| 发明名称 | 基于深度信息聚类的复杂场景人数统计算法 | ||
| 摘要 | 本发明涉及基于深度信息聚类的复杂场景人数统计算法，其在深度信息的基础上，其特征在于：利用以下算法人群的深度信息进行了分割：1：深度图背景建模，2：深度图阈值化，3：利用DENCLUE聚类算法进行深度图粗分割，4：利用MCMC分割算法对聚类进行细分割。本发明算法的优点主要体现在对深度图的处理上，现有技术一般采用简单的深度图阈值化来实现对人头的检测，这样做虽然简单，计算速度快，但没有完全利用好深度信息，导致人体过于拥挤时性能会下降。 | ||
| 申请公布号 | CN102521646A | 申请公布日期 | 2012.06.27 |
| 申请号 | CN201110356312.2 | 申请日期 | 2011.11.11 |
| 申请人 | 浙江捷尚视觉科技有限公司 | 发明人 | 尚凌辉;高勇;王百超;刘嘉;陈石平 |
| 分类号 | G06M11/00(2006.01)I | 主分类号 | G06M11/00(2006.01)I |
| 代理机构 | 杭州赛科专利代理事务所 33230 | 代理人 | 陈辉 |
| 主权项 | 1.基于深度信息聚类的复杂场景人数统计算法，其在深度信息的基础上，其特征在于：利用以下算法人群的深度信息进行了分割：1：深度图背景建模，2：深度图阈值化，3：利用DENCLUE聚类算法进行深度图粗分割，4：利用MCMC分割算法对聚类进行细分割，其中，最主要的算法是DENCLUE聚类算法：已知空间<img file="2011103563122100001DEST_PATH_IMAGE001.GIF" wi="49" he="25" />中包含n个对象的数据集<img file="621077DEST_PATH_IMAGE002.GIF" wi="117" he="25" />，DENCLUE算法的基本思想可以形式化描述为：全局密度函数的核估计：空间任一点x的概率密度可估计为<img file="2011103563122100001DEST_PATH_IMAGE003.GIF" wi="156" he="46" />，其中，K(x)为核函数；密度吸引子和密度吸引：已知全局密度函数的局部极大值点<img file="921434DEST_PATH_IMAGE004.GIF" wi="18" he="22" />，对任意的<img file="2011103563122100001DEST_PATH_IMAGE005.GIF" wi="42" he="20" />，如果存在点集<img file="298057DEST_PATH_IMAGE006.GIF" wi="89" he="25" />，使得<img file="2011103563122100001DEST_PATH_IMAGE007.GIF" wi="93" he="26" />且<img file="322514DEST_PATH_IMAGE008.GIF" wi="17" he="25" />位于<img file="2011103563122100001DEST_PATH_IMAGE009.GIF" wi="25" he="25" />的梯度方向上，则称x 被<img file="13258DEST_PATH_IMAGE004.GIF" wi="18" he="22" />密度吸引，而称<img file="377244DEST_PATH_IMAGE004.GIF" wi="18" he="22" />为x 的密度吸引；如果核函数K(x)在空间中的每一点都连续、可微，密度吸引子可以采用梯度方向指引的爬山法来搜索；基于中心的聚类：已知密度吸引子<img file="800135DEST_PATH_IMAGE004.GIF" wi="18" he="22" />，如果存在自己<img file="249571DEST_PATH_IMAGE010.GIF" wi="48" he="21" />使得<img file="2011103563122100001DEST_PATH_IMAGE011.GIF" wi="50" he="20" />，x都被<img file="806323DEST_PATH_IMAGE004.GIF" wi="18" he="22" />密度吸引且<img file="759235DEST_PATH_IMAGE012.GIF" wi="77" he="25" />（<img file="2011103563122100001DEST_PATH_IMAGE013.GIF" wi="14" he="22" />为预设的密度门限值），则称C为以<img file="998368DEST_PATH_IMAGE004.GIF" wi="18" he="22" />为中心的聚类。 | ||
| 地址 | 310013 浙江省杭州市天目山路398号（古墩路口）尚坤大厦四楼南座 | ||