原文传递
基于双目相机的公交乘客计数系统研究
| 论文题名： | 基于双目相机的公交乘客计数系统研究 |
| 关键词： | 公交客流计数;双目相机;立体匹配;SVM分类器;Kalman滤波器 |
| 摘要： | 公交客流计数与分析作为公交系统的基础数据，其精确性对系统的效率与管理部门的有效决策具有重要影响，因此研究公交乘客计数系统具有重要的应用价值和经济效益。公交车乘客人数统计方法大多是基于单目相机或红外线传感器的。公交车场景中各种干扰因素的影响，使得现有检测方法检测精度并不理想。双目相机能够得到场景三维信息，不受光照影响且安装维护成本低，能够有效的减少遮挡、粘连、伪目标等因素对检测精度的影响，因此基于双目相机进行公交乘客计数系统的研究有着重要的意义。 本文针对Census立体匹配算法中存在的问题，提出了一种改进的Census立体匹配算法，该算法与原先算法相比能够得到更完整和稠密的深度图。同时，本文设计了两种深度图填充算法对无效匹配点进行填充。最终选取多特征融合填充算法，有效填充了深度图在低纹理及不连续区域存在的无效匹配点。 基于填充后深度图，本文通过建立世界坐标系，利用灭点标定将深度图转换为世界坐标系下的俯视投影图。采用搜索局部深度最大算法进行目标初步锁定，提取人头目标特征并利用提取的特征剔除部分伪目标，设计了一种人头锁定的稳健算法。 在提取的人头目标特征基础上建立特征样本库，本文通过在样本内进行训练和测试，选定恰当的核函数及相应的参数构建SVM分类器，采用决策函数进行人头目标检测识别。利用Kalman滤波器预测进行粗定位，以粗定位位置为中心，在规定较小匹配窗口内采用块匹配法进行全搜索，实现对人头目标的跟踪。最终通过上下车计数检测线进行乘客人数统计。设计了一种高精度、高效率的乘客人数统计算法，搭建了一个针对智能公交的乘客人数统计系统。 在真实的公交车场景中试验结果表明本研究的算法能达到90％以上的计数精度，整体性能优于单目人数统计，能够满足实际应用需求。 |
| 作者： | 庞凤兰 |
| 专业： | 计算机应用技术 |
| 导师： | 宋焕生 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
