目  录

摘  要

ABSTRACT

1.绪  论 3

1.1前言 3

1.2研究背景 3

1.3开发目的和意义 4

1.4论文结构 4

2.相关算法和开发技术介绍 5

2.1 数字图像相关技术 5

2.1.1 彩色图像灰度化 5

2.1.2 图像二值化 6

2.1.3 图像旋转 6

2.2行人识别算法介绍 6

2.3 数据库实时操作 8

3. 系统需求分析 9

3.1 需求分析原则 9

3.2 系统功能需求分析 10

3.2.1 用户管理模块功能 10

3.2.2 分析地址管理模块 10

3.2.3 人流量视频管理模块 11

3.2.4 行人识别与人流量统计 12

4. 系统总体设计 13

4.1 系统功能设计 13

4.2 数据库设计 14

4.2.1概念结构设计 14

4.2.2数据逻辑结构设计 15

5.系统功能实现 16

5.1 用户管理模块实现 16

5.1.1 用户注册 16

5.1.2 用户管理 18

5.2 分析地址模块实现 18

5.2.1添加待分析地址 18

5.2.2 分析地址管理 19

5.3 人流量视频管理模块实现 20

5.3.1 考察视频上传 20

5.3.2 考察视频管理 21

5.3.3 考察视频预览 22

5.4行人识别与人流量统计 23

6.系统测试 24

6.1测试用例 24

6.1.1用户注册 24

6.1.2用户密码修改 25

6.1.4 行人识别算法测试 25

6.2 测试结论 26

参考文献 27

致  谢 28

 

 

摘　　要

 

对于消费行业来讲，他们最希望的是所开门店能处于人流密集地，因此从商业角度来说人流量分析是非常核心的一个模块。现在对人流量统计和疏通，常规的做法是在每个稍大型的商场安排几个值班人员，进行24小时的人工值勤，确保能够很准确的掌握人流情况。传统的做法虽然比较高效，但也存在着明显的弊端，1）人工成本高，2）覆盖范围小，3)容易出错。针对上述三个问题，本课题研究的重点是如何通过人工智能算法来自动统计和分析人流密集程度，并为管理者提供一定的建议。

基于人工智能的行人定位检查系统采用C/S架构进行设计，通过动态物体检测来实现视频中的行人定位功能。系统主要包含视频导入，视频播放与解析，视频中行人定位检查，人流密度统计和统计地点管理等6大模块功能。用户注册后可以添加需要统计的地址，并在此地址上传需要分析的所有视频，系统会根据用户上传的视频来分析出此地址的人流量的具体情况，并给其总结一定的参考建议。通过测试，系统能够自动解析视频并统计出视频中具体的行人人流情况，因此能够满足人流分析统计的实际需求。

 

关键词： 行人定位；智能算法；C/S