基于置信度分析的人群密度等级分类模型-模式识别与人工智能.PDFVIP

第24卷 第 l期 模式识别与人工智能 Vo1．24 No．1 2011年2月 PR ＆ AI Feb 201I 基于置信度分析的人群密度等级分类模型 麻文华 黄 磊 刘 昌平 (中国科学院自动化研究所 汉王科技实验室 北京 100190) (中国科学院研究生院 北京 100190) 摘 要 人群密度等级估计是智能人群监控的核心技术之一．其主要应用是统计监控图像或视频中指定监控区域 内的人群密度量化等级．文中提出一种基于置信度分析的人群密度等级分类模型．首先设计基于二叉树分类思想 的纠错输出编码，优化组合多个二分类器．然后提取置信样本，训练SVM二分类器．最后利用信道传输模型进行解 码，依据后验概率最大法则得到样本所属的人群密度等级．该模型在样本集和特征相同的前提下分类正确率和泛 化性能均优于传统分类模型，为以人群密度估计为代表的多类分类问题求解提供一种思路． 关键词 置信度分析，支持向量机 (SVM)，统计学习，人群密度 中图法分类号 TP391．4 CrowdDensityClassificationBasedonConfidenceAnalysis MA Wen—Hua ，HUANG Lei，LIU Chang—Ping HansonTechnologyLaboratory，InstituteofAutomation，ChineseAcademyofSciences， Beijing100190) (GraduateSchoolofChineseAcademyofSciences，Beifing100190) ABSTRACT Crowddensityestimationiscrucialforcrowdmonitoringandismainlyusedforcalculatingquantified levelsofrcrowddensityoftargetmonitorareasinvideosorimages．A crowddensityclassifierisproposed basedonconfidenceanalysis．Severalbinaryclassifiersarefirstlycombinedtogetherbyerrorcorrecting outputcodes，which isdesigned underthe guidance ofbinary tree theory ．Confidence samplesare selectedand usedofrtrainingsupportvectormachines，which areadopted asbinaryclassifiers．The decodingalgorithm isbasedontransmissionchannelmodelandthesamplesareassignedtoclasseswith maximum posteriorprobabilities．Experimentalresultsdemonstratethattheproposedapproachissuperior tothetraditionalclassificationmodelsunderthepremiseofsamedatasetand features，whichprovidesa methodofrmulti—categoryclassificationsuchascrowddensityestimation． KeyWords ConfidenceAnalysis，S