基于计算机视觉的人流量精准监控系统
电子工程学院
人们习惯通过直观感觉——视觉来了解世界，获取所需信息。但仅基于个体的视觉处理能力还不能满足人们这方面的需求，计算机视觉技术恰好为人类解决这一难题带来了新的思路。人们将计算机技术与视觉系统结合起来，形成了目前应用极为广泛的综合性学科——计算机视觉。它主要致力于使用计算机和相关设备来模拟生物的视觉功能，最终为人类的生产生活带来巨大的帮助。在计算机视觉的相关研究方向中，视频监控是其中极其重要的应用之一，它主要包括图像的釆集处理、智能识别和数量统计等方面内容。能够达到在无人操作的情况下，通过高度智能化的视频监控和计算机的快速数据处理能力，获得人们需要的各类信息，用以指导人们生产生活中的各项工作。 用户及需求分析 一 . 安全防护 火车站、汽车站等公共场所人流量大，是安全事故的高发地带，也是安防控制的重点、难点区域。通过更加精准的视频监控系统，全面的检测场所内的人群，并能够提供初步的分析结果，通过现代技术与传统方法相结合，不仅能够降低人力资源的极大浪费，同时还能充分地提高监测效果的准确度和实时性，为后续的预警防范工作提供了巨大的便利； 二．商业用途 在目前的经济环境下，商业营销能力已经成为商家能够脱颖而出的重要影响因素。基于这一点，商场管理者须事先规划好商场的购物环境和人力的合理配置等因素。这就要求商场对消费者数量进行统计分析，以便研究客流人数和顾客购物习惯。这些数据对商场制定各种销售活动，达到最大化利润具有重要意义。但以往的人流数据统计大多是凭经验估计或人工清点而来，这种方法既不准确又耗时费力，弊端明显。而精准的视频监控则能够完全改善这一状况，它有利于商家快速有效的统计人流数量和绘制消费活动范围，从而制定出最佳的营销方针，达到更好的销售业绩； 三．交通 现如今，人们为响应绿色出行的号召，越来越多的人选择乘坐公共交通工具出行。精准地对乘坐交通工具的人流量进行监控是交通网络智能化的关键一步。精准监控比如进出地铁的人流量能够为地铁管理人员更直观地提供数据，使其能够更合理地规划发车次数、间隔时间，使人们的出行更加便利、迅捷。 同类竞品分析 由于视频监控应用场所的复杂性，特别是人流量大和高实时性的特点，其他视频监控系统在实际应用时可能因为以下几种因素而导致识别错误或精准度低： (1) 人体因素：人体自身非刚性的特定注定它在视频监控方面比一般的物体要难的多。一是人体能够做出各式各样的动作姿态，比如屈身、蹲下和侧身等。这些都会增加目标检测、识别的难度，导致误差的出现。 (2) 背景因素：我们处理的视频序列都是现实生活中所釆集拍摄的，这就表明我们不可能脱离背景因素而只是单一地考虑目标对象。不同的背景对目标检测 和跟踪都会带来或多或少的影响，其中颜色和轮廓因素尤为明显。当背景中含有 和运动目标相同或相似的颜色或图像时，系统的目标跟踪环节很容易被误导，所以背景干扰也是统计系统在实际应用时常常遇到但却必须要克服的问题； (3) 光照因素：不同时间、不同地点甚至不同天气，视频监控场所的光线条件必然不会一模一样。如果不事先考虑光照因素，而假定系统都是在同一种光照亮度下运行的话，在实际使用时必然会出现突发的困扰； (4) 遮挡因素：在人流量比较大，特别是车站、商场这些场所，人们的运动趋势是随机的、难以预测的，这就导致了系统运行时必然遇到多人间的相互遮挡的问题。 项目的目的和意义 将视频监控领域现有技术进行合理整合，可实现突破识别错误或精准度低的弊端，开发出更精准的人流量监控系统，具有创新意义。因现有技术较为完备，因此整合后的联合技术可行性大，能够更好地在如安防、商业、交通等方面为人们提供服务。随着视频监控技术和人流量统计技术的发展，它在不同场所、不同行业的应用将会逐步增加，它所具有的全面性、准确性和实时性等特点将会为人们的生活生产带来巨大的便利。
