论文部分内容阅读
随着世界人口数量的逐渐增多,近年来,有关公共场所的大规模人群的不安全事件层出不穷。重要公共场所的视频监控系统无处不在,如果我们能够有效地利用现有的资源,使监控系统智能化,那么就能有效的避免或预警灾害事件的发生。智能人数统计与密度监控系统,较传统方式而言,不仅能够起到预警、免灾的作用,同时还能够有效地提高公共场所各类设施的利用率,有效安排工作人员的工作额度等。针对上述的研究现状,对大规模群体进行人数统计。本文提出了一种基于多特征融合的人数统计算法。首先对图像进行人群前景获取,然后对获取到的前景图像进行多特征提取,并将构造的特征向量通过特征回归的方式得到人群数目,从而得到人群密度。在人群前景获取上,对图像进行了灰度化与平滑的预处理,采用背景差与滑动平均相结合的方式得到人群前景,并通过对二值前景图像的形态学处理进行去噪。在特征提取中,分析了前景图像的像素面积、四个灰度共生矩阵特征值以及SURF特征点,提出了一种基于多特征融合的人群特征提取方法。提取的多个特征值通过线性内插权值的透视矫正方法进行摄像畸形矫正。将矫正后的特征值组成了表征人群数目特征的特征向量。特征向量通过支持向量回归的训练,得到人数与特征向量的回归模板,通过回归模板可以预测出人群人数。最后,本文对两组不同的视频进行了实验。通过实验表明,本文方法的适应性强,检测的准确度有所提高,平均误差小于每帧2人,能够有效估计人群数目,并通过数目估计人群密度。