基于正则化风险最小化的目标计数

针对现有研究对目标空间信息的普遍忽视及其对高密度群体精确计数的困难,提出对输入图像估计一个密度函数.通过该函数在任意图像区域上的积分得出该区域中的目标个数.经过数学推导,得到密度函数的参数化模型,分析特征向量需要满足的条件以及加入图像分割对结果的影响.由正则化风险最小化原理求取密度函数模型的参数,将密度函数的经验风险最小化问题简化为一个线性规划问题.实验表明,该方法只需少量图像进行训练,就可以准确地估计测试图像的目标数目.对于高密度群体,该方法能够给出目标计数,而不仅是密度等级估计.