一种基于视频监控的人群人数估计方法

摘要

本发明公开了一种基于视频监控的人群人数估计方法。针对特征点统计和纹理分析这两个经典算法存在的缺陷，本发明方法综合考虑了特征点统计特征适合估计人数较少场景和灰度共生矩阵特征适合估计人数较多场景的优点，设计出了用特征点进行人群人数初步判断，并根据初步判断结果来选取特征点特征还是纹理特征来估计人群人数的方法。该方法在各种场景中均具有比较高的估计精度。

主权项

1. 一种基于视频监控的人群人数估计方法，其特征在于包括如下步骤：步骤（1）用混合高斯模型的方法提取视频的前景图像，并对前景图像进行预处理操作，包括二值化、中值滤波去噪和形态学操作；步骤（2）设定人群人数估计的阈值；用SURF算法初步判定前景图像的人群人数；如求出的前景SURF特征点数目小于设定的阈值，则选取SURF算法估计人群人数；否则采用基于纹理分析方法估计人群人数，具体是：A）人群人数初步判定：(1)其中为采用SURF算法确定的前景图像特征点个数，为阈值；如果前景图像满足式(1)，则采用基于SURF特征点的方法估计人数；跳到步骤B）；否则采用基于纹理统计分析的方法估计人数，跳到步骤C）；B）基于特征点的方法估计人数，具体是：统计特征点个数，根据对应的拟合直线，计算出场景的人数；所述的拟合直线由一元线性回归方法训练得到：根据场景的特征点个数，并分别人工数出训练样本中每幅图像的实际人数，采用最小二乘法，拟合出对应于人群人数和特征点个数的关系直线，得到直线的方程；C）基于纹理分析的方法估计人数，具体是：对于某一前景图像，统计该图像的Contrast 0度、Homogeneity 0度纹理统计量，根据对应的拟合直线，计算出相应的人数；所述的拟合直线由多元线性回归方法训练得到：选取两个指标：Contrast 0度和Homogeneity 0度 ，并分别人工数出训练样本中每幅图像的子区域的人数，采用最小二乘法，拟合出对应于人群人数和Contrast 0度、Homogeneity 0度的关系直线，求得直线的方程。