復(fù)雜場(chǎng)景下實(shí)時(shí)監(jiān)控中人群密度估計(jì)的研究與實(shí)現(xiàn).pdf

1、隨著城市化建設(shè)進(jìn)程的加快以及經(jīng)濟(jì)社會(huì)的高速發(fā)展，如娛樂活動(dòng)、展覽活動(dòng)、體育賽事、慶?；顒?dòng)等這些大規(guī)模的人群密集活動(dòng)將會(huì)愈加頻繁出現(xiàn)，這些公共活動(dòng)的安全問題成為相關(guān)部門關(guān)注的焦點(diǎn)，同時(shí)在計(jì)算機(jī)視覺和數(shù)字圖像處理領(lǐng)域安全監(jiān)控中人群密度估計(jì)方法也成為研究的熱點(diǎn)。
　　本文研究的重點(diǎn)在于室外實(shí)時(shí)監(jiān)控中人群密度估計(jì)方法。通過分析國(guó)內(nèi)外對(duì)人群密度估計(jì)研究現(xiàn)狀和所取得的進(jìn)展，采用基于像素特征和紋理特征相結(jié)合的方式分別對(duì)低密度人群和高密度人群進(jìn)行

2、人群密度估計(jì)。通過自適應(yīng)背景建模得到背景模型然后利用圖像分割得到人群前景，在對(duì)前景人群進(jìn)行陰影抑制和形態(tài)學(xué)處理的去噪操作后計(jì)算前景面積，若其占整個(gè)圖像面積比例較大時(shí)將其判定為高密度人群圖像，反之視為低密度圖像。
　　在低密度情況下，對(duì)提取出的人群前景進(jìn)行輪廓檢測(cè)并計(jì)算輪廓像素?cái)?shù)目，最后根據(jù)多個(gè)低密度人群圖像樣本的計(jì)算結(jié)果進(jìn)行最小二乘直線擬合得到人群數(shù)目關(guān)于前景輪廓像素?cái)?shù)目的直線方程，此后就可以利用該直線方程通過計(jì)算人群前景輪廓像素

3、數(shù)目大概估計(jì)出人群數(shù)目。
　　在高密度情況下，將高密度人群分為高、偏高和極高三個(gè)密度等級(jí)，利用灰度共生矩陣進(jìn)行紋理分析，提取常用的紋理特征，然后通過主成分分析法確定最重要的4個(gè)特征作為高密度人群圖像的紋理特征，然后采用支持向量機(jī)進(jìn)行訓(xùn)練分類。
　　本文采用了一種基于影響因素描述的非參數(shù)背景模型，實(shí)驗(yàn)證明用其在室外復(fù)雜場(chǎng)景中建模得到的背景圖像十分清晰，具備較強(qiáng)的魯棒性；此外，將人群前景二值化操作融入前景提取過程，輪廓檢測(cè)采用形