题目：基于视频监控的人数自动统计研究

公共区域安全是国民经济发展的重要保障。如今随着经济的发展和公共安全方面的需要，大型的公共区域都安装了大量的监控设备，传统的人工观察检测区域内行人聚集分布的方法已经不适用于大规模高分辨率的监控图像。为了提高安防工作的自动化水平，减轻工作人员负担，研究视频监控的人数自动统计技术旨在利用计算机视觉和模式识别技术实现快速，可靠的行人检测，从而为决策人员提供必要的安放决策信息。

本文围绕视频监控内的行人自动统计问题，对基于模式识别中的行人检测问题进行了若干关键技术的研究。论文的主要内容包括：

1. 综述了基于监控视频的行人自动统计技术的发展现状，对各种经典的行人统计方法进行了分析并比较，总结了行人统计技术的研究现状。根据需求设计了人数自动统计系统的整体方案。

2. 研究了行人检测统计的预处理技术，利用图像增强和降噪算法，提高了不同监控视频中行人检测算法的鲁棒性。并利用图像分割算法，提取出视频内的感兴趣区域，提高了检测效率，节省了计算时间。

3. 研究了图像行人检测技术，分析了基于支持向量机作为分类器，梯度向量直方图和局部二值特征的联合特征作为检测算子的行人检测算法原理。针对传统的检测特征维度过高，准确度和效率不足的问题，提出了改进的梯度向量直方图和扩展局部二值特征的联合特征算法，有效的增强了算法的鲁棒性。

4. 研究了视频图像中的快速行人检测算法，通过主成分分析和非负矩阵分解对提出的检测算法进行有效的降维，大大提高了识别检测效率，并提出了基于非负矩阵分解行人检测加速算法。

通过行人检测算法完成监控视频内的行人自动统计技术，在提高大型公共区域内的安防水平及运营可靠性，降低运营成本有着迫切广泛的应用和前景。