基于像素统计和纹理特征的人群密度估计-论文.pdf

基于像素统计和纹理特征的人群密度估计-论文.pdf

ID:53029833

大小:1.16 MB

页数:5页

时间:2020-04-14

基于像素统计和纹理特征的人群密度估计-论文.pdf_第1页
基于像素统计和纹理特征的人群密度估计-论文.pdf_第2页
基于像素统计和纹理特征的人群密度估计-论文.pdf_第3页
基于像素统计和纹理特征的人群密度估计-论文.pdf_第4页
基于像素统计和纹理特征的人群密度估计-论文.pdf_第5页
资源描述:

《基于像素统计和纹理特征的人群密度估计-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、a叶谯2015年第28卷第7期协议·算法及仿真ElectronicSci.&Tech./July.15.2015doi:10.16180/j.cnki.issnl007—7820.2015.07.038基于像素统计和纹理特征的人群密度估计王强,孙红(1.上海理工大学光电信息与计算机工程学院,上海200093;2.上海现代光学系统重点实验室,上海200093)摘要提出了一种人群密度估计算法,将像素统计和纹理特征两种基本方法进行有效结合。前景提取使用改进的Vibe算法,设定感兴趣区域(ROI)来减少运算量。同时,引入形态学处理和透视矫正消除了因人物远近所造成

2、的误差。并设定了一套人群密度等级划分的标准,克服了因人群密度高低频繁变化造成的误差。最终,实验结果显示运算速度和正确率均较为可观,证明了本算法的可靠性。关键词像素统计;纹理特征;前景提取;人群密度中图分类号TP391.41文献标识码A文章编号1007—7820(2015)07—129—05CrowdDensityEstimationBasedonPixelandTextureWANGQiang.SUNHong’(1.SchoolofOptical—ElectricalandComputerEngineering,UniversityofShanghaif

3、orScienceandTechnology,Shanghai200093,China;2.ShanghaiKeyLabofModemOpticalSystem,Shanghai200093,China)AbstractAcrowddensityestimationalgorithmbasedonthepixelandtextureisproposed.TheVibealgorithmisadoptedforforegroundextractionwiththeinterestedarea(ROI)settoreducethecomputationalc

4、omplexity.Tosolvetheerrorscausedbythedistanceofthecrowd,themorphologyprocessingandperspectivecorrectionisin-volved.Astandardisintroducedtodividethecrowddensitytoovercometheerrorsinducedbychangesinthecrowddensity.Theexperimentalresultsshowthatthearithmeticspeedandtheaccuracyarecon

5、siderable,whichverifiesthereliabilityofthealgorithm.Keywordspixel;texture;foregroundextraction;crowddensity随着人们社会活动的不断增加,各种公共场所,例高低变化较快时产生的误差。如商场、火车站以及大型活动现场等人流量会越来越1前景提取大,随之而来的安全隐患也越来越严重。而传统的人工观测方法存在局限性,因此对于人群密度估计是一个亟人群密度检测多用于公共场合的安全监控,对实时待发展的研究课题,也是实现智能化监控的发展趋势。性要求较高。而前景提取至关重要。

6、Vibe算法具有速度本文提出的人群密度估计算法源于经典的基于像快、鲁棒陛强等特点,能快速有效地抑制阴影和照相机晃素统计特征和基于纹理特征的人群密度估计,将两种动对前景检测的影响,更适合于视频监控的前景提取J。方法做了有效的结合并加以改进,并使用改进的Vibe前景检测包括:对当前像素与模型中n个样本的算法进行前景提取,结合了形态学处理和透视矫正,有比较得到是否匹配背景模型和统计匹配的样本个数两效降低因人物远近产生的像素点大小差异所造成的误个步骤。差。同时,也将灰度共生矩阵与纹理特征结合,设定一(1)从背景建模后的第一帧开始,每个像素分别套人群密度等级划分的

7、标准,克服了原本因人群密度和前一帧中同一位置像素的Vibe模型中的n个样本值进行比较,灰度值作差求绝对值,和设定的匹配阈值收稿日期:2014-11-25R比较,若小于该阈值,就表示找到了一个匹配。基金项目:国家自然科学基金资助项目(61170277,(2)统计匹配像素数目(,y),再与设定的最少61472256);上海市教委科研创新重点基金资助项目匹配数目阈值=I}IIlin比较,若累计匹配数目小于该最少匹(12zz137);沪江基金资助项目(C14003)配数目阈值,则表示该像素是前景点;若匹配数目多于作者简介:王强(1989一),男,硕士研究生。研究

8、方向:模该最少匹配数目阈值,则表示该像素是背景点,如式(1)式识别与智能系统,人

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。