论文总字数：16060字

摘 要

计算机视觉技术之所以会成为一个研究讨论的热点，是因为当前社会的计算机技术和数字信号处理技术发展迅速，其中人流量统计是现在智能生活领域发展途中必不可少的一个课题，要想实现人流量的统计这就需要多方面的技术结合在一起才能实现。基于智能监控下的人流量检测以及统计不仅对商场，旅游景点等地方的人流统计有帮助，还能在智能安防等领域发挥着巨大的作用。随着城市化的脚步日趋渐快，大规模的人群聚集现象也是越来越多，人们一方面想从人流量以及人群的密集程度来获取有用的信息来实行商业以及旅游业等方面的改善，另一方面人流量过于密集从而带来的安全隐患也是不得不重视的一个问题。人流数量的统计和人群密度的检测技术成了智能视频监控的一个研究热点。本文就以上两个方面做了进一步的研究。

关键词：人数统计 高斯背景 多目标跟踪 机器学习

Design and implementation of statistical analysis function of tourist flow in intelligent scenic spot

Abstract

The reason why computer vision technology has become a hot topic of research and discussion is the rapid development of computer technology and digital signal processing technology in the current society. Among them, the human flow statistics is an indispensable subject in the development of intelligent life field. Human flow statistics involves many disciplines and many complex problems. Intelligent monitoring and statistics of people flow are not only helpful to the statistics of people flow in shopping malls, tourist attractions and other places, but also play a great role in intelligent security and other fields. With the speeding up of urbanization, the massive crowds gathered phenomenon is also more and more, people on the one hand, from the traffic and the intensive degree of the crowd to get useful information to implement business as well as the improvement of tourism, etc, on the other hand the safety hidden danger of traffic was too dense to also have to attach importance to a problem. Therefore, the technology of statistics of human traffic and crowd density detection has become a research hotspot of intelligent video surveillance. This paper makes further research on the above two aspects.

Key Words: The number of statistics; Gaussian background; Multitarget tracking; Machine learning

目 录

摘要 I

Abstract II

第一章 绪论 1

1.1 论文研究的背景与意义 1

1.2 国内外现状研究 2

第二章 相关技术 4

2.1 OpenCV 4

2.2 AdaBoost算法（级联分类器） 5

2.3 Hog算法 7

第三章 人流量检测系统需求分析 10

3.1 设计原则 10

3.2 人流量检测流程设计 11

3.3 人流量检测功能模块设计 12

第四章 人流量检测系统详细设计 14

4.1 人头特征提取 14

4.2 人头的检测 14

4.3 人头跟踪 15

4.4 跟踪算法原理 16

第五章 系统具体实现 17

5.1人头检测的实现 17

5.2 人头跟踪的实现 21

5.3 界面和功能的实现 22

第六章 总结与展望 25

6.1 总结 25

6.2 展望 25

参考文献 27

致谢 28

第一章 绪论

1.1 论文研究的背景与意义

随着目前全世界的人口还在持续增长，各大客运站、飞机场、火车站以及著名旅游景点等地的人流量也是日益见长。人群的过于密集，造成了许多公共区域出现拥堵，排队甚至堵塞的现象，由于人群的高度密集，人相互之间的拥挤推搡可能会导致严重的踩踏事故给人们的生命安全带来威胁，人流量的增长给公共场所带来了诸多安全隐患。因此人口密集区域的人流量统计与分析在公共服务，社会安全，大数据，机器视觉等多个领域上引起了学者的广泛关注。

景区的大人流量以及排队时间长，排队人数多是各大景区目前迫切想要解决的关键问题。当今社会的发展也越来越快，随之带来的就是人们生活水平的提高，工资水平的改善，消费观念的转变，人们不光满足于吃饱住好，对于精神生活的追求的步伐从不曾停歇，越来越多的人们喜欢在节假日跟家人或者好友三五个一群去旅游景点放放松，散散心，舒缓一下一周的工作生活压力。大量的游客汇集到旅游景点，是的许多的特色景区难免会出现观景五分钟排队两小时的现象，多数的游客都是在排队中或者在人流的推动下略过景点，严重影响了旅游的体验。另外密集的人群也会给景区的厕所，停车位，垃圾桶等一些公共服务带来巨大考验，同时景区对于如何有效防止人群踩踏，偷窃，小孩走失也是一个重大的挑战。

为了能够有效的防止景区人流量过大从而引起的诸多安全问题，区域内的人数的实时统计就显得尤为重要，人流量的统计可以跟景区内的公共设施和人流承载量相结合，严格的控制区域内的人群密度在安全范围之内。近年来，机器视觉技术的成熟和机器学习技术的发展为区域内的人数统计提供了一个新的思路。基于机器视觉的人数统计技术已经慢慢兴起，逐渐从室内的商场、超市等转移到室外的公共场所，比如景区、广场等，基于机器视觉的人数统计依旧是当前讨论的热点话题之一。与机器视觉统计技术相关的研究方向包括在动态环境中的运动物体目标的检测、物体的识别和持续的跟踪，以及对运动目标的运动特征的分析和预测。机器视觉技术的运用相当广泛，例如开放的公园、著名的旅游景区、超级商场和住宅小区等行人比较多的公共场所。人数的实时统计可以有效的减少因为人群密度大而造成的危险事件，人流的统计技术拥有着重要的科研价值和广阔的市场。

以前传统的人数统计方式是通过红外人体感应，利用红外线发射装置和接收装置，一旦接收装着接受不到来自发射装置发射出来的红外线，就判定有物体遮挡即判定为有人，但是这个红外扫描一次只能通过一个人，在景区人流量大的地方它的局限性就体现了出来，而且红外扫描检测的只是运动的目标，也会发生将动物误检测为人的现象。因此监控视频的人数统计技术从人工技术发展为自动计数更是进一步奠定了基于机器视觉的人数统计技术在公共场合人数统计的重要地位。但是传统的基于视觉的人数统计技术多采用单一的特征识别和简单的图像处理方式，该模式存在很多不确定性以及许多的局限性从而严重的影响了计数的准确性，它的局限性主要有以下几点：

请支付后下载全文，论文总字数：16060字