一種基于fast的計(jì)算機(jī)輔助cad人數(shù)統(tǒng)計(jì)方法
【專(zhuān)利摘要】一種基于FAST的人數(shù)統(tǒng)計(jì)方法，屬于計(jì)算機(jī)視覺(jué)人數(shù)統(tǒng)計(jì)需求領(lǐng)域，其特征在于，在對(duì)人群監(jiān)控視頻圖像進(jìn)行濾波預(yù)處理后，利用角點(diǎn)檢測(cè)算法得到當(dāng)前圖像的角點(diǎn)特征向量FAST,再按照當(dāng)前人群圖像特征點(diǎn)與像素點(diǎn)總數(shù)之比分為低、高密度的人群圖像，提取出兩者的前景圖像后，對(duì)于低密度人群前景圖像把腐蝕算法得到的連通域面積T作為FAST特征點(diǎn)，對(duì)于高密度人群的前景圖像，利用OPTiCS算法為各像素點(diǎn)中的核心點(diǎn)建立鄰居域，再以每個(gè)鄰居域核心點(diǎn)到各個(gè)像素點(diǎn)的最小可達(dá)距離作為每個(gè)鄰居域內(nèi)的最小可達(dá)距離并以此構(gòu)建高密度人群的FAST特征點(diǎn)向量X，再以T、X和攝像機(jī)離人群距離D構(gòu)筑人群評(píng)估模型，再以設(shè)定的訓(xùn)練樣本作測(cè)試向量進(jìn)行SVM支持向量機(jī)訓(xùn)練，提高了統(tǒng)計(jì)速度和準(zhǔn)確率。
【專(zhuān)利說(shuō)明】—種基于FAST的計(jì)算機(jī)輔助CAD人數(shù)統(tǒng)計(jì)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計(jì)算機(jī)視覺(jué)領(lǐng)域的人數(shù)統(tǒng)計(jì)。
【背景技術(shù)】
[0002]當(dāng)前人數(shù)計(jì)數(shù)方法可以劃分為三大類(lèi):
[0003]第I類(lèi)方法采用一種統(tǒng)計(jì)的方法來(lái)估計(jì)某個(gè)區(qū)域的人數(shù)。該類(lèi)方法通常是將運(yùn)動(dòng)區(qū)域的像素或者其他特征和該區(qū)域具體人數(shù)關(guān)聯(lián)起來(lái)，然后訓(xùn)練一個(gè)函數(shù)來(lái)估計(jì)運(yùn)動(dòng)區(qū)域的人數(shù)。如Kim等人和Lee等人利用底層特征——前景像素累計(jì)和與運(yùn)動(dòng)向量來(lái)進(jìn)行人數(shù)統(tǒng)計(jì)，像素累計(jì)和與人數(shù)關(guān)聯(lián)，運(yùn)動(dòng)向量用于區(qū)分兩個(gè)方向，使用了較簡(jiǎn)單的特征來(lái)統(tǒng)計(jì)得到核函數(shù)。而Chan等人則進(jìn)一步使用多種特征來(lái)訓(xùn)練回歸函數(shù)。使用的特征可以分為兩大類(lèi):區(qū)域相關(guān)特征和區(qū)域內(nèi)部邊緣相關(guān)特征。區(qū)域相關(guān)特征，如區(qū)域面積、周長(zhǎng)、區(qū)域外沿方向直方圖、周長(zhǎng)面積比等。區(qū)域內(nèi)部邊緣相關(guān)特征，包括區(qū)域內(nèi)部邊沿像素和值，內(nèi)部邊緣直方圖和紋理信息等，得到了較滿意的計(jì)數(shù)效果。但是核函數(shù)的方法和具體場(chǎng)景關(guān)聯(lián)性太大。
[0004]第2類(lèi)方法采用檢測(cè)加跟蹤相結(jié)合的方法。該類(lèi)方法通常都有一個(gè)預(yù)處理過(guò)程，在預(yù)處理過(guò)程中，提取出運(yùn)動(dòng)區(qū)域，然后在運(yùn)動(dòng)區(qū)域上檢測(cè)行人。常用的檢測(cè)方法有基于投影直方圖的分割方法?；谀０迤ヅ涞姆椒ê突诮y(tǒng)計(jì)分類(lèi)(訓(xùn)練一個(gè)分類(lèi)器)的方法?；谕队爸狈綀D的方法，如Zhang等人首先采用高斯背景建模提取出前景區(qū)域，進(jìn)一步閾值化得到前景二值圖像，然后對(duì)此圖像進(jìn)行豎直方向投影，得到一個(gè)關(guān)于圖像寬度和像素累積值的直方圖，然后根據(jù)直方圖的極值點(diǎn)來(lái)分割行人。Ma等人進(jìn)一步地對(duì)圖像在兩個(gè)方向上均進(jìn)行投影，解決同一豎直方向多人重合的情況。這種分割方法的優(yōu)點(diǎn)是簡(jiǎn)單快速，但缺點(diǎn)也很明顯，在人群較為密集的情況下，得到的結(jié)果可信度不高；基于模板匹配的方法，如由Gavrila等人基于輪廓的分層匹配算法，為了解決行人姿態(tài)問(wèn)題，構(gòu)造了接近2500個(gè)輪廓模板對(duì)行人進(jìn)行匹配，采用由粗到細(xì)的匹配策略來(lái)提高速度；基于統(tǒng)計(jì)分類(lèi)的方法通過(guò)對(duì)訓(xùn)練數(shù)據(jù)的學(xué)習(xí)，得到一個(gè)分類(lèi)器，檢測(cè)就轉(zhuǎn)化為一個(gè)分類(lèi)問(wèn)題。當(dāng)前的行人檢測(cè)熱門(mén)方法幾乎都屬于此類(lèi)。
