智能視頻監(jiān)控中人群密度估計方法研究.pdf

1、隨著城市化建設(shè)進程的加快以及經(jīng)濟社會的發(fā)展，城鎮(zhèn)化的進度也在新建設(shè)體系中逐步加快，人群聚集的情況也會越來越多，例如一些娛樂活動、展覽活動、體育賽事、慶祝等大規(guī)?；顒又谐霈F(xiàn)愈加頻繁，這些公共活動的安全問題成為相關(guān)部門關(guān)注的焦點，因此基于計算機視覺技術(shù)實現(xiàn)人群密度監(jiān)控得到了廣泛的研究。
　　本文研究的重點是智能監(jiān)控中的人群密度估計方法，在對人群密度估計的研究現(xiàn)狀進行分析的基礎(chǔ)上，給出了圖像像素特征和圖像紋理特征相結(jié)合的人群密度估計方法

2、。首先通過混合高斯背景建模得到前景運動人群，然后對前景圖像進行畸變校正，統(tǒng)計運動人群的前景面積，如果前景面積占整個圖像運動區(qū)域的面積較小時則將其判定為低密度，反之則為高密度或者正常密度人群，然后使用融合LBP特征和灰度共生矩陣特征對圖像進行紋理分析，提取常用的紋理特征，將灰度共生矩陣提取的特征值作為運動人群的紋理特征，最后使用BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練分類，并且利用視頻在時間序列上的相關(guān)性，在傳統(tǒng)的人群密度估計算法流程上增加了時間序列修正環(huán)節(jié)

3、，有效的降低了漏報率和誤報率。
　　在進行人群密度劃分的時候采用模糊分類的思想，因為人類視覺估計的密度等級也是模糊的，其判斷結(jié)果往往是基于以往的學(xué)習(xí)經(jīng)驗，是通過人類大腦的模糊思維過程而得出的一個大致的、概念性的密度范圍的表述，采用模糊分類更符合人眼的觀察結(jié)果。
　　實驗結(jié)果表明，本文結(jié)合像素特征和紋理特征估計人群密度的方法，對人群密度等級的估計具有良好的效果，便于應(yīng)用在實際場景中，為相關(guān)部門保障公共安全和人民生命安全提供了有