融合像素与纹理特征的人群人数统计方法研究

公共场景监控下的人群人数统计是公共安全管理中的一个重要内容。针对复杂场景监控的情况,本文提出一种融合像素与纹理特征的人群人数统计方法。首先,通过改进的视觉背景提取方法得到高精度的前景目标;然后,提取ROI区域前景像素统计特征与纹理特征并引入阈值判别机制;最后,对阈值上下的图像分别采用基于纹理特征的回归算法和基于像素统计特征的线性拟合算法来得到人群人数。实验结果表明,本文方法相较于传统算法,可以适应于不同密度场景下的人群人数统计,且计算简单,统计精度高。

基于特征像素统计的图像相关匹配算法

以电视跟踪为应用背景,对图像相关匹配算法进行了研究。并以特征像素统计为基本手段,提出了基于MCD距离相关匹配法的改进算法,降低了匹配计算量,改善了跟踪实时性。

大规模群体密度估计算法

针对大规模人群的密度分析技术,对传统的像素统计特征人群密度分析和灰度共生矩阵(GLDM)密度分析算法进行了透视矫正改进,提高了群体密度分析的精度。同时综合了像素统计特征和灰度共生矩阵特征的优点,设计了大规模群体的密度分析系统,在全密度范围内具有比较高的密度估计精度,其提供的数据可以为大规模群体管理提供依据。