公交站臺(tái)行人檢測(cè)系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、公交車作為居民出行的主要公共交通工具，由于實(shí)時(shí)客流量信息的不足，導(dǎo)致經(jīng)常出現(xiàn)嚴(yán)重的空乘和擁堵現(xiàn)象。因此，迫切需要一種科學(xué)合理的公交站臺(tái)客流量采集手段，為公交車的實(shí)時(shí)規(guī)劃調(diào)度提供決策支持，這樣不僅可以充分有效地利用現(xiàn)有的公共交通資源，同時(shí)更能減少乘客候車的時(shí)間，進(jìn)而提高乘客的乘車滿意度。
　　目前，獲取公交站臺(tái)的實(shí)時(shí)客流量信息的方法，主要是通過(guò)安裝在公交站臺(tái)的攝像頭對(duì)站臺(tái)的候車人數(shù)進(jìn)行檢測(cè)統(tǒng)計(jì)，因此本文針對(duì)公交站臺(tái)行人檢測(cè)系統(tǒng)的關(guān)鍵

2、技術(shù)進(jìn)行研究，如何在提高行人檢測(cè)精度的同時(shí)保證檢測(cè)速度是研究的重點(diǎn)。
　　針對(duì)目前視頻行人檢測(cè)中存在的檢測(cè)精度和實(shí)時(shí)性無(wú)法同時(shí)保證的問(wèn)題，本文首先采集大量公交站臺(tái)的視頻，用基于高斯混合模型的背景建模方法處理視頻序列，獲取大量二值圖片；然后裁剪這些圖片得到固定大小的正負(fù)樣本，并在此基礎(chǔ)上提取正負(fù)樣本圖片的HOG特征，通過(guò)支持向量機(jī)（Support Vector Machine，SVM）訓(xùn)練得到分類器；接著用基于高斯混合模型的背景建模

3、方法處理檢測(cè)場(chǎng)景的視頻序列，降低背景因素的干擾，減少負(fù)樣本的訓(xùn)練量，同時(shí)縮減感興趣區(qū)域，提高檢測(cè)速度，并匹配訓(xùn)練的分類器；進(jìn)而結(jié)合分類器，用固定大小的滑動(dòng)窗口對(duì)處理后的視頻序列進(jìn)行行人檢測(cè)；并在此基礎(chǔ)上提出了一種滑動(dòng)窗口距離優(yōu)化算法對(duì)HOG（Histogram of Oriented Gradient）行人檢測(cè)算法進(jìn)行改進(jìn)，同時(shí)存儲(chǔ)檢測(cè)結(jié)果；最后用基于頭部特征的行人檢測(cè)算法檢測(cè)存儲(chǔ)的結(jié)果，進(jìn)一步提高檢測(cè)精度，輸出最終檢測(cè)人數(shù)。實(shí)驗(yàn)表明，