【畢業(yè)學位論文】（Word原稿）基于前后臺智能分析的人數統(tǒng)計系統(tǒng)-軟件工程

中圖分類號： 學校代碼： 10055 密級： 公開 碩 士 學 位 論 文 基于前后臺智能分析的人數統(tǒng)計系統(tǒng) 要 I 摘 要 本文主要針對機器視覺領域的人數統(tǒng)計系統(tǒng)進行了相關的研究和設計實現。對國內外 人數統(tǒng)計算法進行了研究和對比，針對其存在的缺陷進行了改進，提出了一種有效的實時人數統(tǒng)計方法并 設計并實現了一套適合復雜場景 下的基于前臺和后臺分析的人數統(tǒng)計系統(tǒng)。該系統(tǒng)由前端的分析儀系統(tǒng)和后臺服務系統(tǒng)組成，將人數統(tǒng)計算法模塊放于前端，有效地降低了服務器端的負載，可以實現實時人數統(tǒng)計并進行后臺數據分析和匯總，適合商場、車站等復雜場景的使用。 針對本系統(tǒng)所涉及的相關領域和技術，文章首先介紹了其核心技術領域即圖像處理和機器視覺的相關技術。對 開源圖像處理庫 行了簡單介紹， 闡明了選擇 進行圖像核心算法開發(fā)的原因和主要功能框架，給系統(tǒng)的實現思路奠定了基礎。其次文章對圖像壓縮和圖像的灰度直方圖進行了介紹，在 此基礎上主要對移動物體跟蹤進行了詳細研究，這是人數統(tǒng)計算法實現的核心原理，也是系統(tǒng)最主要的部分。 最后介紹了本文所涉及的智能分析儀技術和其所用到的數據庫訪問技術。 文章根據目前人數統(tǒng)計系統(tǒng)的 發(fā)展趨勢，通過調研對用戶的需求進行了總結歸納，并且根據總結歸納 的結果，按照模塊設計的原則，對 人數統(tǒng)計 系統(tǒng)進行了詳細的設計 。系統(tǒng) 主要 分為前端分析儀系統(tǒng)和后臺服務系統(tǒng)。其中前端系統(tǒng)又 包括 信模塊 ， 視頻采集模塊 、 視頻預處理模塊 以及 視頻分析模塊 ；后臺服務系統(tǒng)主要包括 系統(tǒng)登陸模塊 、 網絡監(jiān)聽模塊 、 視頻播放模塊 、 分析儀管理模塊 和 報表統(tǒng)計模塊 。文中 對各個模塊進行了嚴格的定義，明確了它們之間的接口關系 ，從而使系統(tǒng)具有模塊化的優(yōu)點。 通過本課題的研究，利用數據庫、計算機技術、網絡技術以及圖像處理技術 ，實現了 基于前后臺智能分析的人數統(tǒng)計 平臺，彌補了目前 該領域 在 智能化方面的缺陷，并且通過多種機制對系統(tǒng)進行了安全管理，如多重 用戶管理機制，采用C/S 軟件架構等，在 多種 環(huán)境下試用 ， 該 人數統(tǒng)計 系統(tǒng) 取得了較為滿意的效果。 關鍵字 ： 人數統(tǒng)計 ； C/S 模式 ； 視頻 分析； 分析儀 I n a on is we a in on we a on to of it on is so in of It a of to of in is of to of of in on of to is of a of of to in is a of on of II as , a of C/S; 錄 錄 摘 要 . I . 一章 引 言 . 1 第一節(jié) 研究背景 . 2 第二節(jié) 國內外現狀 . 6 第三節(jié) 主要工作 . 8 第四節(jié) 論文結構 . 9 第二章 相關技術 .一節(jié) 圖像處理技術 . 11 像處理庫 . 11 頻圖像壓縮 . 13 像灰度直方圖 . 15 動物體跟蹤 . 16 第二節(jié) 智能視頻分析儀 . 20 第三節(jié) 數據庫相關技術 . 