利用Mean-shift实现人员跟踪计数具体步骤如下：
（1）将人头检测的结果作为初始的搜索窗口，确定窗口大小和位置。
（2）计算搜索窗口内的灰度概率分布函数，并用该分布函数反演下一帧的待搜索图像。
（3）利用前一帧初始搜索窗口的大小和位置信息，确定当前帧的搜索起点和范围，并在计算选取搜索窗口中按照式（4）、式（5）计算零阶矩和一阶矩，并按照式（6）计算搜索窗口的质心：
4 、试验结果
用图像大小为384×307、30帧/s的实拍视频流进行测试实验，测试视频中行人只能从画面的上下两端进入。为减小计算量，人头检测只在图像的上下1/4区域进行检测，根据行人运动方向，在图像的中间1/2 区域进行搜索跟踪技术，完成客流量统计。实验结果如图4（b）所示。在达芬奇系列处理器TMS320DM6437平台上实测数据处理速度为28帧/s，客流量统计精度为97.8%。试验中测试发现，HOG特征检测人头消耗了系统70%的计算量。为进一步提高计算速度，对人头检测算法进行优化：利用积分图计算HOG特征，采用Cascade结构组合SVM分类器。优化后，在不影响客流量统计精度的情况下实测处理速度达到了38帧/s。
本文在达芬奇系列处理器TMS320DM6437平台上，设计并实现了一个实时的嵌入式客流量统计模块，实测表明，客流量统计精度高，数据处理速度快。在不改变已有监控系统的结构，仅通过增加该模块就可实现客流量统计等智能监控功能，具有良好的市场前景。
责任编辑：gt
关于嵌入式技术就介绍完了，您有什么想法可以联系小编。