最近在做基于Meanshift的人脸跟踪，效果一般。标准算法选择Hue分量作为特征，为了提高对背景的鲁棒性，有人提出了结合梯度、LBP等特征的多特征空间。但是直方图维数太少，而且丢失空间信息，使得特征分类价值退化严重。经测试，对于背景颜色与肤色类似（黄色）的情况，跟踪失效。因此看了看市面上的产品如何做流量统计。
人流量监测一般采用摄像头吊顶安装俯拍的方式，以避免客流量大时的遮挡、重叠等问题。
参考资料：
问题与思考：有的方案利用了运动检测，只处理运动的部分。那么对于人头停留（暂停运动），是否有影响？
分类器的训练样本来自哪里？是统一训练，还是根据安装场景不同，采集不同的样本进行训练？
http://blog.sina.com.cn/s/blog_49d1bc360101243t.html
模式识别开发之项目---基于人头检测的人流量监测
原文：http://www.cnblogs.com/pengkunfan/p/3947544.html
