[发明专利]基于局部纹理特征的人群密度谱估计方法

摘要

本发明提供一种基于局部纹理特征的人群密度谱估计方法，采用SIFT关键点检测器可以有效检测出图像中行人所在的区域，使用SVM分类器对每个关键点区域进行分类，有效得到各个关键点区域的人群密度。另外，本发明还提供一种纹理特征的提取方式，通过提取局部纹理模式的灰度共生矩阵特征来表达图像块的行人密度，简单有效。

主权项

1.基于局部纹理特征的人群密度谱估计方法，其特征在于，包括以下步骤：1)训练步骤：1‑1)采集视频样本图片，根据单位面积内包含的行人数量对样本设置人群密度分类标签；设置各人群密度分类标签对应的得分；1‑2)提取样本图片的纹理特征，将样本图片的纹理特征与对应的人群密度分类标签输入SVM分类器进行分类器训练；2)测试步骤：2‑1)利用SIFT关键点检测器提取出候选关键点，再在候选关键点中通过间隔采样选取出关键点；以每个关键点为中心，提取出固定大小的邻域图像块，提取邻域图像块的纹理特征；2‑2)将邻域图像块的纹理特征输入SVM分类器进行分类，得到该图像块的一个人群密度分类标签，并得到该人群密度分类标签对应得分；2‑3)计算邻域图像块内的所有像素点的密度得分，密度得分为邻域图像块的SVM预测得分与距离加权因子的乘积；像素点的距离加权因子w(i，j)为其中，p(i，j)代表(i，j)位置的像素点，dist(p(i，j)，C)代表该像素点与关键点的欧式距离；2‑4)遍历检测图像中每个像素点所在的所有邻域图像块，将对应的像素点密度得分进行累加得到每个像素点的最终密度得分；2‑5)将每个像素点的最终密度得分归一化到0到255之间，再将最终密度得分对应成灰度值，得到一幅灰度密度谱图；或将最终密度得分对应成RGB三个通道值，得到一幅彩色密度谱图。