在一些公司、商场大楼、旅游景点等行人密集的地点,实时统计建筑内的人数是很有用的。基于RGB-D的实时人数统计系统可以很方便地统计到建筑内的人数,具有很好的效果。
该项目能够自动判别周围环境是白天或者黑夜,然后根据判断情况,白天使用rgb相机对行人进行计数,晚上使用深度相机对行人进行计数,确保算法在白天黑夜都能够正确工作。
对于RGB图像,该系统首先提取出图像的HOG特征,方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。提取出HOG特征以后,使用先前训练好的支持向量机进行分类,从而完成对人头的识别。
对于深度图像,设计了一种提取人头的滤波,通过对图像进行滤波,对人头进行识别。
识别完成后,对人头进行跟踪,跟踪采用的是KCF算法,检测人头是否超过了进门或出门的区域,如果超过,进行计数。
采用RGB和D两种信息共同进行检测,两种算法单独工作效果良好,一起工作更能提升检测的效果,而且算法运行很快,能够达到实时进行检测的效果。