21 第三章 系統(tǒng)設計 . 25 第一節(jié) 前端系統(tǒng)設計 . 26 信模塊 . 26 頻采集模塊 . 29 頻預處理模塊 . 30 頻分析模塊 . 32 第二節(jié) 后臺系統(tǒng)模塊設計 . 35 據庫設計 . 35 統(tǒng)登陸模塊 . 36 絡監(jiān)聽模塊 . 37 頻播放模塊 . 37 目錄 分析儀管理模塊 . 38 表統(tǒng)計模塊 . 39 第四章 系統(tǒng)實現 . 42 第一節(jié) 系統(tǒng)的工作流程圖 . 42 第二節(jié) 前端系統(tǒng)實現 . 43 頻采集模塊的實現 . 43 頻預處理 . 46 于混合高斯模型的背景建模 . 49 塊跟蹤 . 51 塊直方圖投影分析 . 54 第三節(jié) 后臺系統(tǒng)實現 . 55 統(tǒng)登陸模塊的實現 . 55 頻播放模塊的實現 . 55 絡監(jiān)聽模塊 的實現 . 56 析儀管理 . 57 表統(tǒng)計的實現 . 59 第五章 總結與展望 . 61 第一節(jié) 總 結 . 61 第二節(jié) 展 望 . 61 參考 文獻 . 63 致 謝 . 65 個人簡歷、在學習期間發(fā)表的學術論文和研究成果 . 66 第一章 引 言 1 第一章 引 言 隨著科學技術的發(fā)展，視頻監(jiān)控相關產品越來越受到人們的重視，其市場份額越來越大。而視頻監(jiān)控技術的智能化是一個急需解決的問題，因為對視頻監(jiān)控進行智能化分析，運用生物識別等技術 1才能使其發(fā)揮更大的作用，并且產生新的應用需求。視頻客 流統(tǒng)計是目前比較熱門的一種智能應用。隨著現代企業(yè)的逐步發(fā)展，顧客數量是一個非常重要的有效信息，其在一定程度上時時刻刻反應市場的動態(tài)情況，其應用領域包括商場超市、重要的軍事基地、政府部門、企事業(yè)單位、工廠工地等特別場合，可能都需要對進出的人員進行計數，從而獲取重要的信息： 1）重要的旅游場所，可能需要對進出參觀的人員進行統(tǒng)計分析，并且對其趨勢進行一定的預測，從而更好的進行園區(qū)規(guī)劃、公共資源分配，人員調動以及客流疏導等工作的開展。 2）商場超市可能需要對相關的消費人員數量進行統(tǒng)計分析，研究客流數據、客流習慣一直 是視頻商業(yè)智能分析的一個核心重點，通過客流的智能分析，從而實現商場超市利潤的最大化。 3）學校、工廠等可能需要統(tǒng)計進出重要場所的相關人員數量，從而可以進行相應資源的開放，以及疏導人員的配置，從而保證學生的人身安全，工廠的正常運營。 雖然客流數量的統(tǒng)計在一定程度上可以衡量相關商業(yè)設施運營的狀況，并且通過準確的客流數量數據來總結歸納客流的行為規(guī)律，從而可以從側面了解相關基礎設施運營維護情況，并且相關的運營維護單位可以有效的組織運營工作，安排相應的運力，如火車站、長途汽車站等公共服務部門。不過，目前客流數量的實時 檢測技術還存在很多不足，需要進一步的改進與完善，甚至當前，有些調查機構依舊是派人力到街口、門口等場所進行人工計數方式，這種計數方式顯然過于低下，并且浪費大量人力、物力。另外也有廠家采用紅外的技術、或者電磁感應技術進行客流數量的統(tǒng)計，然而這種設備往往誤差大，無法獲取精確的客流數量，不能滿足人們日益提高的需求。 第一章 引 言 2 隨著視頻監(jiān)控的逐漸普及，采用視頻圖像的智能分析算法進行客流技術的案例越來越多，并且由于它價格低廉，統(tǒng)計結果精確，并且具有監(jiān)控界面交互簡單3，所以逐漸被商場、超市所接受。