[发明专利]一种通过模式识别与机器视觉对人群密度进行实时监控的方法

摘要

本发明公开了一种通过模式识别与机器视觉对人群密度进行实时监控的方法，划分图像子块；确定图像子块前景像素占比的选择阈值R；对图像子块的标定，图像子块的平均前景像素占比r＜R时，采用基于前景像素统计的回归算法；当图像的平均前景像素占比r＞R时，采用基于纹理特征提取的学习分类算法；获得整幅图像的人群密度等级。本发明结合了两种人群密度估计算法的混合算法在各个人群密度等级都有较好的分类效果，较好的融合了两种算法的优点，不仅有效的解决了两种人群密度估计算法的缺点，而且还从整体上简化了算法的训练过程，同时还提高了平均分类准确率。

主权项

1.一种通过模式识别与机器视觉对人群密度进行实时监控的方法，其特征在于：S1：划分图像子块，确定图像子块前景像素占比r的选择阈值R；S2：图像子块人群密度等级评定，图像子块的平均前景像素占比r＜R时，采用基于前景像素统计的回归算法计算人群密度，根据标定表得到人群密度等级编号；当图像的平均前景像素占比r＞R时，采用基于纹理特征提取的学习分类算法计算人群密度，根据标定表得到人群密度等级编号，并建立SVM分类器，使用SVM分类器对待检测的图像子块进行人群密度等级评定；S3：获得每一个图像子块的人群密度等级后，需要利用图像子块的人群密度等级估计整幅图像的人群密度等级，因此定义整幅图像的人群密度等级为：其中，dall表示整幅图像的人群密度等级编号，dseg(i)为图像子块i的人群密度等级编号，#[ ]定义为四舍五入算子，N为整幅图像划分成图像子块的个数。