点。该特征描述子类似于上下文形状[29]、边缘方向直方图[10]和 SIFT[30-31]等方法，但是它有着区别于其他特征的独特地方，首先它是在一个网格密集的大小统一的叫做细胞的方格单元上计算，然后它将多个细胞单元合成更大的块，通过在块上进行归一化，使其具有了抗光照和尺度变化的特点。
……………
2.2 运动边缘提取
2.2.1 运动边缘提取的必要性
上节中介绍了分类器模型的离线训练方法，本节主要针对人头目标的在线检测过程展开论述。首先，先来介绍一下通常的用 HOG 结合 SVM 方法进行静态目标检测的实现过程，对于待检测的图像，需要设定尺度搜索窗口的大小，然后使尺度搜索窗口以图像的原点为起始点，在整幅图像中逐行滑动，每滑动一次，提取尺度搜索窗口覆盖的图像内的 HOG 特征，并运用分类器模型对此特征进行目标判决，由此可以提取到被判为人头的目标位置及相关信息。考虑到摄像头的安装角度和高度对人头目标的大小有着直接的影响。从图 2.6 可以看出，不同成像视角下录取的视频中，归一化到同一尺度后，人头大小存在着明显的差异，经过测量发现(a)图中人头大小约为 20*20（单位为像素），而(b)图中人头大小约为 26*26（图像均缩放到 352*288 大小），不仅如此，即使是同一场景中，人头目标的大小也会随着其离摄像头的距离而发生变化。对目标进行检测的过程中，检测尺度和图像中的人头大小越接近，越利于实现正确的判决。
……………
3 人头目标跟踪技术
3.1 颜色约束下的 MEAN SHIFT 跟踪算法.........(22)
3.2 目标检测和目标跟踪的融合 .......(28)
3.3 时间约束去除虚假目标 .........(30)
3.4 目标行为分析.......(31)
3.5 本章小结.........(33)
4 实验结果与分析
4.1 算法测试.........(35)
4.2 本章小结.........(42)
5 总结与展望
5.1 全文总结.........(43)
5.2 展望 ....(44)
4 实验结果与分析
4.1 算法测试
一个完善的人流量统计算法需要能够准确地、实时地应用到现实场景中，为了实现对本文算法的有效评估，我们录取了大量商场等场所的出入口视频，并针对算法的准确性、稳定性和实时性进行了批量测试。人流量统计技术最基本的功能是能够准确统计出场景中的人流数量，所以我们有必要对算法的准确率进行首要测试。在进行测试之前，考虑到算法暂时适用的场景仍然有限，所以我们对录取的视频进行了过滤，最后选出的视频满足以下几个条件：缩放到 352*288 大小后，图像中的人头大小不小于 20*20 个像素，不大于 100*100 个像素，也就是指摄像头的架设高度要在一定的范围之内；场景中的人流数量应适量，不能太过拥挤；不适用于雨雪天气下的室外环境。图 4.1 给出了对选取的 10 段视频进行测试的结果，绿色对应场景中实际的人流数量，红色代表算法统计出的人流数量。
…………
结论
在当今社会，智能视频监控行业发展地如火如荼，市场上对视频监控系统的需求已经有明显增多的趋势。智能视频监控系统发展的良好形势也给人流量统计技术的发展营造了足够浓厚的科技和市场氛围，巨大的市场潜力和应用价值使得众多机构开展了针对此技术的研究，大量人流量统计系统也相继在市场上出现，并有部分真正在场景中应用。但是针对此技术的研究仍然不够成熟，大部分人流量统计产品的鲁棒性不强，难以适应复杂多变的外界环境。为此，本文论述了提出了一种改进的人流量统计算法，文中对算法的实现进行了详细的描述。制作样本集，正样本为人头，负样本为非人头，为正负样本标记后，提取每个样本的 HOG 特征，用 SVM 离线训练得到支撑向量机。读入需要在线人数统计的视频序列，不改变人头长宽比的情况下，缩放到最接近 352*288 大小，灰度化后，用 Sobel 算子结合帧间差分法提取运动的边缘，对运动的边缘进行膨胀，结合运动信息用多个尺度在动态边缘周围进行特征提取，并计算该特征与支撑向量之间的线性关系，实现人头目标的检测。再结合空间上的约束，去除一定的虚假目标。
…………….
参考文献（略）