據不完全統(tǒng)計，目前美國、歐洲各 國等發(fā)達地區(qū)和國家 95%以上的大型超市、商場、連鎖店都廣泛采用基于視頻監(jiān)控的客流統(tǒng)計分析系統(tǒng)，它們利用視頻監(jiān)控系統(tǒng)的廉價性的特點，廣泛使用，從而達到指導管理、指導作業(yè)的目的，從而實現智能管理，智能經營的目的，為進一步擴張鋪平道路，獲得有效信息。 第一節(jié) 研究背景 基于計算機圖像處理的客流計數存在多種方式，具體我們在這里列舉三種主要的方式： 第一種方式，就是利用雙目攝像機，其基本原理的就是利用雙目的視差，即充分利用兩個或多個攝像機照射同一區(qū)域，從而獲取同一個目標的視差。雙目攝像機存在兩種模式，一種是兩個單獨的 攝像機，進行幾何空間的配準，另外一種是兩個一體攝像機，從而降低其配準難度，但是價格更高；通過視差可以在一定程度上解決了目標之間的遮擋問題，并且可以計算出人體的高度，從而實現目標高度在一米半到一米八之間的統(tǒng)計功能，并且在統(tǒng)計過程中，記錄的目標的運動方向，典型的應用實例就是英國 益百利 。 第二種方式，基于橫切面的客流統(tǒng)計技術，其基本原理就是對經過一個橫切面的目標進行計數。該類系統(tǒng)往往需要在出入口處按照攝像機，實現視頻圖像的采集功能，并且進行背景建模，前背景分割獲取運動目標，通過跨過橫切面的像素數量，使用分類器，從 而實現客流數量統(tǒng)計，目前國內很多視頻監(jiān)控廠家都采用此類技術，因為此類技術計算負擔小、統(tǒng)計精度在通常情況下是可以接受的，但是要想提高精度，其難度也將會大增，存在瓶頸問題。 第三種方式，就是運用目標檢測 4目標跟蹤等 6綜合技術對客流進行有效統(tǒng)計，系統(tǒng)利用幾乎垂直向下的攝像機來獲取視頻圖像資源；此類算法可以采用霍夫變換，對圖像中近似圓的區(qū)域進行檢測，并且綜合考慮人的頭發(fā)顏色，運動方向等特征，分析所檢測到的目標是不是有效目標，如果是有效目標，就進行計數，反之，視為偽目標。此類系統(tǒng)往往計算負擔大，但是檢測 精度較高，提升第一章 引 言 3 空間所遇瓶頸較少，是目前主要的研究方向之一。 通過對上述監(jiān)控環(huán)境下所使用的三大類客流統(tǒng)計技術，我們可以發(fā)現其中各類系統(tǒng)所存在的優(yōu)點和缺點： 從上面介紹可以看出，第一種客流計數方式實質上是通過檢測運動目標的高度來實現客流技術目的，這種方式存在的最為明顯的缺點就是當被檢測的人員身高過高或者升高達不到系統(tǒng)所設置的閾值，就不會被檢測到，因為其往往因為閾值設置而產生瓶頸，不過當閾值設置區(qū)間增大，其相應的誤報也會大大增加，如當系統(tǒng)下限調低，那么背包的行人可能被檢測成兩個人，從而產生誤報，另外其檢測區(qū)間的增 大也會對相應的攝像機提出更高的要求，從而導致系統(tǒng)成本幾何指數增加。 第二種方式雖然具備第一種方式所具有的缺點，不過其檢測精度受現場環(huán)境影響很大。如當攝像機角度、攝像機安裝位置的不同，一個運動目標在圖像上存在的面積、角度就不同，當其通過客流檢測截面時，會產生不同數量的像素，然而不同的像素數量可能對應不同的人員數量，并且目標距離攝像機遠近的不同，會產生不同的運動像素，因此這類客流計數方式往往具有很強的工程安裝要求，對相關的安裝人員有較高的要求，并且需要相應的技術人員進行指導，調試等等，因此其適用性較差。 當攝像 機垂直安裝時，運動目標在攝像機中所存在的影像就比較類似，因為圖像特征穩(wěn)定度大增，此時人頭往往是圓形的，因為可以采用霍夫變換，對人頭進行檢測，并且進行跟蹤。