安防監(jiān)控中人群人數(shù)統(tǒng)計方法的研究.pdf

1、經(jīng)濟的快速發(fā)展與人們社會活動的不斷增加，使得群體性事件與日俱增，從而群體性的安全態(tài)勢分析越來越受到人們的關(guān)注。而安防監(jiān)控場景下的人群人數(shù)統(tǒng)計是人群安全態(tài)勢中的一個重要內(nèi)容，通過人群人數(shù)的動態(tài)變化反推出人群異常事件，實現(xiàn)公共安全早期預(yù)警，對人群的安全態(tài)勢分析有著非常重要的意義。
　　基于此目的和意義，本文的主要研究內(nèi)容包括以下4點：
　?。?）在許多計算機視覺應(yīng)用中，將運動目標(biāo)從監(jiān)控視頻序列中精確提取出來是整個監(jiān)控系統(tǒng)的關(guān)鍵一

2、步，也是目標(biāo)檢測與識別等后續(xù)處理的基礎(chǔ)。本文比較了混合高斯背景建模與基于視覺背景提取兩種方法，并通過實驗發(fā)現(xiàn)基于視覺背景提取算法能很好的解決光照、場景微小變化等一系列問題，得到比較清晰的前景目標(biāo)。得到前景目標(biāo)后，通過目標(biāo)的邊緣像素信息，提出閾值機制，用于粗略分開低密度人群與高密度人群。
　?。?）在場景人數(shù)較多的環(huán)境下，由于人群遮擋等因素，已不能通過簡單的像素擬合得到精確的人群人數(shù)，因此提取圖像的紋理特征作為人數(shù)統(tǒng)計的依據(jù)。由于人

3、群密度較大環(huán)境下，圖像表現(xiàn)出細(xì)紋理特征，因此本文融合了LBP特征與Haralick特征來描述場景紋理。采用經(jīng)過LBP運算的圖像的灰度共生矩陣的熵、能量、對比度和逆差距這4個統(tǒng)計量來描述紋理，不僅減少了描述紋理特征的參數(shù)，而且提高了表達紋理的能力。
　　（3）用于訓(xùn)練的人群數(shù)據(jù)集可能存在分布不均勻的問題，導(dǎo)致訓(xùn)練模型出現(xiàn)較大誤差。本文在此問題上采用了基于累積屬性空間的多輸入多輸出脊回歸方法，通過尋找屬性與輸出變量的中間橋梁，通過一次