技術(shù)特征：
1.一種基于正則風(fēng)險(xiǎn)最小化的圖像目標(biāo)計(jì)數(shù)方法，其特征在于，包括以下步驟：S10，使用的每張訓(xùn)練圖像設(shè)置有相應(yīng)的對(duì)目標(biāo)進(jìn)行人工標(biāo)注的標(biāo)記點(diǎn)圖像，所述標(biāo)記點(diǎn)圖像以像素點(diǎn)標(biāo)記的方式給出每個(gè)目標(biāo)的位置；S20，對(duì)所述訓(xùn)練圖像定義密度函數(shù)，其中所述密度函數(shù)為定義在圖像像素集上的實(shí)值函數(shù)，且所述密度函數(shù)在任意圖像區(qū)域上的積分為該區(qū)域內(nèi)的目標(biāo)個(gè)數(shù)；S30，根據(jù)密度函數(shù)的定義，將訓(xùn)練圖像對(duì)應(yīng)的標(biāo)記點(diǎn)圖像與一個(gè)高斯模板卷積即得到真實(shí)密度函數(shù)；S40，由密度函數(shù)的定義構(gòu)造密度函數(shù)的參數(shù)化模型，進(jìn)行圖像分割后，對(duì)于前景像素點(diǎn)將對(duì)應(yīng)的特征向量做線性變換得到一個(gè)正實(shí)數(shù)，對(duì)于背景像素點(diǎn)直接賦零即得到該點(diǎn)的密度函數(shù)值；S50，由正則化風(fēng)險(xiǎn)最小化求取密度函數(shù)模型的參數(shù)w：參數(shù)w為與特征向量xp維數(shù)相同的變換向量，其中項(xiàng)稱為復(fù)雜度懲罰項(xiàng)或正則化懲罰項(xiàng)，為參數(shù)w的復(fù)雜度測(cè)度，λ為正則化常量，Remp(w)為經(jīng)驗(yàn)風(fēng)險(xiǎn)，描述了使用參數(shù)w的密度函數(shù)估計(jì)誤差的期望；S60，將正則化風(fēng)險(xiǎn)最小化問題轉(zhuǎn)化為一個(gè)線性規(guī)劃問題，求得密度函數(shù)模型的參數(shù)w，確定了密度函數(shù)的模型，可以估計(jì)圖像上任意區(qū)域中的目標(biāo)個(gè)數(shù)。2.根據(jù)權(quán)利要求1所述的基于正則風(fēng)險(xiǎn)最小化的圖像目標(biāo)計(jì)數(shù)方法，其特征在于，S20中密度函數(shù)的定義為，對(duì)訓(xùn)練圖像I，有密度函數(shù)其中R為實(shí)數(shù)域，將任意圖像像素點(diǎn)映射至一個(gè)實(shí)數(shù)，滿足：其中S為訓(xùn)練圖像I的子區(qū)域，p為像素點(diǎn)，c為S內(nèi)的目標(biāo)個(gè)數(shù)。3.根據(jù)權(quán)利要求1所述的基于正則風(fēng)險(xiǎn)最小化的圖像目標(biāo)計(jì)數(shù)方法，其特征在于，S30中真實(shí)密度函數(shù)為：其中為均值取在目標(biāo)點(diǎn)P處，協(xié)方差矩陣為σ2I的歸一化高斯核函數(shù)。4.根據(jù)權(quán)利要求1所述的基于正則風(fēng)險(xiǎn)最小化的圖像目標(biāo)計(jì)數(shù)方法，其特征在于：S40中密度函數(shù)參數(shù)化模型為：其中xp為像素點(diǎn)p的特征向量，其中T＝T1∪T2∪…∪TC為所有目標(biāo)區(qū)域的總和，Ti,i＝1,…C為第i個(gè)目標(biāo)區(qū)域。5.根據(jù)權(quán)利要求1至4任一所述的基于正則風(fēng)險(xiǎn)最小化的圖像目標(biāo)計(jì)數(shù)方法，其特征在于，特征向量xp為對(duì)每個(gè)像素點(diǎn)提取尺度不變特征變換描述子SIFTdescriptor，用戶可以設(shè)置是否分割圖像，如果是，則分割圖像后對(duì)目標(biāo)像素提取稠密尺度不變特征變換描述子DSIFT特征；如果否，則對(duì)整張圖像的所有像素提取DSIFT特征。6.根據(jù)權(quán)利要求5所述的基于正則風(fēng)險(xiǎn)最小化的圖像目標(biāo)計(jì)數(shù)方法，其特征在于，對(duì)特征向量xp進(jìn)行特征降維：選取一些圖片，提取DSIFT特征，對(duì)得到的特征集進(jìn)行K均值聚類，保存K個(gè)聚類中心，作為一個(gè)映射碼表，之后的訓(xùn)練和預(yù)測(cè)中，以其所屬的類來表示每個(gè)SIFT特征向量xp：7.根據(jù)權(quán)利要求1所述的基于正則風(fēng)險(xiǎn)最小化的圖像目標(biāo)計(jì)數(shù)方法，其特征在于：S50中取為w的l1范數(shù)，8.根據(jù)權(quán)利要求1所述的基于正則風(fēng)險(xiǎn)最小化的目標(biāo)計(jì)數(shù)方法，其特征在于，S50中引入了兩個(gè)密度函數(shù)的差異度量：將每張訓(xùn)練圖像上真實(shí)密度函數(shù)與密度函數(shù)的參數(shù)模型差異度的平均作為經(jīng)驗(yàn)風(fēng)險(xiǎn)：此時(shí)訓(xùn)練樣本為每張訓(xùn)練圖像所對(duì)應(yīng)的真實(shí)密度函數(shù)。9.根據(jù)權(quán)利要求1所述的基于正則風(fēng)險(xiǎn)最小化的圖像目標(biāo)計(jì)數(shù)方法，其特征在于，S50中使用子數(shù)組最大超量MESA距離作為密度函數(shù)的差異度量，MESA距離定義為兩個(gè)密度函數(shù)的積分之差的絕對(duì)值在圖像的所有矩形子區(qū)域B上的最大值：其中為圖像I的所有矩形子區(qū)域B的集合。10.根據(jù)權(quán)利要求1所述的基于正則風(fēng)險(xiǎn)最小化的圖像目標(biāo)計(jì)數(shù)方法，其特征在于，S60中求解的線性規(guī)劃問題為：最小化括號(hào)中的表達(dá)式，并使下面條件得到滿足：w≥0其中ξi,i＝1,…,N為松弛變量。