不過此類算法往往需要攝像機垂直照射，然而垂直照射在很多場景是不適合，因為攝像機存在視場的問題，并且所客流計數通道往往比較寬，所以存在一定的盲區(qū)；至此，在現實監(jiān)控環(huán)境中，攝像機與運動目標存在一定的角度，為此可以選擇頭肩檢測算法實習目標計數功能，因為人的頭肩形狀在一定程度上是比較特殊，并且具有穩(wěn)定性。 可以看出，如果要實現具有客流統(tǒng)計功能的視頻監(jiān)控系統(tǒng)需要融合 多種技術，其中包括視頻存儲技術、視頻分析技術、圖像處理技術、網絡傳輸技術、系統(tǒng)架構設計技術、模式識別技術、人工智能技術、界面設計技術等多個領域，并且針對客流統(tǒng)計算法進行深入的調研與分析，從而提取運動目標，顏色特征、目標輪廓、目標邊緣等多種特征，并且通過大量的樣本對所提取的特征進行訓練，第一章 引 言 4 從而實現客流統(tǒng)計功能，下面是一個客流統(tǒng)計實例，具體可見 圖 1 圖 1流統(tǒng)計界面示意圖 從上面可以看出，如果攝像機安裝在正門上方，那么由于所計數的門寬度太大，從而導致門兩側進出的人員不能被有效的技術，因為只能選 擇安裝在正對門口的位置，此位置情況下，人的頭肩特征較為明顯，因此可以采用頭肩檢測的方式實現客流統(tǒng)計。 雖然上面我們可以看到的只是客流統(tǒng)計的一個界面展示，但是可以看出，客流統(tǒng)計系統(tǒng)往往由三部分組成： 視頻采集單元：主要負責視頻數據采集，包括使用的攝像機、攝像機電源，視頻網絡等。 客流統(tǒng)計單元：主要負責視頻數據分析，其可能是一臺服務器，也可以是與視頻監(jiān)控平臺想集成的服務器。 統(tǒng)計分析單元：主要負責對客流統(tǒng)計獲取的客流數據進行匯總分析，甚至是給第三方提供相應服務的程序。 第一章 引 言 5 圖 1流統(tǒng)計系統(tǒng)構成示意圖 從 圖 1統(tǒng)前端往往需要根據現場條件安裝若干個攝像頭，其數量受到檢測位置、檢測需求來決定，而且在一定程度上其安裝位置也受到后繼客流統(tǒng)計算法影響，因此安裝過程需要受到相關技術人員的支持與指導，從而才可能使客流統(tǒng)計算法達到很好的性能。 前端所采集的視頻信息，可以通過網絡，或者視頻線直接傳送給具有客流統(tǒng)計功能的處理單元，處理單元進行相關算法運算，如背景建模、前景提取、濾波去除噪聲等功能實現客流統(tǒng)計功能，并且通過網絡將客流數據傳送給相關系統(tǒng)，或者第三方系統(tǒng)。 分析決策系統(tǒng)根據獲取的客流信息，進行信息展示，并 且根據預定規(guī)則進行相應處理，如客流超過一定的程度，可能需要給正在休假的工作人員發(fā)送信息，讓其歸崗，提供服務。或者當客流產生異常現象，過度擁擠，可能需要進行一定的疏導，呼叫相關疏導人員到崗進行有效的疏導，防止發(fā)生意外事件。從而達到防控未來的目的。 通常，具有客流統(tǒng)計功能的視頻監(jiān)控 系統(tǒng) 的 工作流程 可以具體到如 圖 1 第一章 引 言 6 圖 1客流統(tǒng)計系統(tǒng)的工作流程 目前根據調研，基于計算機視覺技術的客流統(tǒng)計系統(tǒng)往往具備以下一些功能特性： 1）系統(tǒng)具有實時瀏覽視頻的功能。 2）系統(tǒng)具有視頻存儲功能，可以對視頻進行 有效的存儲，存儲時間可以根據具體請客設置，供事后查詢之用。 3）系統(tǒng)具有用戶管理功能，針對不同的需求，系統(tǒng)給不同的用戶開放不同的權限，從而滿足不同的需求。 