【文章內(nèi)容簡介】 程中的資源，我們只有當(dāng)隊(duì)列存儲(chǔ)前景目標(biāo)的數(shù)量大于 10張時(shí)，才觸發(fā)輔助線程開始工作。從隊(duì)列中按先進(jìn)先出的順序讀取存儲(chǔ)的前景圖片，并歸一化尺寸為。 提取前景 圖片 HOG特征輸入到訓(xùn)練好的 SVM 分類器中進(jìn)行檢測，與低維度軟輸出 SVM 行人分類器輸出結(jié)果比較，若一致，直接進(jìn)入下一張圖片的判斷，不一致，采用新結(jié)果替換之前結(jié)果。 ? 行人跟蹤 行人跟蹤是監(jiān)視各個(gè)行人在視頻序列中的空時(shí)變化，包括人體的出現(xiàn)位置、大小、形狀等 [7]。我們選取以顏色為特征進(jìn)行跟蹤的 CamShift (Coninuously Adaptive Mean Shift) 算法，它可有效解決目標(biāo)變形問題。本系統(tǒng)從實(shí)際應(yīng)用出發(fā)，在傳統(tǒng)半自動(dòng)、單目標(biāo)CamShift[8]算法的基礎(chǔ)上，實(shí)現(xiàn)了以下功能：用戶手動(dòng)圈出一個(gè)或多個(gè)感興趣目標(biāo)，系統(tǒng)按目標(biāo)的個(gè)數(shù)自動(dòng)分配跟蹤器，進(jìn)而實(shí)時(shí)跟蹤多個(gè)目標(biāo)、畫出目標(biāo)軌跡并把軌跡存儲(chǔ)到指定的文件夾中。具體工作原理和步驟如下： ? 鼠標(biāo)選擇感興趣區(qū)域。設(shè)置標(biāo) 簽表征是否選中第個(gè)目標(biāo)：未選中賦值 0，選中后賦值，跟蹤結(jié)束后賦值。利用標(biāo)簽依次把選中的區(qū)域存入數(shù)組中。 ? 獲取初始目標(biāo)及 H分量直方圖。調(diào)用 setMouseCallback()函數(shù)，獲取感興趣目標(biāo)的坐標(biāo)值；調(diào)用 calcHist()函數(shù)計(jì)算目標(biāo)區(qū)域的 H分量直方圖；初始化搜索窗的大小和位置，定義為質(zhì)心坐標(biāo)。 ? 利用直方圖計(jì)算輸入圖像的反向投影圖。反向投影圖是一種記錄給定圖像中各像素點(diǎn)顏色信息出現(xiàn)在此處可能性的一種離散化的度量?？赏ㄟ^調(diào)用 calcBackProject()實(shí)現(xiàn)。 ? 運(yùn)行 MeanShift 跟蹤算法，搜索目標(biāo) 圖像新的窗口區(qū)域。設(shè)為搜索窗口中圖像像素位置，是投影圖中的像素值。定義搜索窗口的零階矩和一階矩，： 得到搜索窗口質(zhì)心位置為 ? 移動(dòng)搜索窗口的中心到質(zhì)心的位置設(shè)為點(diǎn)，原質(zhì)心位置設(shè)為點(diǎn)。令。設(shè)為誤差閾值，為最大迭代次數(shù)。如果或者，則迭代結(jié)束，返回新的目標(biāo)位置；否則，跳轉(zhuǎn)到 (4)繼續(xù)執(zhí)行。 ? 把每幀中獲得的質(zhì)心保存至 vectorPoint2f容器中，間隔 5個(gè)點(diǎn)連接成線，獲取目標(biāo)跟蹤的軌跡。 ? 行人計(jì)數(shù)和異常報(bào)警 行人計(jì)數(shù)是行人檢測和跟蹤的一個(gè)具體應(yīng)用，即對(duì)視頻中某個(gè)特定區(qū)域的行人數(shù)目進(jìn)行統(tǒng)計(jì) [9]。我們選取的視頻圖像大小是 480360。首先把每幀圖片沿軸坐標(biāo)分成 4 段，如圖 8 所示：左右兩側(cè)是方向標(biāo)志區(qū)域，中間兩個(gè)為計(jì)數(shù)區(qū)域。當(dāng)檢測到行人進(jìn)入視頻，若為左側(cè)進(jìn)入，則左側(cè)對(duì)應(yīng)的標(biāo)志符為 1 而右側(cè)標(biāo)志符為 0，當(dāng)行人前進(jìn)到左側(cè)的計(jì)數(shù)區(qū)域時(shí)相應(yīng)的計(jì)數(shù)器加 1；若為右側(cè)進(jìn)入時(shí)同理。 圖 8 行人計(jì)數(shù)原理圖 異常報(bào)警是行人檢測和跟蹤的另一個(gè)具體應(yīng)用。