人群密度估計(jì)研究及其在醫(yī)院中的應(yīng)用.pdf

1、隨著國(guó)民經(jīng)濟(jì)的高速發(fā)展，人們的社會(huì)活動(dòng)日益豐富，各類(lèi)大型活動(dòng)如體育盛會(huì)、文娛活動(dòng)和商場(chǎng)促銷(xiāo)的舉辦使公共場(chǎng)所中的人群聚集越來(lái)越頻繁，聚集規(guī)模也越來(lái)越大，對(duì)公共安全產(chǎn)生了極大的隱患。因此，如何有效利用計(jì)算機(jī)和圖像處理技術(shù)，實(shí)時(shí)監(jiān)測(cè)公共場(chǎng)所人群活動(dòng)，對(duì)人群密度異常情況及時(shí)預(yù)警，并采取相應(yīng)的措施，對(duì)于維護(hù)公共秩序，保障人群安全具有非常重要的研究意義。
　　本文對(duì)目前主流的人群密度估計(jì)方法進(jìn)行分析研究，并改進(jìn)相關(guān)算法。針對(duì)醫(yī)院應(yīng)用場(chǎng)景，采用

2、一種基于分塊的人群密度估計(jì)方法，從而實(shí)現(xiàn)對(duì)醫(yī)院人數(shù)的實(shí)時(shí)監(jiān)測(cè)。
　　使用結(jié)合平均背景和幀間差分的方法提取人群圖像背景，并利用灰度直方圖整體閾值法對(duì)背景減除后的差分圖像進(jìn)行二值化處理提取運(yùn)動(dòng)的人群前景目標(biāo)。針對(duì)人群密集程度不高的情況，采用一種基于像素特征與最小二乘曲線擬合的方法，利用基于二值圖像的方法提取目標(biāo)邊緣，分別統(tǒng)計(jì)出人群前景像素面積和邊緣像素?cái)?shù)量，再利用最小二乘法分別擬合人群數(shù)量與兩個(gè)像素特征的關(guān)系曲線，根據(jù)得到的擬合曲線對(duì)

3、人群密度進(jìn)行定量估計(jì)。該方法對(duì)低密度人群圖像的密度估計(jì)準(zhǔn)確度較高，但對(duì)高密度圖像估計(jì)誤差較大。為解決密集人群的密度估計(jì)問(wèn)題，采用一種基于灰度共生矩陣與支持向量機(jī)的方法，計(jì)算出圖像的灰度共生矩陣，并在矩陣基礎(chǔ)上提取出圖像的紋理特征，將得到的紋理特征送入基于 RBF核函數(shù)的支持向量機(jī)分類(lèi)器中并使用一對(duì)一多類(lèi)分類(lèi)方法進(jìn)行分類(lèi)訓(xùn)練，根據(jù)得到的密度分類(lèi)器對(duì)人群密度進(jìn)行定性估計(jì)。
　　針對(duì)醫(yī)院場(chǎng)景實(shí)時(shí)人數(shù)監(jiān)測(cè)的應(yīng)用要求，采用一種基于分塊的方法

4、，利用攝像機(jī)投影透視模型將圖像劃分為若干個(gè)實(shí)際監(jiān)控面積大小相等的子圖像，分別采用上述兩種方法進(jìn)行人數(shù)的定量估計(jì)和密度的定性估計(jì)，從而得到整個(gè)監(jiān)控區(qū)域的密度分布圖，對(duì)監(jiān)控區(qū)域局部的密度異常情況能及時(shí)發(fā)現(xiàn)并準(zhǔn)確定位，為保障就醫(yī)環(huán)境，維護(hù)醫(yī)療秩序和醫(yī)院安全提供有力的幫助。
　　對(duì)杭州某醫(yī)院門(mén)診大廳內(nèi)采集的一段視頻進(jìn)行人群密度估計(jì)，實(shí)驗(yàn)表明該方法能有效的估計(jì)人群數(shù)量，準(zhǔn)確度較高，而且處理每幀圖像平均耗時(shí)0.197s，可以滿足實(shí)時(shí)性需求。因