基于HOG和SVM的公交乘客人流量统计算法

被引：40

作者：

徐超 ^{[1
,2
]}

高梦珠 ^{[2
]}

查宇锋 ^{[2
]}

曹利民 ^{[2
]}

机构：

[1] 安徽大学智能与信号处理教育部重点实验室

[2] 安徽微纳电子器件与集成电路设计省级实验室

来源：

仪器仪表学报 | 2015年 / 36卷 / 02期

关键词：

HOG; SVM; 数据关联; Camshift跟踪算法;

D O I：

10.19650/j.cnki.cjsi.2015.02.025

中图分类号：

TP181 [自动推理、机器学习]; TP391.41 [];

学科分类号：

080203 ;

摘要：

针对公交乘客人流量统计准确度不高的问题,提出一种基于HOG和SVM的人流量统计算法。首先采用机器学习的方法,提取人头部的HOG特征,将SVM作为学习训练方法,得到关于人头的线性目标分类模型的分类器,成功检测出人头;其次通过数据关联,将Camshift算法作为人头目标跟踪算法,并利用tracking-by-detection机制,实现多目标跟踪,稳定地捕获人头目标的运动轨迹;最后对轨迹分析,判断目标是否越过设定的计数线,从而完成对公交乘客人流量的自动计数。实验表明该算法统计准确率有明显提高,且误检率较低,特别是在白天光照条件较好时,能够实现人流量的有效计数。

引用

页码：446 / 452

页数：7

共 16 条

[1] 基于多视觉传感器的公交车乘客人数统计关键技术的研究.[D].李笑月.吉林大学.2013, 08
[2] 视频图像处理中人流量统计算法研究.[D].姜明艳.电子科技大学.2013, 01
[3] 基于机器视觉的客流量统计技术研究.[D].黄朝露.华中科技大学.2011, 07
[4] 基于粒子滤波和卡尔曼滤波的复杂场景下视觉跟踪.[D].徐林忠.浙江大学.2008, 07
[5] Behavioral priors for detection and tracking of pedestrians in video sequences
Antonini, Gianluca
Martinez, Santiago Venegas
Bierlaire, Michel
Thiran, Jean Phillppe
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2006, 69 (02) : 159 - 180
[6] 公交车人流量监测系统设计
郭荣庆
赵轩
许世维
孙家永
[J]. 长安大学学报(自然科学版), 2011, 31 (05) : 80 - 84
[7] 视频图像中基于特征匹配的人流量统计
高陈强
余迪虎
李强
查力
[J]. 电视技术, 2011, 35 (15) : 20 - 23
[8] 一种复杂背景下运动目标检测与跟踪方法
李劲菊
朱青
王耀南
[J]. 仪器仪表学报, 2010, 31 (10) : 2242 - 2247
[9] 一种基于特征融合的点特征目标跟踪算法
王进花
曹洁
李宇
任崇玉
[J]. 电子测量与仪器学报, 2010, 24 (06) : 536 - 541
[10] 基于RBF神经网络的复杂场景人群目标的识别
方卫宁
胡清梅
李娜
郭北苑
[J]. 北京交通大学学报 , 2009, (04) : 29 - 33

← 1 2 →