在小區(qū)、公園、商場等場景的視頻監(jiān)控中，很多區(qū)域是禁止行人進(jìn)入的 ，故本系統(tǒng)實(shí)現(xiàn)了對(duì)此類異常行為 的自動(dòng)檢測和報(bào)警的功能。首先，選定禁止入內(nèi)的區(qū)域。比如：園區(qū)中的綠化帶，商場中的收銀臺(tái)。然后，判斷行人識(shí)別后的行人坐標(biāo)是否在預(yù)設(shè)區(qū)域。最后，設(shè)置報(bào)警的效果，比如按鈕閃爍等。 ? 4. 系統(tǒng)軟件實(shí)現(xiàn) 軟件運(yùn)行環(huán)境是在 Visual Studio 2021 開發(fā)平臺(tái)下創(chuàng)建的一個(gè)基于對(duì)話框的 MFC 應(yīng)用程序。實(shí)現(xiàn)過程中，調(diào)用了 。具體流程如圖 3所示。 ? 系統(tǒng)界面 界面是人機(jī)交互的接口，為我們更改系統(tǒng)參數(shù)、展示系統(tǒng)功能等提供了很大便利。本系統(tǒng)創(chuàng)建了基于對(duì)話框的 MFC應(yīng)用程序，最終實(shí)現(xiàn)的系統(tǒng)主界面如圖 6 所示。主要包括選取視頻源和視頻處理兩個(gè)區(qū)域。選取視頻源區(qū)域即通過各個(gè)按鈕實(shí)現(xiàn)本地磁盤或攝像頭獲取的行人視頻的載入、正常播放和暫停。視頻處理區(qū)域有 Setting 和 Run/Stop 兩個(gè)選項(xiàng)。Setting：點(diǎn)擊可彈出一個(gè)新的 Detection 界面，效果展示如圖 7所示，可在 Detection對(duì)話框中選擇運(yùn)動(dòng)目標(biāo)檢測、行人識(shí)別、跟蹤對(duì)應(yīng)的處理方法并在 picture 控件中播放處理效果。Run/Stop：播放顯示用背景差分等方法處理后的視頻。另有顯示區(qū)域 Warning，當(dāng)設(shè)定區(qū)域發(fā)生異常時(shí)自動(dòng)報(bào)警。 ? 系統(tǒng)實(shí)現(xiàn)（實(shí)現(xiàn)方法 ,住算法實(shí)現(xiàn)） 首先，加載、關(guān)閉行人視頻。視頻是一幀一幀的圖像，根據(jù)視頻的幀率設(shè)置合適的時(shí)鐘，定時(shí)對(duì)視頻中的幀圖像進(jìn)行讀取顯示。加載視頻可通過 OpenCV中 DrawToHDC()等函數(shù)實(shí)現(xiàn)；關(guān)閉視頻可通過一個(gè)標(biāo)簽實(shí)現(xiàn)。 First, load and close a pedestrian video. (行人視頻的加載和播放 ) Video is posed of lots of frames images, we can set the appropriate clock to timing read and display each image. DrawToHDC() in OpenCV library can realize the function. Close video can realize by setting the value of a label. 圖 6 主界面 圖 7 副界面 其次，行人檢測模塊。 1）提取前景。本系統(tǒng)是用混合高斯模型進(jìn)行背景建模，用當(dāng)前幀和背景做差獲取二值前景圖片，進(jìn)而獲取每個(gè)輪廓外接矩形坐標(biāo)，并存儲(chǔ)為vectorRect類型。我們可通過調(diào)用 OpenCV 中 morphologyEx()、 erode()、 dilate()、findContours()、 boundingRect() 函數(shù)實(shí)現(xiàn)。后面的行人識(shí)別均是對(duì) vectorRect類型的外接矩形進(jìn)行操作。 2）初步篩選前景。采用行人形狀信息進(jìn)行篩選。首先去除車輛等面積過大目標(biāo)和樹葉、天線等過小目標(biāo)。計(jì)算目標(biāo)外接矩形的寬高比滿足式 (4)，再次判斷為行人。