【技术实现步骤摘要】
本专利技术涉及视频人群分析
,更具体地,涉及一种基于改进的LBP算子的人群计数方法。
技术介绍
2010年德国Love Parade音乐节的踩踏事件,导致21人遇难,超过500人受伤。2015年12月31日中国上海市黄浦区外滩在群众自发进行的迎新年活动中发生踩踏事件,大致35人遇难,42人受伤。人口增长所引发社会安全问题受到了越来越多的关注。在监控安防领域中,及时的掌握公共场所人群的动态信息根据这些信息进行有效的疏通和调度变得愈发重要。早期的视频监控采用人工观察的方法,这种方法不仅费时,繁琐无聊,容易出现错漏,而且还要消耗大量的人力物力。人群视频分析是对人群的动态信息进行建模和分析的一种技术。在这门技术运用中热门的一个问题就是对人群中人数和整个人群的密度估计。虽然有很多针对这个问题的解决方案,但是实时性能好,准确率高的算法还是比较少的。人群计数和密度估计:人群计数的算法大致可以分为两大类:1)基于检测的方法,对视频进行分割和检测每一个行人,得到人数。)2基于特征的方法:先提取出视频中图像的特征,用回归的方法学习到特征和人数之间的映射关系。本申请中采用的方法属于后者。LBP特征描述子:LBP(local Binary Pattern)特征是Ojala教授在1994年提出的一种用来描述图像局部纹理特征的算子。LBP是一种具有计算简便、分辨能力强、灰度不变性等显著优势的算子,但它却不能满足不同的尺度、不同的采样频率纹理描述的需求。为了解决这个问题,Ojala等对基础的LBP特征算子进行了改进,并提出了多尺度的LBP特征、旋转不变的纹理特征、等价模式的LB ...
【技术保护点】
一种基于改进的LBP算子的人群计数方法,其特征在于,包括以下步骤:S1:采集用于回归模型训练的训练图像集;S2:提取训练图像集中每幅图像的ASLBP特征向量,提取的步骤包括:(1)对图像采用基于摄像头透视关系的场景自适应分块处理,将场景划分成子图像块;(2)用灰度变化度确定圆形区域的自适应半径,根据半径确定采样像素点数目;(3)对于每个子图像块,采用自适应尺度的旋转不变等价模式的ASLBP特征算子提取场景信息,形成ASLBP特征直方图;(4)对于每个子图像块的ASLBP特征直方图采用归一化处理;(5)对归一化后特征描述符,联合特征袋模型的BOF,形成特征描述向量Flbp;S3:回归模型的训练:对于训练图像集,视每一幅图像得到的特征描述向量Flbp为一个训练样本数据Xi,相应场景的实际人数为当前标签yi,构建样本数据库并获得回归模型SVRmodel;S4:回归模型的估计:对于待估计的图像,提取其场景特征描述向量Flbp,采用SVRmodel进行估计,得到当前场景的人数npeople。
【技术特征摘要】
1.一种基于改进的LBP算子的人群计数方法,其特征在于,包括以下步骤:S1:采集用于回归模型训练的训练图像集;S2:提取训练图像集中每幅图像的ASLBP特征向量,提取的步骤包括:(1)对图像采用基于摄像头透视关系的场景自适应分块处理,将场景划分成子图像块;(2)用灰度变化度确定圆形区域的自适应半径,根据半径确定采样像素点数目;(3)对于每个子图像块,采用自适应尺度的旋转不变等价模式的ASLBP特征算子提取场景信息,形成ASLBP特征直方图;(4)对于每个子图像块的ASLBP特征直方图采用归一化处理;(5)对归一化后特征描述符,联合特征袋模型的BOF,形成特征描述向量Flbp;S3:回归模型的训练:对于训练图像集,视每一幅图像得到的特征描述向量Flbp为一个训练样本数据Xi,相应场景的实际人数为当前标签yi,构建样本数据库并获得回归模型SVRmodel;S4:回归模型的估计:对于待估计的图像,提取其场景特征描述向量Flbp,采用SVRmodel进行估计,得到当前场景的人数npeople。2.根据权利要求1所述的基于改进的LBP算子的人群计数方法,其特征在于,步骤S2中,对图像采用基于摄像头透视关系的场景自适应分块处理的具体过程为:计算透视归一化图,得到整个场景的权重差diff_w=wH-w1,其中w1是深度为1时的图像加权值,wH为深度是H时的像素加权值;将权重差diff_w等分为N份来得到自适应的尺度,N为正整数,从深度为1开始,权重值每增加diff_w/N为一层,并设定相应所增加的深度为此层子图像块的高度,每层子图像的高与宽是一样的,将整个场景划分为五层子图像块;对于每个层次最后剩余的不完整的子图像块,做如下的判定: S = 1 , S r e s / S p a t c h ≥ 1 / 2 0 , S r e s / S p a t c h < 1 ...
【专利技术属性】
技术研发人员:纪庆革,冷绵绵,印鉴,
申请(专利权)人:中山大学,广州智海纵横信息科技有限公司,广州中大南沙科技创新产业园有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。