基于高清視頻的大規(guī)模群體分析技術研究.pdf

1、隨著城市社會和經濟的高速發(fā)展,大規(guī)模群體活動變得日益頻繁。尤其是近年來,隨著體育賽事、娛樂活動和各類展會等公共活動在規(guī)模和數量上的擴大,群體安全監(jiān)控問題正成為相關部門關注的熱點。視頻監(jiān)控及相關技術的迅速發(fā)展,為從視頻分析的角度進行人群的管理和監(jiān)控奠定了基礎。人群的流量和密度是人群監(jiān)控領域的兩個重要指標,也是群體管理的重要依據。P0lus[1]提出,人群密度與群體安全以及人群所需求的服務等級密切相關。這一理論為之后人群密度和群體安全之間關

2、系的研究奠定了基礎。傳統的視頻監(jiān)控一般通過人工來實現人群監(jiān)控,不但費時費力,也不易獲得定量結果。近年來,隨著計算機視覺和人工智能領域相關技術的發(fā)展,基于計算機智能視頻分析的人群密度估計和人數統計算法大量涌現。但是現有的人群密度分析和人數統計大多基于分割技術,隨著群體規(guī)模的擴大,系統的復雜度將迅速提高,將極大的限制系統的實用性。本文著眼于大規(guī)模人群的密度分析和人數統計,在總結并分析了當前主流的人群密度分析和人數統計算法的基礎之上,進一步進

3、行了如下幾個方面的研究。首先,本文完成并改進了大規(guī)模群體分析中的人群特征預處理技術。在人群特征提取的過程中,攝像頭的抖動、陰影存在都會對系統的精度帶來很大的影響,本文通過窗口化的方法對基于背景差的前景提取算法進行了改進,同時采用顏色空間變換的方法對前景中的陰影進行抑制。在人群密度分析和人數統計的過程中,由于人距離攝像機的遠近所產生的透視效應會對系統的精度產生很大的影響,本文提出了線性內插權重的射影畸形矯正算法,有效的解決了透視效應造成的

4、人群特征畸形問題。其次,本文改進并提出了部分群體特征的提取方法,解決了人群密度分析當中的射影畸形、變視角問題和人數統計中的人群特征提取問題。傳統的像素統計特征和灰度共生矩陣不考慮攝像機的透視效應,本文通過透視矯正參數的引入,解決了人群特征提取過程中的射影畸形問題。另外,針對視頻監(jiān)控中攝像頭旋轉、安裝角度和方位不同所帶來的變視角特征問題,本文采用了最大穩(wěn)定極值區(qū)域檢測算子,用于人群特征提取算法,最大穩(wěn)定極值區(qū)域具有仿射不變的特性,在變視角

5、情況下具有更好的適應性。與密度估計系統相比,人數統計系統對特征提取的精度方面要求更高,上述方法能夠提供的特征信息量比較有限,容易造成比較大的系統誤差,本文運用了Gabor濾波器組對人群紋理特征進行描述,Gabor濾波器組可以提供多方向、多尺度的人群特征信息,更適用于大規(guī)模群體的人數統計。最后,本文設計了大規(guī)模人群密度估計和人數統計系統。首先,本文綜合利用了像素統計特征和改進的灰度紋理共生矩陣特征設計了人群密度估計系統,因為像素統計特征和

6、灰度紋理共生矩陣特征分別在低密度人群和高密度人群的分析方面具有更好的性能,因此本文的系統在全密度范圍內都具有比較高的精度。另外,在視頻監(jiān)控當中,往往存在因攝像機的旋轉、安放位置等差異造成的變視角問題,即測試樣本數據采集的視角和訓練樣本數據采集的視角不同,本文設計了利用改進的人群最大穩(wěn)定極值區(qū)域特征的人群密度分析系統,利用最大穩(wěn)定極值區(qū)域的仿射不變性,提高了變視角人群密度估計的精度。最后,在人數統計分析方面,傳統分割算法在群體規(guī)模增大時復