4）雙向統(tǒng)計的功能，系統(tǒng)可以實現客流的雙向統(tǒng)計，從而精確了解客流信息，指導決策。 5）系統(tǒng)支持多種統(tǒng)計分析功能，通過多種方式對生產的客流信息進行有效的展示，導出等。 6）視頻網管安全保證，為了保證信息的有效性，并且出于安全的考慮，需要對網絡進行有效的防護。 第二節(jié) 國內 外 現狀 人數統(tǒng)計系統(tǒng)有多種分類方式，按照監(jiān)控攝像頭的角度以及應用場景可以分為垂直角度 場景和斜角場景兩種。從適用環(huán)境來劃分，人數統(tǒng)計系統(tǒng)可分為斷面式和區(qū)域式。斷面式系統(tǒng)對一個二維斷面內通過的不同方向的人數進行統(tǒng)計。適用于商店，車站等公共場所的出入口、室內或者室外的人行通道等場合。區(qū)域式第一章 引 言 7 系統(tǒng)，則是可以實時地統(tǒng)計出一個指定區(qū)域內的總人數或者進行密度估計。區(qū)域式系統(tǒng)可以用于統(tǒng)計較小范圍內或者較大范圍內的人數，一般也稱為人群監(jiān)測統(tǒng)計系統(tǒng)。根據數據采集原理，人數統(tǒng)計系統(tǒng)又可以分為紅外光電傳感器式、多攝像頭立體視覺式和單攝像頭式三類系統(tǒng)。其中紅外光電傳感器式的優(yōu)點是安裝方便、便于維護，已經開始被廣泛應用 于公交車、地鐵和火車的車門來統(tǒng)計上下旅客數量。紅外光電式人數統(tǒng)計系統(tǒng)的主要缺點是目前只有斷面式的產品，此外，在進出口斷面寬度較大，人流密集的情況下，由于無法分割位置緊鄰的人群，而導致統(tǒng)計精度下降。紅外系統(tǒng)的另一個問題是人數統(tǒng)計結果里沒有圖像一記錄，給實時觀測現場情況帶來了困難。為了克服這個困難，紅外光電人數統(tǒng)計系統(tǒng)往往和視頻監(jiān)控系統(tǒng)結合使用。多攝像頭立體視覺人數統(tǒng)計系統(tǒng)使用至少兩個事先標定好的并排放置的攝像頭，通過立體深度算法，將場景深度圖計算出來。在深度圖中可以分割出每一個經過攝像頭前的行人，從而達到數人 的目的。立體視覺式的系統(tǒng)適用于斷面式和區(qū)域式環(huán)境，此類系統(tǒng)也己經開始在歐洲的地鐵車門上開始使用。其主要優(yōu)點是由于使用三維深度信息，所以對圖像中行人的分割比較準確，受行人相互遮擋等的影響較小。多攝像頭立體視覺式系統(tǒng)的主要問題是由于使用多個攝像頭，并需要準確標定，體積較大，系統(tǒng)成本也較高 7。 近年來，人數統(tǒng)計系統(tǒng)受到國內外很多學者的高度關注，在理論和實踐兩方面都取得了長足的進展。 在理論研究方面，計算機視覺領域中的著名期刊如 、 、 和重要的學術會議如 on 、 、 相繼刊登了大量有關人數統(tǒng)計方法領域內的最新研究成果。 等人 基于垂直角度場景單目固定攝像頭，采用簡單跟蹤和 結合的兩級跟蹤算法跟蹤統(tǒng)計行人，很好的解決了行人對象合并分離問題，得到了較好的統(tǒng)計結果。但該算法未區(qū)分行人和其他對象，另外穿著相同顏色衣服的行人也會對統(tǒng)計結果產生影響。文獻 8中 人學習單人在特定場景下運動矢量信息，建立運動矢量和人數的關系。該算法結構簡單，滿足實時性，并且達到了 95%的統(tǒng)計結果。但該算法對環(huán)境要求較高，光線的變化對統(tǒng)計結果影響較 大 。 文獻 9建立人體模型，基于視頻中人頭不宜被遮擋 的前提，確定人體位置，然后通過攝像第一章 引 言 8 機標定技術確定人體模型參數，利用卡爾曼濾波算法跟蹤對象，解決對象擁擠遮擋問題，得到了很好的統(tǒng)計效果。 