论文部分内容阅读
针对公交乘客人流量统计准确度不高问题，提出一种基于HOG和SVM的人流量统计算法。首先采用机器学习的方法，提取人头部的HOG特征，将SVM作为学习训练方法，得到关于人头的线性目标分类模型的分类器，成功检测出人头；其次通过数据关联，将Camshift作为人头目标跟踪算法，并利用tracking-by-detection机制，实现多目标跟踪，稳定的捕获了人头目标的运动轨迹；最后对轨迹分析，判断目标是否越过设定的计数线，从而完成对公交乘客人流量的自动计数。实验表明本文算法统计准确率有明显提高，且误检率较低，特别是在白天光照条件较好时，能够实现人流量的有效计数。