我想使用OpenCV（或Emgu CV）开发一个“人数统计系统”。
请指导我如何实施或引导我参加一些示例或开源项目。
（我做了一些工作：提取差异然后阈值删除背景，使用运动历史等等;仍然没有好结果。）
编辑1：我正在计算一个高人流量（其中十几个可能同时出现）。
编辑2：它必须至少80％准确。人们走过一扇近5米宽的门。问题是我无法控制相机的位置或角度。相机在距离10米处高度2.5米的地方喊叫。
谢谢
答案 0 :(得分：7)
如果你打电话给人数统计系统一个计算房间内人员的系统，那么我建议你用带有2个激光器（普通激光玩具）和2个光敏电阻的微控制器来实现硬件。对于微控制器，我建议你使用Arduino.And然后创建一个具有SerialPort对象的C＃应用程序并读取arduino通过USB发送的数据。例如，arduino将为“有人进入房间”发送1，为“有人离开房间”发送0。然后日志记录和统计信息可以在C＃中轻松完成。
Arduiono网站：here
Photoresistor只需$ 1：here
与使用质量相当好的相机相比，这种解决方案更便宜，更容易实现。
希望我帮助过你。
答案 1 :(得分：3)
查看最近版本的OpenCV附带的HOG行人检测器（＆gt; = 2.2）。
在OpenCV来源中查看modules/objdetect/src/hog.cpp和samples/cpp/peopledetect.cpp。不幸的是，目前还没有关于它的官方文档。
答案 2 :(得分：3)
这可以帮助您计算包括人在内的移动物品：Motion Detection project on CodeProject
答案 3 :(得分：2)
人们是场景中唯一的“实体”吗？如果情况并非如此，你是否关心考虑一个人在场景中移动的其他东西？因为如果是这种情况，您可以计算进入或从场景中出来的blob。这可能听起来有点幼稚，但我会采取某种运动图像，按群集中的距离分组运动像素。您的距离度量可以考虑一些限制，例如人们将“经常”站立，因此群集中的像素应该围绕某种回归线（如果摄像机与de floor对齐，则为直线）。没有必要在场景中跟踪它们，只是注意它们何时进入或离开，尽管你会遇到一些问题，例如，人们在场景中自己进入并成对或成组离开。祝你好运:)）
答案 4 :(得分：1)
我认为如果你有密集的人群拥有大量的遮挡，你必须使用一些机器学习算法，例如你可以使用隐式形状模型的功能。
答案 5 :(得分：0)
这实际上取决于相机的位置。假设您可以在图像中获得人物的正面轮廓：
这个问题基本上是人脸检测和识别。
有许多方法可以找到面孔，但这是我更熟悉的方法。
对于脸部检测，您需要对肤色进行图像分割。这将提取皮肤区域。 [手臂，胸部（对于那些穿着V形顶部的人），面部，腿部等]然后，您需要将皮肤区域的轮廓与受训练面部的轮廓对齐。
[你需要使用特征脸来创建一个脸部外观的通用轮廓]
如果皮肤区域对齐并且没有偏离轮廓太远，那么它被认为是面部。一旦确认了面部，然后将其添加到特征脸数据存储[用于识别]。要保存处理，如果要查找前一个面，可能需要考虑限制搜索区域。 [给定帧率，上次看到这个人时]
如果您指的是“人群流动”，我认为您只是指人群中的面部密度。
现在您已确认视频中的移动物体是一个人。现在您只需要注意这一点，然后确保您不再将它们视为新人。
这种方法：真的取决于你检测面部区域的能力。如果视频中的人向下看，不适合训练数据的配置文件等，这可能不起作用。如果一个人在视频中戴上太阳镜，也可能会有效。 [可能会被视为“新面孔”]