视频人数统计是人群行为分析的一个重要内容,在诸多领域进行人数统计,获取人流量信息,对于合理配置资源、优化公共管理以及确保公共安全都具有重要作用。本文主要针对视频进行人数统计。本文的主要内容及创新体现在:(1)在图像特征以及特征向量的提取上进行改进,不用传统的利用像素或者纹理特征来表述人群,而是采用特征点进行表示。首先利用Fast特征点提取行人特征,然后利用Surf特征点进行特征匹配从而提取行人运动特征点,最后利用人群行走方向和速度构造出一些与行人人数相关的特征向量,利用这些特征向量反映行人的运动关系。(2)在进行人数统计阶段,经过对比直线拟合、支持向量机等方法,文中选择了支持向量回归的方法。首先将提取的特征向量数据输入训练器中,本文主要采用Libsvm训练,从而得到模型数据,然后利用函数模型可自动统计出每一帧视频中对应的人群人数。文中还对传统的基于像素特征的人群人数统计方法进行了实现,并与本文的方法进行了实验对比,表明本文方法具有较好的效果。文中还利用Visual C++语言开发了实现系统,进行了实验研究,结果表明本文方法对于视频中人数统计具有较好的效果,统计精度较高,基本能满足实时性要求。