AdaBoost结合改进高斯混合模型的人体检测算法

作者：邹骅^*; 李晓丽; 金晶

来源：国外电子测量技术, 2023, 42(09): 19-27.

DOI：10.19652/j.cnki.femt.2305033

• 视频监控
• 人体检测
• 背景建模
• 高斯混合模型
• AdaBoost

室内视频监控的客流量统计场景由于背景光照变化、人群拥挤等因素影响，导致背景更新、目标提取和识别的准确率较低，同时由于算法的实时性满足不了高帧率视频(60 fps)的要求，使得识别统计的准确率低于95%。针对以上问题设计室内人体检测识别算法，首先通过将运行期均值法与高斯混合背景建模相结合，根据像素值进行去重合并，以减少相似像素重复计算，并将噪音点在一定范围内采用均值法，进一步从实时性上提高背景提取效果；其次通过自适应阈值法，根据区域光照强度变化，自适应调节分割阈值，从而避免光照不均而影响检测结果；识别采用一种基于AdaBoost的人体头肩定位与最短距离分类器相结合的方法对人体进行识别，根据运动物体的实际位置，对人体头肩进行初步定位，然后提取关于人体头部的特征量：圆形度、肩宽比等，最后通过结合最短距离分类器，对人体进行分类识别。在高帧率视频实验中对复杂多人的每帧图片的处理耗时基本在15 ms以内，人体识别准确率达到98%。实验证明方法能够解决复杂变化背景与多人场景下的高帧率视频多目标人体检测、识别与统计。

• 单位
  南京工业大学; 江苏旅游职业学院