專利名稱：一種基于surf特征的高密度人群計數(shù)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計算機視覺領(lǐng)域的監(jiān)控技木，尤其涉及基于計算機視覺的人群計數(shù)方法。
背景技術(shù)：
人群流量統(tǒng)計具有廣泛的應(yīng)用，如汽車公交站、地鐵站臺、旅游景點和商場出入口等。利用統(tǒng)計的流量數(shù)據(jù)，管理人員可以合理調(diào)度人力和物力，合理配置資源；另外在ー些廣場、通道等公共場合，通過人流信息來實現(xiàn)有效管理、緊急情況的有效疏導(dǎo)等，從而避免一系列社會治安問題，人流統(tǒng)計對社會治安管理有重要作用。除了人工清點方式之外，目前常見的自動人流統(tǒng)計方法主要有以下幾種 (I)機械腳踏傳感器方式。這種方式在通道ロ地面上安裝機械腳踏踏板，由踏板連接的傳感器將踩踏信息傳遞到處理端，在信息處理端進行踩踏信息統(tǒng)計。這種方式處理依賴于踏板的分布情況，當(dāng)進出人流分布不均勻時，該方法的累積精度降低。(2)紅外線感應(yīng)方式。該方式在通道出入口的兩側(cè)安裝紅外線發(fā)射裝置和紅外信號感應(yīng)接收裝置，通過貫穿通道的紅外信號遮擋情況，來分析行人通過情況。這種方式適用于少數(shù)行人進出，對于人流遮擋、人流密度較大等情況，會出現(xiàn)嚴(yán)重的漏檢情況。(3)計算機視覺方式。該方法采用攝像頭獲取監(jiān)控場景實時圖像，通過計算機視覺技術(shù)實現(xiàn)視頻的人流統(tǒng)計，由于該方法簡便，相對成本較低，因此是目前使用較為廣泛的人流統(tǒng)計方法。這也是本發(fā)明將采取的方式。傳統(tǒng)的基于計算機視覺的人流統(tǒng)計方法主要通過精確定位并跟蹤每個行人來實現(xiàn)計數(shù)，它僅適用于視頻清晰度高以及人流量不大的情況，而對人流量大或人群密度高的場景并不適用。

發(fā)明內(nèi)容
為了克服已有的人流統(tǒng)計方法的不適用人流量大或人群密度高的場景的不足，本發(fā)明提供ー種有效適用人流量大或人群密度高的場景的基于SURF特征的高密度人群計數(shù)方法。本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是一種基于SURF特征的高密度人群計數(shù)方法，所述計數(shù)方法包括如下步驟I)通過攝像頭采集實時監(jiān)控數(shù)據(jù)，并對圖像進行預(yù)處理；2)對預(yù)處理后的圖像提取運動人群的特征點經(jīng)過SURF算法檢測得到的特征點同時包含背景和運動人群兩部分，采用塊匹配算法，通過對相鄰兩幀的運動信息的分析來判斷特征點的歸屬
rn/ 、_卜P(X，>0|>an、p(x,y) = < y I(I)

MST-DBSCAN(data, A , minPts) (3)其中，S ,是根據(jù)運動人群特征點構(gòu)造的MST的第i條邊的長度，N為該MST的邊數(shù)，P為調(diào)節(jié)因子，由(2)得到的\作為MST-DBSCAN的搜索最小域；4)人流計數(shù)依照步驟3)的聚類結(jié)果通過(4)計算實時的人群特征向量T，采用支持向量回歸機得到(5)，經(jīng)(5)給出預(yù)測人數(shù)；人群特征量向量T以及人數(shù)評估函數(shù)的表達如下T = (np()ints，Scluster, d) (4)
權(quán)利要求
1.一種基于SURF特征的高密度人群計數(shù)方法，其特征在于所述計數(shù)方法包括如下步驟 1)通過攝像頭采集實時監(jiān)控數(shù)據(jù)，并對圖像進行預(yù)處理； 2)對預(yù)處理后的圖像提取運動人群的特征點 經(jīng)過SURF算法檢測得到的特征點同時包含背景和運動人群兩部分，采用塊匹配算法，通過對相鄰兩幀的運動信息的分析來判斷特征點的歸屬
2.如權(quán)利要求I所述的ー種基于SURF特征的高密度人群計數(shù)方法，其特征在于采用凸包來近似表達人群的面積，將面積作為人群特征向量T的ー個維度。
3.如權(quán)利要求I或2所述的ー種基于SURF特征的高密度人群計數(shù)方法，其特征在于所述支持向量回歸機具有學(xué)習(xí)能力，通過特征向量的訓(xùn)練得到支持向量回歸機，過程為先對實時訓(xùn)練圖像做運動人群分割，在此基礎(chǔ)上進行特征點檢測并以此構(gòu)建人群特征向量，最后根據(jù)特征向量訓(xùn)練得到支持向量回歸機，所述支持向量回歸機為具有環(huán)境自適應(yīng)性的人群狀態(tài)模型。
全文摘要
一種基于SURF特征的高密度人群計數(shù)方法，包括如下步驟1)通過攝像頭采集實時監(jiān)控數(shù)據(jù)，并對圖像進行預(yù)處理；2)對預(yù)處理后的圖像提取運動人群的特征點；3)特征點聚類采用基于傳統(tǒng)DBSCAN算法的MST-DBSCAN算法；4)人流計數(shù)依照步驟3)的聚類結(jié)果通過(4)計算實時的人群特征向量T，采用支持向量回歸機得到(5)，經(jīng)(5)給出預(yù)測人數(shù)。本發(fā)明提供一種有效適用人流量大或人群密度高的場景的基于SURF特征的高密度人群計數(shù)方法。
文檔編號G06K9/66GK102663491SQ20121006454
公開日2012年9月12日 申請日期2012年3月13日 優(yōu)先權(quán)日2012年3月13日
發(fā)明者劉向東, 宦若虹, 梁榮華, 毛劍飛, 馬祥音, 黃鮮萍 申請人:浙江工業(yè)大學(xué)