電子發燒友網>電子資料下載>電子論文>模擬數字論文>如何使用結合特征圖譜學習的方法進行人數統計詳細方法說明

如何使用結合特征圖譜學習的方法進行人數統計詳細方法說明

2474220 2018-12-20 | rar | 0.82 MB | 次下載 | 免費

資料介紹

　　針對實際公共場景視頻的人數統計中存在的背景干擾、光照變化、目標間遮擋等問題，提出一種結合特征圖譜學習和一階動態線性回歸的人數統計方法。首先，建立圖像的尺度不變特征變換（ SIFT）特征與目標真實密度圖之間的特征圖譜映射模型，利用SIFT特征和前述映射模型得到包含目標和背景特征量的特征圖譜；然后，根據通常監控視頻中背景變化較小、特征圖譜中的背景特征量相對穩定的特點，由特征圖譜的積分與真實人數通過一階動態線性回歸建立人數回歸模型；最后，通過該回歸模型模型得出估計人數。在數據集MALL和PETS2009上進行實驗，實驗結果表明：與累積屬性空間方法相比，所提方法平均絕對誤差降低了2.2%；與基于角點檢測的一階動態線性回歸方法相比，其平均絕對誤差降低了6.5%，平均相對誤差降低了2.3%。

　　當前我國經濟高速發展，城市人口密度日益增大。公共場所人群數量監管不足極易導致嚴重的踩踏事件，如2014年12月31日上海外灘踩踏事件。人數是公共場所監管的重要指標，良好的人數檢測預警系統可有效避免此類事件。監控視頻作為公共場所最直接的監控數據載體，具有信息量大、易獲取的特點，因此基于視頻的人數統計方法有較大現實研究意義。然而實際公共監控視頻存在諸多影響人數統計精確度的因素，如復雜背景干擾、光照變化、目標的透視失真以及行人間的遮擋。實際監控場景下的人數統計極具挑戰性，有必要探索精度更高的人數統計方法。