在實踐研究方面，國外的著名的研究活動主要有 :美國國防高級研究項目署(立了以卡內基梅隆大學 (首、麻省理工學院 (高校參與的視覺監(jiān)控重大項目 10，主要研究用于戰(zhàn)場及普通民用場景進行監(jiān)控的自動視頻理解技術 ;馬里蘭大學的實時視覺監(jiān)控系統(tǒng) 11不僅能夠定位人和分割出人的身體部分，而且通過建立外觀模型來實現多人的跟蹤，并可以檢測人是否攜帶物體等簡單行為 ； 英國的雷丁大學已開展了對車輛和行人的跟蹤及其交互作用識別的相關研究 ； 三菱電子研究實驗室也正 研究視頻人數統(tǒng)計方法，該方法也可以應用于其他對象統(tǒng)計 。 在 國內的研究機構中，由譚鐵牛領導的中國科學院北京自動化研究所下屬的模式識別國家重點實驗室在視 覺監(jiān)控研究處于領先地位。他們對交通場景的視覺監(jiān)控 (基于三維線性模型定位、基于擴展卡爾曼濾波器的車輛跟蹤算法 )、人的運動視覺監(jiān)控 (基于步態(tài)的遠距離身份識別 )和行為模式識別 (提出了對目標運動軌跡和行為特征的學習的模糊自組織神經學習算法 )進行了深入研究，取得了一定的成果 12而且他們總結了英國雷丁大學的車輛交通監(jiān)控原型系統(tǒng)的研究經驗，在以往的理論研究的基礎上，自行設計并初步實現了一個擁有完全自主知識產權的交通監(jiān)控原型系統(tǒng) 文安客流統(tǒng)計系統(tǒng)(15是一種先進的監(jiān)控人群流動的智能安防系統(tǒng)，能夠準確地統(tǒng)計通道口出入人數、提供人群流動方向等信息。用戶可根據需要，指定監(jiān)測一個或多個出入口，也可以指定統(tǒng)計單一方向或雙向的人群流動。根據客戶的需要，系統(tǒng)可以把統(tǒng)計信息生成報表，或上傳到其他商業(yè)管理軟件。 第 三 節(jié) 主要 工作 本文主要針對 人數統(tǒng)計系統(tǒng)算法以及軟硬 間之間的 結合 展開相關研究，通過大量的閱讀、系統(tǒng)的設計與實現，主要完成一下幾個方面的工作： 第一：本文以智能 人數統(tǒng)計 系統(tǒng)為核心展開相關研究，包括研究背景總結和概括、 智能自動人數統(tǒng)計 系統(tǒng)的 介紹。本文通過國內外研究現狀，將 人數統(tǒng)計 系統(tǒng)放在一個更大的范疇進行思考，即在視頻監(jiān)控在國內外的發(fā)展狀況的范疇內對商場智能監(jiān)控系統(tǒng)進行思考。根據目前視頻監(jiān)控研究的重點，對其發(fā)展趨勢進行了簡單分析。 第一章 引 言 9 第二：本論文雖然面對的是 基于視覺的人數統(tǒng)計 系統(tǒng)的研究，但是為了建立對視頻監(jiān)控系統(tǒng)一個全面、豐富的知識體系，論文也對視頻監(jiān)控系統(tǒng)的相關知識進行了學習和總結。內容包括 基于 像處理庫的圖像處理方法和流程、視頻圖像壓縮技術、圖像直方圖以及移動物體跟蹤算法等 。 第三：為了實現 基于前后臺智能分析的人數統(tǒng)計 系統(tǒng)，本文 對人數 統(tǒng)計的相關知識進行了收集和學習，其中主要從視頻分析的角度將目前主流的客流統(tǒng)計技術進行了分類，并且針對每類所具有的有點和缺點進行了分析和學習，通過分析，我們選擇目前研究的熱點之一進行更加深入的研究，對已有的算法提出了改進意見，從而完善已有算法 ，并 基于工控機技術集成一套完整的人數統(tǒng)計前后端系統(tǒng)。