一种基于改进的LBP算子的人群计数方法

摘要

本发明公开一种基于改进的LBP算子的人群计数方法，采用基于圆形领域的自适应尺度的旋转不变等价模式的ASLBP算子描述图像的局部纹理特征实现人群计数。采用基于透视归一化图的自适应分块方案，对块提取旋转等价不变的LBP特征算子，特征提取中用灰度变化度确定自适应半径，根据半径确定采样频率，最后对块的归一化的特征描述符，联合BOF特征袋模型，形成场景的特征描述向量；最后用SVR支持向量回归机对图像的特征和场景中的人数之间的映射关系进行回归学，用训练得到的模型对未知的图像中的人数进行预测。本方法具有良好的实时性，较好的准确度。可用于安防监控等领域。

主权项

一种基于改进的LBP算子的人群计数方法，其特征在于，包括以下步骤：S1：采集用于回归模型训练的训练图像集；S2：提取训练图像集中每幅图像的ASLBP特征向量，提取的步骤包括：(1)对图像采用基于摄像头透视关系的场景自适应分块处理，将场景划分成子图像块；(2)用灰度变化度确定圆形区域的自适应半径，根据半径确定采样像素点数目；(3)对于每个子图像块，采用自适应尺度的旋转不变等价模式的ASLBP特征算子提取场景信息，形成ASLBP特征直方图；(4)对于每个子图像块的ASLBP特征直方图采用归一化处理；(5)对归一化后特征描述符，联合特征袋模型的BOF，形成特征描述向量F_lbp；S3：回归模型的训练：对于训练图像集，视每一幅图像得到的特征描述向量F_lbp为一个训练样本数据X_i，相应场景的实际人数为当前标签y_i，构建样本数据库并获得回归模型SVR_model；S4：回归模型的估计：对于待估计的图像，提取其场景特征描述向量F_lbp，采用SVR_model进行估计，得到当前场景的人数n_people。