基于广义回归神经网络的多向运动人群流量估计方法技术

本发明专利技术涉及一种基于广义回归神经网络的多向运动人群流量估计方法。基于线性回归的方法难以应对行人间遮挡严重、人群分割质量较差时的复杂情况。本发明专利技术首先通过光流场提取运动人群的动态纹理特征，然后借助动态纹理特征和水平集算法实现人群的按运动方向分割，获得代表不同运动方向的ROI，再利用GRNN实现ROI特征与人群流量之间的回归分析，从而获取场景中具有不同运动方向人群的精确、实时流量统计结果。本发明专利技术不仅可以回避复杂的行人个体特征的提取与跟踪过程，大幅提升算法的抗行人间遮挡能力，同时也可兼顾行人运动的整体性与差异性，从而实现人群的按运动方向分割。

【技术实现步骤摘要】

本专利技术属于图像处理与模式识别
，具体涉及一种。
技术介绍
随着经济的快速发展和人们社会活动的不断增加，人群流量信息的重要性日益体现出来，其不仅与大型商场、超市等公众消费场所的经济利益密切相关，同时也是展览馆、 体育场、地铁、公交车等公共场所实现合理规划布局、预防突发事件以及消除重大安全隐患的重要依据。传统人群流量统计方法包括人工法、红外法和压力踏板法等，对人群的运动具有较高的秩序要求，无法应用于拥挤现象严重的大流量人群。而随着计算机视觉和图像处理技术的不断发展，大流量人群的视觉自动监测已成为可能。因此，如何利用先进的视频图像处理技术获得实时、准确的人群流量信息，是当前计算机视觉、智能交通以及视频监控等相关领域的研究热点之一，具有广泛的应用前景以及潜在的经济价值。近些年来，针对人群流量估计的视觉方法，研究人员的研究工作主要可归纳为两大类，即基于行人个体识别与跟踪的人群流量估计方法以及基于统计模型的人群流量估计方法。基于行人个体识别与跟踪的人群流量估计算法首先在场景中检测出每个行人个体或提取出每个行人个体的局部特征，再利用对完整行人或局部特征的跟踪和聚类获得场景中的行人数目。本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：于海滨，何志伟，周巧娣，刘圆圆，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：