课题简介
监控视频下的人数统计在生活中应用广泛，有效掌握实时的人数信息，对于人流控制，公共空间设计，行人行为分析，意外事件控制等非常重要。然而这个课题也面对着监控视频分辨率，人群遮挡等问题，目前这个课题的研究领域活跃，提出了很多行之有效的方法，但是对于场景的依赖度很高，统计精度也有待提升。本次毕业设计，将会立足于视频分析，结合当前已知解决方案，采用计算机视觉的技术手段和模式识别的理论依据，进行充分的实验和思考，对课题进行深入的研究和探索，提出解决监控视频下人数统计的高效可行的方法。
文献检索综述：
目前监控视频下人数统计的实现方法主要分为三类：
一，通过检测的方法。在单帧图像上运行行人检测子，或者进行前背景分割后进行检测，检测人数即为所求；这种方法依赖于检测子的性能，当人群密度较高，人的姿态变化较大或者出现遮挡等现象时，检测性能较差，另外运算的时间消耗较大；
二，通过运动聚类的方法。通过视频前后帧之间的变化对运动相对一致的人群进行聚类，再利用相关算法进行人数统计；这种方法要求视频帧率足够支持运动分析，如果实际的监控视频帧率过低，则不适用；
三，通过统计回归的方法。提取前背景的低层特征(或者像素级别)，并通过适当的回归方法将其映射到统计人数；适当的低层特征和合理鲁棒的映射方法的选取，对回归结果的影响很大；
目前常用的数据集有UCSD行人数据库和PETS2009两个是室外库和MALL dataset等室内数据集；目前常用的评估指标是平均绝对误差，均方差，均偏差；目前各个经典算法的性能都有较大提升，其中以MALL dataset为例，最好的性能是平均绝对误差为2.50，均方差为10.0，均偏差为0.080(2015，ICCV);
除了单纯的统计人数，目前的研究领域也在进行更多研究方向的拓展，如人数统计仅仅关注人数，丢失了人的位置分布，运动行为，集群空间分布等信息，这些问题都亟待解决；可以将人数统计和监控视频内人的监测，人的跟踪，人的行为识别等信息综合起来，给出更加全面深入的视频分析。
工作计划
首先完成相关论文的深入调研工作和前期准备，包括论文的方法和实现，对比各方法优劣，找到当前各方法的欠缺不足；然后确定毕业设计的主要针对问题和场景，提出自己的创新点和技术点，并进行相关技术准备；确定实验方法并进行技术实现，在各个数据库上和前期调研的结果对比，反思改进，不断提高；期间完成毕业设计论文的撰写并积极准备中期答辩和最终答辩；
时间安排：2016.1.10~2016.2.20，前期调研，总结思考；
2016.2.20~2016.2.28，确定毕业设计实现框架，进行技术准备；
2016.3.1~2016.3.31，实现设计，反思提高；
2016.4.1~2016.5.1，查漏补缺，增加实验力度，撰写修改论文；
期间坚持进行论文的撰写和前人工作的调研，并认真对待答辩；
原文：http://www.cnblogs.com/xy2012/p/5107528.html