《表1 不同场景检测率和准确率测试结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于头部图像特征的人流计数方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

首先选取不同场景的监控视频进行测试，分别为图4（a）的双向密集人流且存在相互遮挡，图4（b）背景环境发生突变以及图4（c）行人携带行李的场景。从表1数据可以看出，平均准确率在94%以上，由于设置感兴趣区域和头部筛选模型能够减弱背景中类圆物体的干扰，采用Kalman滤波跟踪减少了遮挡导致的漏检，使本文方法能够在不同场景下具有较高的计数准确率。但在人流密度较大的情况下，由于行人之间长时间遮挡和头部轮廓的严重缺失，计数准确率会出现降低。另外，当行人携带类似头部大小和颜色行李时，容易误判为行人，导致计数误差。