李傲，宗峰

（山东英才学院工学院，山东济南，250104）

0 引言

随着科技进步和社会发展，计算机视觉技术应运而生，通过计算机视觉技术对人流量大的区域所采集的信息进行相应的处理与分析，可以给管理者们提供有效的数据支撑，做出更为合理的决策方案。

本研究旨在一定的区域内可以根据视频来统计人流量的情况。在一些人流密集的场所，如：景区、车站、商场等，监测一定时间内的人流情况，目的是为了保障公共安全，同时也具有潜在的商业价值[1]。现如今公共场所都装有摄像头，易获取实时的视频情况，采用基于的视频的深度学习与目标跟踪、运动检测的算法[2]，既能方便快速的获取数据，又能实时的准确获取相关的数据。系统整体结构如图1 所示。

图1 系统整体结构框图

1 使用Faster-RCNN 进行目标检测

R-CNN 可以说是最早利用深度学习进行目标检测的作品，传统的目标检测算法在目标检测算法的检测准确率一般在百分之30 左右，自从R-CNN 算法出现之后，目标检测的准确率被大幅提高到百分之五十以上。Faster-RCNN 则是在RCNN 的基础上进行改进，速度更快的目标检测算法。

Faster-RCNN 常常用来解决CV 领域里目标检测的相关问题。过去常常使用selective search 产生proposal，再使用SVM 之类的分类器进行分类，以此得到目标。这种方法的弊端就是耗时且效果不佳。而神经网络（NN）具有强大的特征提取的功能，可以用NN 来解决此类目标检测的问题，由此变诞生了Faster-RCNN。

Faster 可以通过神经网络来做region proposal，在fast-RCNN 的基础上使用共享卷积层的方式。……