为提高视频人流智能计数的实时性和准确性,提出一种基于头部图像特征的人流计数方法。根据混合高斯算法检测前景,提取感兴趣的人流区域和相应的边缘;利用基于边缘分类和梯度信息的RHT圆变换识别头部区域,并选取头部面积与头发颜色作为筛选模型参量对头部进行筛选;利用基于Kalman的滤波预测完成跟踪和计数,并将跟踪目标参数反馈给筛选模型,实现更新。实验结果表明,该方法能够有效消除类圆的非头部干扰,提高计数的速度和准确率。
科研之友
微信
新浪微博
Facebook
分享链接
