人群密度估計研究及其在醫(yī)院中的應用.pdf

1、隨著國民經(jīng)濟的高速發(fā)展，人們的社會活動日益豐富，各類大型活動如體育盛會、文娛活動和商場促銷的舉辦使公共場所中的人群聚集越來越頻繁，聚集規(guī)模也越來越大，對公共安全產(chǎn)生了極大的隱患。因此，如何有效利用計算機和圖像處理技術(shù)，實時監(jiān)測公共場所人群活動，對人群密度異常情況及時預警，并采取相應的措施，對于維護公共秩序，保障人群安全具有非常重要的研究意義。
　　本文對目前主流的人群密度估計方法進行分析研究，并改進相關(guān)算法。針對醫(yī)院應用場景，采用

2、一種基于分塊的人群密度估計方法，從而實現(xiàn)對醫(yī)院人數(shù)的實時監(jiān)測。
　　使用結(jié)合平均背景和幀間差分的方法提取人群圖像背景，并利用灰度直方圖整體閾值法對背景減除后的差分圖像進行二值化處理提取運動的人群前景目標。針對人群密集程度不高的情況，采用一種基于像素特征與最小二乘曲線擬合的方法，利用基于二值圖像的方法提取目標邊緣，分別統(tǒng)計出人群前景像素面積和邊緣像素數(shù)量，再利用最小二乘法分別擬合人群數(shù)量與兩個像素特征的關(guān)系曲線，根據(jù)得到的擬合曲線對

3、人群密度進行定量估計。該方法對低密度人群圖像的密度估計準確度較高，但對高密度圖像估計誤差較大。為解決密集人群的密度估計問題，采用一種基于灰度共生矩陣與支持向量機的方法，計算出圖像的灰度共生矩陣，并在矩陣基礎上提取出圖像的紋理特征，將得到的紋理特征送入基于 RBF核函數(shù)的支持向量機分類器中并使用一對一多類分類方法進行分類訓練，根據(jù)得到的密度分類器對人群密度進行定性估計。
　　針對醫(yī)院場景實時人數(shù)監(jiān)測的應用要求，采用一種基于分塊的方法

4、，利用攝像機投影透視模型將圖像劃分為若干個實際監(jiān)控面積大小相等的子圖像，分別采用上述兩種方法進行人數(shù)的定量估計和密度的定性估計，從而得到整個監(jiān)控區(qū)域的密度分布圖，對監(jiān)控區(qū)域局部的密度異常情況能及時發(fā)現(xiàn)并準確定位，為保障就醫(yī)環(huán)境，維護醫(yī)療秩序和醫(yī)院安全提供有力的幫助。
　　對杭州某醫(yī)院門診大廳內(nèi)采集的一段視頻進行人群密度估計，實驗表明該方法能有效的估計人群數(shù)量，準確度較高，而且處理每幀圖像平均耗時0.197s，可以滿足實時性需求。因