基于分布式计算方法的景区人流密度预测技术研究

摘要

针对景区中对人流密度预测的需求,文中在对人流密度检测流程进行分析研究的基础上,建立了面向大规模视频帧数据的人流检测模型.该模型共包含人流检测、人流跟踪和人流计数3个关键技术.在人流检测时,进行图像的降噪滤波以及前景提取.为避免光照的影响,引入了二值图像的边缘检测算法.同时利用视频中的前景像素通过K-means算法进行人体间的分割,以完成个体识别.在人流跟踪时,该模型在连续的多个视频帧中建立起个体映射.借助个体的变化来反映人流的趋势,实现特定区域内的人流计数和预测.在算法实现上,文中借助Spark搭建分布式计算平台,实现模型的并行化计算,有效提升算法的计算效率.测试结果表明,所提人流密度检测算法在检测精度上较传统的Borislav算法提升了10.47％.此外,该算法在检测时间、加速比和计算成本等指标上均有所提高.