視頻監(jiān)控中人群密度估計(jì)研究.pdf

1、隨著經(jīng)濟(jì)社會的發(fā)展，城市人口密度越來越大，社會活動(dòng)越來越豐富，公共場所的人群因過度擁擠而造成失控引發(fā)災(zāi)禍的事件時(shí)有發(fā)生。通過對各個(gè)場景的人群進(jìn)行有效的密度估計(jì)，不但可以幫助相關(guān)部門更好地維護(hù)公共安全，還能夠提高某些工作場所現(xiàn)場管理調(diào)度效率。所以，如何對視頻監(jiān)控中的人群密度進(jìn)行有效的估計(jì)，具有深遠(yuǎn)的意義和廣泛的前景。
　　本文主要對基于視頻和圖象處理的智能化人群密度估計(jì)的方法進(jìn)行了研究。首先詳細(xì)介紹了人群密度估計(jì)的國內(nèi)外發(fā)展現(xiàn)狀以及

2、基本理論。通過分析可知，基于像素統(tǒng)計(jì)的密度估計(jì)方法較為簡單，但是它僅適用于低密度且沒有人群遮擋現(xiàn)象的場景中；基于紋理分析的方法可以充分利用圖像的紋理信息，但是在低密度情況下誤差較大且算法復(fù)雜度較高。針對以上問題，本文根據(jù)不同的應(yīng)用場景分別研究了兩種人群密度估計(jì)方法。
　　在中低密度人群下使用基于像素統(tǒng)計(jì)的多元線性回歸方法估計(jì)人群密度。首先利用背景減法與自適應(yīng)背景更新方法提取人群前景，并進(jìn)行邊緣檢測，然后假定人數(shù)與前景邊緣長度、前景

3、面積、前景邊緣梯度方向直方圖之間存在較好的多元線性關(guān)系，通過多元線性回歸分析，得到人數(shù)與這些特征之間的多元線性模型，實(shí)現(xiàn)人數(shù)估計(jì)，進(jìn)而實(shí)現(xiàn)密度估計(jì)。我們還采用了分段線性插值的透視效應(yīng)校正算法來提高估計(jì)精度。
　　針對中高密度人群，我們采用基于灰度共生矩陣與分形維數(shù)的人群密度估計(jì)方法。因中高密度人群圖像更具有紋理特性，所以我們采用基于紋理分析的方法提取人群密度特征，利用灰度共生矩陣提取統(tǒng)計(jì)特征值如熵、對比度以及能量等，采用差分盒維數(shù)