解決了 在視頻監(jiān)控場景下，監(jiān)控精度差，實時性不好的問題，從而為實現系統(tǒng)做了很好的鋪墊。 第四：通過 仔細研究用戶需求文檔及 調研一些視頻監(jiān)控系統(tǒng)廠商，從而明確了本系統(tǒng)所具有的功能，其中包括 前端系統(tǒng)和后臺系統(tǒng)，前端系統(tǒng)以分 析儀的形式集成了視頻圖像采集算法、視頻圖像預處理算法、人數統(tǒng)計算法以及通信模塊等幾個部分；后臺 系統(tǒng)通過 信機制以服務端的形式與前端 分析儀進行交互， 除了基本的用戶管理功能外還具備視頻多路播放、分析儀配置管理以及報表統(tǒng)計等功能。 對各個功能模塊進行了詳細闡述，從而明確了系統(tǒng)功能，對后繼的設計開發(fā)進行指導。通過這些功能的能解歸納，給相關的讀者明確全面的認識。 第五：設計并實現了 基于前后臺智能分析的人數統(tǒng)計 系統(tǒng)，其中對系統(tǒng)所需具有的安全性，用戶界面的友善性，系統(tǒng)的魯棒性進行了一定的研究。因為 此類系統(tǒng)的使用 者與其他視頻監(jiān)控 系統(tǒng)不同，往往沒有專門的維護人員，并且相關的使用人員水平較為低下，不能進行較為復雜的維護工作，為此需要對系統(tǒng)的界面設計進行調整與完善，使系統(tǒng)不需要太多的用戶操作，就可以實現所需功能；不過系統(tǒng)還是預留了管理員權限，即當有些用戶通過實地使用系統(tǒng)，逐漸對系統(tǒng)有所了解，從而對系統(tǒng)有新的需求，此時需要給用戶更大的權限，為系統(tǒng)的進 一 步推廣完善儲備相關有效用戶，增強用戶對系統(tǒng)的忠誠度，便于系統(tǒng)推廣。 第 四 節(jié) 論文結構 為了增加論文的可讀性，我們將 論文 內容分成六個章節(jié)進行相關內容的介紹 ， 具體如下所示 : 第一章 引 言 10 第一 章 引言 ， 本章節(jié)主要介紹論文的背景知識以及 智能人數統(tǒng)計 系統(tǒng)的國內外發(fā)展狀況以及發(fā)展趨勢 。 第二章 相關技術， 為了 便于 理解本文，本章節(jié)主要介紹了系統(tǒng)所涉及的相關知識 。 第三章 系統(tǒng)需求分析， 通過對相關 用戶 調研，總結歸納了用戶需求和系統(tǒng)功能需求 。 第四章 系統(tǒng)設計， 為了實現系統(tǒng)的功能，滿足相關用戶的需求，本章進行了系統(tǒng)設計， 系統(tǒng) 采用 分析儀前端分析和后臺數據分析匯總 的架構 。 第五章 系統(tǒng)實現， 利用第四章的結果，對各個功能模塊進行了編碼實現，對各個模塊和系統(tǒng)進行了驗證和實驗 。 第六章 總結與展望，通過整個系統(tǒng)的學習 、設計與實現，我們對相關工作進行了總結，對存在的問題進行了展望。第三章 系統(tǒng)設計 11 第二章 相關技術 本章 主要對 基于前后臺智能分析的人數統(tǒng)計系統(tǒng)所涉獵到 的相關知識進行了一定的介紹 。 其中包括 介紹了 然后 本文 簡單 敘述了視頻圖像分析技術，并且對不同的視頻分析技術進行了簡單介紹 。 接下來本文介紹 了視頻圖像 壓縮技術 ， 視頻圖像壓縮是其傳輸和處理的基礎， 不同視頻壓縮 技術所具有的特點及其它們在目前視頻監(jiān)控系統(tǒng)中應用情況 。 接下來著重介紹了和人數統(tǒng)計算法息息相關的兩種圖像處理方法，視頻中 的移動物體跟蹤算法以及圖像直方圖，這兩種視頻圖像處理是本文人數統(tǒng)計算法的基礎。 之后， 對前端系統(tǒng)所采用的工控機技術進行了簡單介紹，分析儀是前端系統(tǒng)的存在形式。