张雅俊，高陈强，李 佩，刘 江，程 华

(1.重庆邮电大学 信号与信息处理重庆市重点实验室，重庆 400065；2.中国舰船研究设计中心，湖北 武汉 430064)

基于卷积神经网络的人流量统计

张雅俊1，高陈强1，李 佩1，刘 江1，程 华2

(1.重庆邮电大学 信号与信息处理重庆市重点实验室，重庆 400065；2.中国舰船研究设计中心，湖北 武汉 430064)

在密集场景中，人流量统计往往因无法可靠地检测行人而使得统计精度不高。针对这一问题，在利用卷积神经网络技术基础上，采用基于头部检测的方法进行人流量统计。该方法采用级联的Adaboost检测器对人头目标进行初步筛选，再用迁移学习技术训练卷积神经网络，并用由卷积神经网络和支持向量机构成的人头分类器模型对初步筛选得到的人头目标进行精细识别，提高检测精度率，利用航迹关联对人头目标进行跟踪统计。实验结果表明，该方法能准确快速地定位到单个行人并具有较高的统计精度。

人流量统计；卷积神经网络(CNN)；Adaboost；迁移学习；航迹关联

0 引 言

人流量统计是视频监控系统的关键技术之一，其任务是利用视频图像分析技术自动统计在某个时间段内通过某一场景的行人数量。由于行人信息是许多行业中的一个重要信息，因此，该技术可以广泛应用于商业、金融业、餐饮业以及交通运输业等领域。

到目前为止，国内外学者对人流量统计技术展开了大量的研究，相关技术逐步加强。但是该技术在实际应用中仍然面临诸多困难，如光照变化、低分辨率、图像视角变化、复杂背景以及行人遮挡等。……