人體目標識別及其在客流量統(tǒng)計中的應用.pdf

1、近年來，運動人體的識別在圖像處理與計算機視覺等領域引起了許多學者的關注。運動人體的識別包括四個基本步驟：(1)從背景中提取運動目標；(2)從運動目標中分割出人體目標；(3)提取運動人體目標的特征決策向量；(4)利用分類器進行識別。其中，運動人體目標特征向量的提取是識別的關鍵。本文通過對運動人體目標空域和變換域各類特征的研究，提出了傅立葉描述子、類圓形半徑等目標輪廓特征，長寬比、占空比、圓形度等目標區(qū)域特征以及圖像的顏色、紋理等多個特征，

2、通過實驗對其進行篩選，最終以分類效果較好的方式將有效特征組合起來，形成一個決策向量，用來進行識別。 本文對人工神經網絡的選擇進行了大量的實驗，根據分類結果，最終選擇使用誤差反向傳播的三層前饋網絡，利用Levenberg-Marquardt訓練算法實現(xiàn)神經網絡的分類功能，本文還利用規(guī)則化調整方法對網絡的泛化能力進行了增強。在前人工作的基礎上，作者應用本文中的算法實現(xiàn)了一個實時客流量統(tǒng)計系統(tǒng)?？土髁拷y(tǒng)計系統(tǒng)是自動記錄客流情況的系統(tǒng)，

3、可以為商家的經營和管理提供準確的數據作為參考。該系統(tǒng)通過攝像頭、計算機和圖像采集卡等專業(yè)設備將商場門口的客流情況捕獲下來，轉換成數字圖像序列，利用圖像處理知識提取出圖像序列中的運動目標塊。通過提取人體目標的決策特征向量，利用人工神經網絡分類，識別出是否為人體目標并判斷目標的數量。 本文的算法經過實驗驗證，具有較高的理論意義和實用價值，在實驗室環(huán)境中記錄結果顯示，該算法的絕對準確率達98％以上；在多個商場及學校等人流密集的環(huán)境中測