基于序列图像的实时人流检测与识别算法研究

被引：24

作者：

高成英

刘宁

罗笑南

机构：

[1] 中山大学计算机应用研究所,广东省食品药品监督管理局,中山大学计算机应用研究所广州,广州,广州

来源：

计算机研究与发展 | 2005年 / 03期

基金：

广东省自然科学基金;

关键词：

模式识别; 神经网络; 边缘检测;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

针对可见光下人流检测、识别算法中存在的运动目标分割准确率低、识别效果差等问题,提出一种新的跟踪与识别方法.首先利用序列图像中运动目标时空一致性,将帧间二阶差分(SODP)与边缘检测相结合进行运动目标分割;再根据行人运动模型和运动目标局部性特征,通过粗采样方法快速提取跟踪特征向量;利用运动目标轮廓投影比、形状因子等特征分量,并构造基于人工神经网络的运动目标分类器进行识别.通过对大型商场进行的实际测试表明:该方法在运行效率、识别准确率方面均取得满意结果.同时,算法对于光线、阴影和人流变化等外界因素的影响,具有较强适应性.

引用

页码：431 / 438

页数：8