智能視頻監(jiān)控系統(tǒng)中人群密度估計與實現(xiàn).pdf

1、智能視頻監(jiān)控系統(tǒng)是現(xiàn)今計算機視覺領(lǐng)域的研究熱點之一。隨著城市人流量的增加，對公共場所的人群進(jìn)行監(jiān)控和管理變得至關(guān)重要。檢測監(jiān)控場景內(nèi)的人群并估計人群密度，不僅可以幫助有關(guān)部門及時發(fā)現(xiàn)公共場所的不安全因素，而且可以更好地完善視頻監(jiān)控系統(tǒng)的性能，為維護(hù)公共場所的安全秩序做出了很大的貢獻(xiàn)。
　　本文對現(xiàn)有的人群密度估計方法進(jìn)行了詳細(xì)研究。對中低密度人群圖像，提出了一種改進(jìn)的混合高斯模型，用于人群圖像的背景重建。與以往的混合高斯模型背景重

2、建方法不同的是，針對人群密度特點，該方法選擇了均值和偏差均值來更好地描述背景模型特征。在此基礎(chǔ)上，提出了像素過濾技術(shù)，用于解決運動目標(biāo)像素對背景重建的干擾。同時，利用原始圖像與參考背景圖像在S分量上的差分關(guān)系，修正人群前景圖像。實驗結(jié)果表明，該方法能夠快速地重建背景圖像，大大地提高了中低密度下人群人數(shù)統(tǒng)計的準(zhǔn)確性。針對中高密度人群圖像，利用支持向量機的方法估計人群的密度等級。首先，利用灰度共生矩陣提取圖像的紋理特征，通過對相關(guān)性的分析選

3、取不同方向的紋理特征。然后，采用分段二分法優(yōu)化支持向量機的核參數(shù)，利用參數(shù)優(yōu)化后的支持向量機對人群圖像的紋理特征進(jìn)行分類。實驗結(jié)果發(fā)現(xiàn)，不同方向的紋理特征決定了不同場景下人群密度估計精度；支持向量機的泛化性能優(yōu)于傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)分類器；基于支持向量機的分類方法能夠?qū)崿F(xiàn)中高密度人群密度等級的估計。最后，根據(jù)現(xiàn)有的視頻監(jiān)控系統(tǒng)的特點，引入多線程思想，在完成單路人群密度估計的基礎(chǔ)上，實現(xiàn)了多個場景下并行的人群密度監(jiān)控，完善了現(xiàn)有智能視頻監(jiān)控