人群密度识别.docxVIP

人群密度检测的各种方法，主要有两种人密度估计方法：基于像素统计的人群密度估计方法和基于纹理分析的人群密度估计方法。 人群密度的大小与图像中有显著运动的区域的碎片有关。特征提取具体造作如下：首先对视频序列进行采样，得到精致的人群图像：再用模板对背景图像进行操作，屏蔽掉大部分复杂背景，只留下人群对象区域的背景；然后用此背景图像对人群图像进行背景减和边缘检测或二值化操作分离出人群对象和背景，从所得的图像中提取三种特征值： 人群边缘长度，人群对象的像素在整个图像中占有的比例，以及背景对象的像素在整个图像中的占有的比例 基于纹理分析的人群密度估计方法 高密度的人群在纹理上表现为细模式；低密度的人群图像在背景图像也为低频时在纹理上表现为粗模式。 纹理分析方法目前主要分为四大类：统计法 结构法 频谱法和模型法 1，统计法： 通过统计参数来表征图像中像素灰度级分布的特征，比较典型的为空间灰度共生矩阵的统计方法。复杂度较低 易于实现 2， 结构法 ：直线分割法： 先对图像做Hough变换然后提取直线分割后的纹理一阶统计特征。 3，傅里叶频谱法：纹理的平滑度与图像空间能量成比例，粗纹理的频谱能量主要集中在低频部分，细纹理的频谱能量主要集中在高频部分。方法的特征量有两个：矩原点为r处的频谱值和角度频谱值之和 。 4 模型法：“ 纹理的平滑度与分形维数有关。分形维数:??? 常用密度分类器： 神经网络分类器 贝叶斯 拟合函数分类器：当已知某些模式可以有一系列参数来描述时那么可以由这些参数组成的你和函来表示这些模式。