面向住宅小区的电梯内人员检测和识别方法研究

摘要

人员检测与识别是安防领域尤其是智能监控的研究热点之一，在智能检索、全天候布防、入库比对等多种使用场景均有着十分广阔的前景。随着硬件与软件技术的增强，随着人们安保意识的提高，在普通住宅小区内，传统视频安防监控将逐步被取代。由超高清监控摄像头搭配分析服务器，对小区电梯行人智能化分析的智能监控技术，将越来越普遍的出现在我们身边。
　　本文设计了在小区电梯内安装智能摄像机，对进入电梯人员进行人数统计和人脸比对的研究。将图像处理和识别的方法有效的应用在监控图像中，具体如下:
　　(1)针对电梯人员采集图像为俯视图像的问题，本文提出利用基于Hough变换的人头统计方法。该方法在分析运动目标的检测的基础上，包括常用算法和改进算法;针对俯视图像中人头进行边缘检测和特征提取;最后利用Hough变化检测头部提取特征完成电梯人员计数。
　　(2)针对电梯内人员自动识别方法，论文提出通过FPDW算法结合SVM-AdaBoost算法对人脸进行检测和特征提取，并由ASM算法自动标定，完成识别的方案。在分析和实现FPDW算法和AdaBoost算法以及SVM算法的基础上，结合haar算法的角度调整功能，对人脸图像进行准确快速的特征提取，最后交给ASM算法进行特征点自动标定，从而实现人员比对。实验证明这一方案对电梯内人员的识别具有较高的精度。
　　(3)基于人数统计、人员检测与识别的实际应用，论文给出了一个小区电梯内人员智能分析和识别的安装实例。该实例基于小区现有的电梯进行结构设计和监控设备安装。详细介绍了拓扑结构设计和所需产品，包括摄像机、智能分析服务器、NVR等设备的详细参数说明，最后通过图形化界面展现了实现的功能。

目录

声明

摘要

第一章 绪论

1．1 课题背景及研究意义

1．2 智能监控系统研究现状

1．2．1 发展历史

1．2．2 发展趋势

1．3 研究难点

1．3．1 运动分割

1．3．2 遮挡处理

1．3．3 摄像机的使用

1．3．4 性能评估

1．4 本文主要工作

1．5 本文组织结构

第二章 电梯内俯视图像中人员计数方法实现

2．1 俯视图像中人员计数方法实现概述

2．2 运动目标检测

2．2．1 帧间差分

2．2．2 背景差分

2．2．3 背景差分的改进

2．3 俯视图像中人头部边缘检测和噪声去除

2．3．1 头部边缘检测的概述

2．3．2 几种常用的边缘检测算法

2．3．3 头部边缘噪声去除

2．4 俯视图像中人头部特征提取

2．4．1 区域面积

2．4．2 链码法

2．5 Hough变换检测算法及人员计数实现

2．5．1 常用的电梯内头部类圆轮廓特征检测算法

2．5．2 Hough变换的概述

2．5．3 Hough变换的应用

2．5．4 Hough变换圆形边缘检测原理

2．5．5 Hough变换人头检测计数方法实现及结果分析

2．6 本章小结

第三章 俯视图像下的人员检测与识别技术

3．1 俯视图像下人员检测与识别实现方法概述

3．2 电梯内俯视图像下人员检测

3．2．1 FPDW行人检测器

3．2．2 基于FPDW的快速行人检测框架

3．3 电梯内俯视图像下的人脸检测与识别

3．3．1 传统AdaBoost人脸检测

3．3．2 改进的AdaBoost人脸检测原理

3．3．3 SVM检测算法概述

3．3．4 基于SVM的优化检测方法

3．4 俯视图像下的人脸比对

3．4．1 人脸比对的基本原理

3．4．2 基于人脸分块区域的正面人脸比对

3．5 基于ASM算法的人脸特征点自动标定

3．5．1 主动形状模型(ASM)

3．5．2 ASM模型训练阶段

3．5．3 ASM图像标定阶段

3．5．4 人脸姿态判定

3．5．5 人脸个性参数的构造

3．5．6 人脸比对算法

3．6 本章小结

第四章 电梯内人员检测和识别系统的安装应用实例

4．1 应用实例拓扑结构

4．1．1 拓扑结构介绍

4．1．2 电梯内设备具体安装情况说明

4．2 应用实例中的硬件产品及功能介绍

4．2．1 人员统计摄像机

4．2．2 人员比对摄像机

4．2．3 NVR(硬盘录像机)

4．2．4 监控平台

4．2．5 智能分析服务器

4．3 功能实现及关键配置项介绍

4．3．1 入梯人员的人数统计

4．3．2 入梯人员的人脸比对

4．3．3 应用功能扩展

4．4 本章小结

第五章 总结与展望

5．1 论文工作总结

5．2 未来工作展望

参考文献

致谢