[0005]第3類(lèi)方法采用特征點(diǎn)跟蹤，得到點(diǎn)的路徑信息，然后對(duì)特征點(diǎn)路徑信息進(jìn)行聚類(lèi)分析實(shí)現(xiàn)人數(shù)計(jì)數(shù)，這種處理方法是針對(duì)密集人群下的實(shí)時(shí)計(jì)數(shù)需求提出的。Vincent等人采用KLT(Kanade-Lucas-Tomasi)跟蹤器獲取特征點(diǎn)的軌跡信息。然后對(duì)這些軌跡信息使用一些基本規(guī)則，如軌跡之間運(yùn)動(dòng)相似度，軌跡之間距離等，將點(diǎn)歸屬于不同的目標(biāo)，后采用RANSAC算法合并得到最終目標(biāo)數(shù)目。Sugimura在使用特征點(diǎn)聚類(lèi)的基礎(chǔ)之上，增加了單個(gè)個(gè)體的步態(tài)信息和局部時(shí)域一致性特征來(lái)更好地將不同的行人之間的特征點(diǎn)劃分開(kāi)。這類(lèi)方法是當(dāng)前一種較為新穎的方法，其優(yōu)點(diǎn)是能夠在人群擁擠的情況下實(shí)現(xiàn)計(jì)數(shù)。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的在于提供一種在統(tǒng)計(jì)速度和準(zhǔn)確率上均提高于現(xiàn)有技術(shù)的基于FAST的CAD人數(shù)統(tǒng)計(jì)方法。
[0007]本發(fā)明的特點(diǎn)在于，是在計(jì)算機(jī)中依次按以下步驟實(shí)現(xiàn)的:
[0008]步驟(1)，把輸入的監(jiān)控視頻圖像數(shù)據(jù)轉(zhuǎn)制為圖片數(shù)據(jù)，得到離散的數(shù)字圖像序列，用{z}表不；
[0009]步驟(2)，對(duì)步驟(1)得到的數(shù)字圖像序列{Z}按以下步驟進(jìn)行圖像增強(qiáng)預(yù)處理:
[0010]步驟(2.1)，對(duì)每幀數(shù)字圖像z，z = 1，2，…z，…Z，按下式計(jì)算灰度為i的像素的出現(xiàn)概率Px (i); [0011]Px (i) = rii/N，i ^ I,是灰度值為i的直方圖，橫軸是像素值i，縱軸是出現(xiàn)概率，其中，
[0012]Iii是灰度值為i的像素點(diǎn)數(shù)，
[0013]N為該幀圖像的像素點(diǎn)總數(shù)，
[0014]步驟(2.2)，按下述拉普拉斯高斯函數(shù)濾波，使所述直方圖Px (i)均衡化，保證每個(gè)灰度級(jí)的概率密度相等:
【權(quán)利要求】
1.一種基于FAST的計(jì)算機(jī)輔助CAD人數(shù)統(tǒng)計(jì)方法，其特征在于，是在計(jì)算機(jī)中依次按以下步驟實(shí)現(xiàn)的: 步驟(1)，把輸入的監(jiān)控視頻圖像數(shù)據(jù)轉(zhuǎn)制為圖片數(shù)據(jù)，得到離散的數(shù)字圖像序列，用{Z}表示； 步驟(2)，對(duì)步驟(1)得到的數(shù)字圖像序列{Z}按以下步驟進(jìn)行圖像增強(qiáng)預(yù)處理: 步驟(2.1)，對(duì)每幀數(shù)字圖像z，z=l，2，…z，…Z，按下式計(jì)算灰度為i的像素的出現(xiàn)概率 ρχα)； Px⑴=IVU O≤i ( I,是灰度值為i的直方圖，橫軸是像素值i，縱軸是出現(xiàn)概率，其中， Iii是灰度值為i的像素點(diǎn)數(shù)， N為該幀圖像的像素點(diǎn)總數(shù)， 步驟(2.2)，按下述拉普拉斯高斯函數(shù)濾波，使所述直方圖匕(1)均衡化，保證每個(gè)灰度級(jí)的概率密度相等:
【文檔編號(hào)】G06K9/66GK103577875SQ201310589429
【公開(kāi)日】2014年2月12日 申請(qǐng)日期:2013年11月20日 優(yōu)先權(quán)日:2013年11月20日
【發(fā)明者】鮑泓, 徐成, 劉宏哲, 張璐璐 申請(qǐng)人:北京聯(lián)合大學(xué)