1、人數(shù)統(tǒng)計(jì)技術(shù)已經(jīng)逐步應(yīng)用于多種公共場(chǎng)所的出入口，例如超市，地鐵和公交車站等。這些場(chǎng)景下的人流量數(shù)據(jù)能夠?yàn)楣舶踩?，市?chǎng)決策和資源分配等領(lǐng)域提供有用的信息。當(dāng)前的人數(shù)統(tǒng)計(jì)方法隨著圖像處理技術(shù)的發(fā)展正在變得越來(lái)越智能化和自動(dòng)化。但是目前的方法仍然存在諸多問題，例如統(tǒng)計(jì)不夠精確，魯棒性差等。隨著基于數(shù)字圖像處理和計(jì)算機(jī)視覺的自動(dòng)人數(shù)統(tǒng)計(jì)系統(tǒng)的需求日趨增長(zhǎng)，高效和準(zhǔn)確的人數(shù)統(tǒng)計(jì)方法變得越來(lái)越顯著和有意義。
　　針對(duì)上述問題本文提出了兩種高

2、效準(zhǔn)確的人數(shù)統(tǒng)計(jì)算法及其應(yīng)用方案：一種是基于人頭檢測(cè)與跟蹤來(lái)計(jì)算垂直攝像頭下通過(guò)的人流量，即斷面式人數(shù)統(tǒng)計(jì)，另一種是基于頭肩檢測(cè)來(lái)衡量斜射攝像頭監(jiān)控區(qū)域內(nèi)的人流量，即區(qū)域式人數(shù)統(tǒng)計(jì)。斷面式人數(shù)統(tǒng)計(jì)的算法主要包含四個(gè)部分：目標(biāo)區(qū)域提取，人頭檢測(cè)，人頭跟蹤，以及過(guò)線判斷。其中目標(biāo)區(qū)域提取部分采用一種有效的前景提取方法來(lái)獲取包含移動(dòng)人體的前景區(qū)域，并且采取一些后處理操作來(lái)優(yōu)化處理結(jié)果，人頭檢測(cè)階段采用LBP特征離線訓(xùn)練的Adaboost分類器

3、進(jìn)行人頭目標(biāo)的檢測(cè)，人頭跟蹤階段采用一種基于Meanshift迭代的局部人頭跟蹤算法來(lái)跟蹤人頭目標(biāo)，過(guò)線判斷階段結(jié)合統(tǒng)計(jì)線與區(qū)域，采用過(guò)線判斷算法判斷候選人頭目標(biāo)是否被計(jì)數(shù)。區(qū)域式人數(shù)統(tǒng)計(jì)主要包括人頭肩的檢測(cè)步驟，通過(guò)頭肩檢測(cè)得到的人體目標(biāo)數(shù)目來(lái)估算監(jiān)控區(qū)域內(nèi)人群密度。頭肩檢測(cè)算法采用級(jí)聯(lián)初級(jí)Adaboost分類器與次級(jí)SVM分類器的方式，來(lái)實(shí)現(xiàn)頭肩目標(biāo)的粗略檢測(cè)與精確過(guò)濾。
　　本文提出的斷面式人數(shù)統(tǒng)計(jì)方法能夠達(dá)到理想的人數(shù)統(tǒng)計(jì)