最后， 本文 介紹了數據庫的一些相關知識，這些知識主要是關于數據庫的基本知識 ， 在后面系統(tǒng)實現中有所涉及 。 最后 ， 本文 對不同的軟件架構進行了詳細闡述，總結了它們各自的優(yōu)缺點。 第一節(jié) 圖像處理技術 像處理庫 什么是 司資助的開源 圖像處理、計算機視覺 庫。它由 大量的 C+類 組成 ， 內部 實現了 圖像處理和計算機視覺方面的很多 優(yōu)秀的通用算法。 一個目標是構建一個簡單易用的計算機視覺框架，以幫助開發(fā)人員更便捷地設計更復雜的計算機視覺相關應用程序。 含的函數有 500多個，覆蓋了計算機視覺的許多應用領域，如工廠產品檢測、醫(yī)學成像、信息安全、用戶界面、攝像機標定、立體視覺和機器人等。因為計算機視覺和機器學習密切相關，所以 提供了 器學習庫。該機器學習庫側重于統(tǒng)計方面的模式識別和聚類 ( 了用在視覺相關的任務中，還可以方便地應用于其他的機器學習場合 16。 起源 生于 究中心，其目的是為了促進 集型應用。為了達到這一目的， 動了多個項目，包括實時光線追蹤和三維顯示墻。一個在意到許多頂尖大學中的研究組 (如第三章 系統(tǒng)設計 12 體實驗室 )擁有很好的內部使用的開放計算機視覺庫 (在學生們之間互相傳播的代碼 )，這會幫助一個新生從高的起點開始他 /她的計算機視覺研究。這樣一個新生可以在以前的基礎上繼續(xù)開始 研究，而不用從底層寫基本函數。 以下三大目標。 1） 為基本的視覺應用提供開放且優(yōu)化的源代碼，以促進視覺研究的發(fā)展。能有效地避免“閉門造車”。 2） 通過提供一個通用的架構來傳播視覺知識，開發(fā)者可以在這個架構上繼續(xù)開展工作，所以代碼應該是非常易讀的且可改寫。 3） 本庫采用的協(xié)議不要求商業(yè)產品繼續(xù)開放代碼，這使得可移植的、性能被優(yōu)化的代碼可以自由獲取，可以促進基于視覺的商業(yè)應用的發(fā)展。 這些目標說明了 緣起。計算機視覺應用的發(fā)展會增加對快速處理器的需求。與單獨銷售軟件相比，促進處理器的升 級會為 來更多收入。這也許是為什么這個開放且免費的庫出現在一家硬件生產企業(yè)中，而不是在一家軟件公司中。從某種程度上說，在一家硬件公司里，在軟件方面會有更多創(chuàng)新的空間。 應用領域 為一個開源的計算機視覺庫，其主要功能是集成了大量優(yōu)秀的圖形圖像處理算法。這為機器視覺應用領域提供了一個有力的平臺支持?？梢哉f只要圖形圖像所涉及的領域， 有所涉獵。例如在智能視頻監(jiān)控領域，很多檢測算法都是基于 成，入侵檢測、人數統(tǒng)計、人的異常行為分析等智能分析都可以應用 覺庫實現；智能交通領域的車輛檢測、電子警察也可以基于此庫；就算在人機交互領域也有 影子，視覺交互中的人的交互行為分析也是典型應用之一?？偨Y一下， 要應用于以下領域： 智能視頻監(jiān)控、智能交通領域、工業(yè)檢測； 人機交互、游戲領域、醫(yī)學圖像處理等等。 結構 體分為五個模塊，其中四個模塊如圖 2 塊包含基本的圖像處理函數和高級的計算機視覺算法。 機器學習庫，包含一些基于統(tǒng)計的分類 算法 和聚類工具。 含圖像和視頻輸 入 以及 輸出的函數。 含 一些基本數據結構和相關 處理 函數 16。 第三章 系統(tǒng)設計 13 圖 2基本結構 圖 2塊 ，這個 模塊 一般 包含 一些即將被淘汰的 圖像處理 算法和函數 (如基于嵌入式隱馬爾可夫模型的人臉識別算法 等 )，同時還有一些新 提出但目前仍在實驗階段 的算法和函數 (如背景和