人群密度估計研究及其在醫(yī)院中的應(yīng)用.pdf

1、隨著國民經(jīng)濟(jì)的高速發(fā)展，人們的社會活動日益豐富，各類大型活動如體育盛會、文娛活動和商場促銷的舉辦使公共場所中的人群聚集越來越頻繁，聚集規(guī)模也越來越大，對公共安全產(chǎn)生了極大的隱患。因此，如何有效利用計算機(jī)和圖像處理技術(shù)，實時監(jiān)測公共場所人群活動，對人群密度異常情況及時預(yù)警，并采取相應(yīng)的措施，對于維護(hù)公共秩序，保障人群安全具有非常重要的研究意義。
　　本文對目前主流的人群密度估計方法進(jìn)行分析研究，并改進(jìn)相關(guān)算法。針對醫(yī)院應(yīng)用場景，采用

2、一種基于分塊的人群密度估計方法，從而實現(xiàn)對醫(yī)院人數(shù)的實時監(jiān)測。
　　使用結(jié)合平均背景和幀間差分的方法提取人群圖像背景，并利用灰度直方圖整體閾值法對背景減除后的差分圖像進(jìn)行二值化處理提取運動的人群前景目標(biāo)。針對人群密集程度不高的情況，采用一種基于像素特征與最小二乘曲線擬合的方法，利用基于二值圖像的方法提取目標(biāo)邊緣，分別統(tǒng)計出人群前景像素面積和邊緣像素數(shù)量，再利用最小二乘法分別擬合人群數(shù)量與兩個像素特征的關(guān)系曲線，根據(jù)得到的擬合曲線對

3、人群密度進(jìn)行定量估計。該方法對低密度人群圖像的密度估計準(zhǔn)確度較高，但對高密度圖像估計誤差較大。為解決密集人群的密度估計問題，采用一種基于灰度共生矩陣與支持向量機(jī)的方法，計算出圖像的灰度共生矩陣，并在矩陣基礎(chǔ)上提取出圖像的紋理特征，將得到的紋理特征送入基于 RBF核函數(shù)的支持向量機(jī)分類器中并使用一對一多類分類方法進(jìn)行分類訓(xùn)練，根據(jù)得到的密度分類器對人群密度進(jìn)行定性估計。
　　針對醫(yī)院場景實時人數(shù)監(jiān)測的應(yīng)用要求，采用一種基于分塊的方法

4、，利用攝像機(jī)投影透視模型將圖像劃分為若干個實際監(jiān)控面積大小相等的子圖像，分別采用上述兩種方法進(jìn)行人數(shù)的定量估計和密度的定性估計，從而得到整個監(jiān)控區(qū)域的密度分布圖，對監(jiān)控區(qū)域局部的密度異常情況能及時發(fā)現(xiàn)并準(zhǔn)確定位，為保障就醫(yī)環(huán)境，維護(hù)醫(yī)療秩序和醫(yī)院安全提供有力的幫助。
　　對杭州某醫(yī)院門診大廳內(nèi)采集的一段視頻進(jìn)行人群密度估計，實驗表明該方法能有效的估計人群數(shù)量，準(zhǔn)確度較高，而且處理每幀圖像平均耗時0.197s，可以滿足實時性需求。因