高密度情況下的人數統計有其重要的社會意義和市場價值。利用ROI (Region of Interest)區域內的人數統計信息：管理人員可以合理調度人力和物力,優化資源的配置；對于一些廣場、通道等公共場合,人數統計的結果對一系列社會治安問題能起到很好的預警作用。因此,該課題成為國內外很多視頻分析和智能視頻監控領域的工作重點。 傳統的人群計數方法通過精確定位、跟蹤每個行人后實現計數的目的,適用于視頻清晰度高以及人流量不大的情況,但對人群密度較高及視場開闊的環境并不適用。本文主要針對高密度及視場開闊情況下的人群計數問題進行研究,通過對該問題的國內外研究趨勢及相關方法的比較分析,提出一種基于SURF特征的高密度人群計數方法,并以該方法為基礎設計實現了高密度人群計數的原型系統。其創新點主要體現在： (1)通過塊匹配技術,實現運動人群特征點的快速提取。在此基礎上,提出一種新的MST-DBSCAN聚類算法：通過引入最小生成樹的概念以改進傳統的基于密度的DBSCAN聚類算法,使其最小搜索域自適應聚類數據的分布,實現運動人群特征點在空間上的合理聚類。 (2)在人群特征向量的構建過程中,將特征點的數量作為運動人群的主要表征的同時,考慮透視現象,將人群與攝像機之間的距離對其特征點數的影響加入考慮,以適應視場開闊情況下的高密度人群計數問題。

聯系：highspeedlogic

QQ ：1224848052

微信：HuangL1121

郵箱：1224848052@qq.com

網站：http://www.mat7lab.com/

網站：http://www.hslogic.com/

微信掃一掃：