发明名称 |
一种基于支持向量机的人群密集度检测方法及系统 |
摘要 |
本发明实施例公开了一种基于支持向量机的人群密集度检测方法及系统,用于直接分析检测区域的密集度,检测效率高。本发明实施例方法主要包括:在分类模型离线训练中导入密集度分类的视频样本图像,提取样本图像的颜色特征、HOG特征、前景矩特征,进行归一化处理后进行支持向量机分类训练后获得密集度分类模型;在实时检测中导入检测区域的实时视频,提取所述实时视频的每一帧图像的颜色特征、HOG特征和前景矩特征并进行归一化处理,使用所述分类模型离线训练中获得的所述密集度分类模型进行分类,从而获得检测区域的密度集分类。 |
申请公布号 |
CN103489012A |
申请公布日期 |
2014.01.01 |
申请号 |
CN201310464576.9 |
申请日期 |
2013.09.30 |
申请人 |
深圳市捷顺科技实业股份有限公司 |
发明人 |
唐健;关国雄;李锐;黎明;徐文丽;杨利华;王浩 |
分类号 |
G06K9/66(2006.01)I |
主分类号 |
G06K9/66(2006.01)I |
代理机构 |
深圳市深佳知识产权代理事务所(普通合伙) 44285 |
代理人 |
徐翀 |
主权项 |
一种基于支持向量机的人群密集度检测方法,其特征在于,包括:在分类模型离线训练中导入密集度分类的视频样本图像,提取所述视频样本图像的颜色特征、方向梯度直方图HOG特征和前景矩特征,并对所述视频样本图像的颜色特征、方向梯度直方图HOG特征和前景矩特征进行归一化合并,后进行支持向量机分类训练获得密集度分类模型;在实时检测中导入检测区域的实时视频,从所述实时视频的每一帧图像提取颜色特征、HOG特征和前景矩特征,并对所述实时视频的每一帧图像的颜色特征、HOG特征和前景矩特征进行归一化合并;根据在所述分类模型离线训练中获得的所述密集度分类模型,对所述实时检测中每一帧图像的归一化合并后的颜色特征、HOG特征和前景矩特征进行支持向量机分类,从而得到所述检测区域的密集度分类。 |
地址 |
518049 广东省深圳市福田区梅林路十七号捷顺大厦 |