顾炯，赵曙光，王宏斌

（东华大学 信息科学与技术学院，上海 201620）

视频监控场景中的人头定位和人数统计在现代公共场所的安保、交通客流统计、企业视频会议、人机交互等领域有着重要作用，在如银行、商店、停车场、校园等得到了广泛应用[1]。以前传统的对于行人定位和人数统计，大多是进行人身整体的一个检测和跟踪，并且也取得了很好的应用。然而当人体相互遮挡、摄像头拍摄距离较近、室内狭小环境的情况时，就很难拍摄到整个人的身体，故基于全身的人体检测就很难有好的效果[2]。因此，在这种情况下，人体上半身，特别是头肩部位通常体现地较为完整，且出现频率一般较高，可以作为人体目标检测的依据。

复杂背景下的头肩部检测 （Head-Shoulder Detection）系统的研究越来越热。具体来说，其实人头部检测又主要分为两类，近距离正面头脸区域检测和远距离头部整体检测。近距离检测要求图像拍摄质量较高，因为一般利用面部细节特征，即人脸检测。人脸检测可以达到精确识别的功能层次，多用在门禁系统、银行ATM机、公安领域的身份验证等。在大多数实际应用中，摄像头的拍摄角度或者远近等原因，无法得到清晰的人脸信息，这时就只能进行远距离检测，可以采取头肩部轮廓，纹理，肤色，发色等作为识别特征。根据选取的头部特征和采用的特征检测方法的差异，一般分为模板匹配、外观分类和全局特征的提取等方法。

本文的研究工作是对于有一定俯视角度的稍远距离的视频场景中的人流进行头肩检测。……