[发明专利]一种基于视频分析的人群计数方法

摘要

本发明公开了一种基于视频分析的人群计数方法。包括下述步骤输入视频图像，用背景减法获取前景图，把前景图聚类成若干个块；提取特征，并对特征进行透视矫正；采用两层回归模型估计人数；第一层回归把每一帧中不同的块分成不同离散密度层，第二层回归把视觉标准化和回归计数结合起来作为一个联合学习的过程，分别对不同的离散密度层训练出同时考虑视觉标准化和回归问题的计数模型；最后对每一个块根据不同人群密度层采用不同的回归模型进行计数，通过累加所有块的人数得人群总数。本发明基于两层回归模型，并把视觉归一化和人数回归结合起来，克服了单一回归模型的缺陷，对多密度人群场景及人群遮挡和不完善的图像分割鲁棒性和适应性更好。

主权项

一种基于视频分析的人群计数方法，其特征在于，包括以下步骤：(1)输入视频图像，利用基于Retinex理论的光照补偿去除光照变化带来的影响，获取亮度稳定的灰度图，对去除光照影响的灰度图利用背景减法获取前景图，并对前景图进行阴影检测去除前景图中的阴影，再利用Canny算子获取边缘图；(2)用聚类算法把前景图聚类成若干个块，通过灰度图与高斯核的卷积去除噪声；(3)用每个块的前景图对边缘图与灰度图进行掩模处理，对处理后的前景图、边缘图、灰度图提取特征，并对特征进行透视矫正；(4)采用两层回归模型估计人数；第一层回归模型把每一帧聚类后的块分成不同离散密度层，第二层回归模型把视觉标准化和回归计数结合起来作为一个联合学习的过程，分别对不同的离散密度层，训练出同时考虑视觉标准化和回归问题的计数模型；最后对每一块根据不同人群密度层采用不同的回归模型进行计数，通过累加所有块的人数得人群总数；所述步骤(4)中，第一层回归模型是利用支持向量机对提取的块特征回归训练，把人群分成稀疏和密集的离散层，并在第二层回归模型把视觉标准化和回归问题结合起来，分别对不同的密度层训练学习出不同的计数模型；所述步骤(4)中，第二层回归模型把视觉标准化和回归问题结合起来方法如下：(4‑1)假设一帧有N个块，训练集的特征描述子表示为X＝[X1···XN],对应的人数为y＝[y1···yN]T，通过权衡特征描述子来进行视觉标准化；(4‑2)当进一步考虑由于样本过少造成的几何失真来避免过拟合时，采用指数标度法来进行几何矫正；(4‑3)用内点法对以上过程求解出最优的权值因子w；(4‑4)通过训练得到回归函数F来表示每一块的人数，公式如下：其中w是权值因子，D是特征描述子的个数，X是特征描述子。