专利名称：一种基于视频处理的人群密度与分布的估计方法
技术领域：
本发明涉及计算机视频处理技术领域，具体为一种基于视频处理的人群密度与分布的估计方法，尤其适合大规模运动人群的估计。
背景技术：
随着人口的不断增多和城市化大范围的推进，由于人群密度过大而造成人员伤亡的事情屡见不鲜。一系列重大事故的发生使得如何对某些场所的人群进行有效管理以保证人群安全成为一个亟待解决的问题。如2004年在圣城麦加附近米纳(Mina)举行的“破魂”仪式上发生人群冲撞騷动，导致至少244人被践踏致死；2009年世界杯预选赛的踩踏事件等。传统的人群密度估计通过监控场景的闭路电视进行人工监控，费时费力且缺乏客观性。随着计算机和图像处理技术的发展和广泛应用，智能化的人群密度监控系统成为人们研究的重点。传统的密度估计方法中，Davies和Chow提出了基于像素统计的图像处理方法来判断人群密度，该方法主要通过背景减的方法来提取前景人群占据的空间大小，以及运用边缘提取的方法检测人群对象的边缘长度，通过这两类特征对人群密度进行估计。这种方法较为简单，计算量小，当人群密度较低的时候效果较好，但是当人群密度较高时，由于人群遮挡严重会导致结果误差很大。1998年，Marana提出了一种基于纹理分析技术的人群密度估计方法，该方法的依据是不同密度的人群图像对应的纹理模式不同。高密度的人群在纹理上表现为细模式，而低密度的人群图像在背景图像为低频的同时在纹理上表现为粗模式。基于纹理分析的密度估计方法可以解决高密度人群密度问题，但是算法计算量较大，特征量较多，并且当背景较复杂时，对中低密度人群估计的误差较大。
发明内容
本发明的目的在于克服上述现有技术的不足之处，提出了一种基于视频处理的人群密度与分布的估计方法，该方法基于人群是运动的假设，提出了一种基于时空局部二进制模式的动态纹理分析方法。相比上述现有技术，该动态纹理结合了时域和空域的特征属性。实验证明，这种估计方法在不同密度等级上都有很好的表现。除此之外，由于该方法不依赖于个别人体的检测与追踪，所以不需要复杂的背景建模。因此，该方法在大规模人群估计上有很好的鲁棒性和效率。本发明是通过以下技术方案实现的，包括以下几个步骤第一步对图像帧利用三维Hessian矩阵检测稀疏特征点。
权利要求
1.一种基于视频处理的人群密度与分布的估计方法，其特征在于，包括以下步骤 第一步对图像帧利用三维Hessian矩阵检测稀疏特征点；第二步基于稀疏时空局部二进制模式的动态纹理提取，利用时空局部二进制模式计算出检测出的稀疏特征点的二进制序列；第三步对第二步得到的稀疏特征点的二进制序列做谱分析； 第四步基于支持向量机的人群密度总体估计。
2.根据权利要求1所述的基于视频处理的人群密度与分布的估计方法，其特征在于， 步中，所述对图像帧利用三维Hessian矩阵检测稀疏特征点，是指
3.根据权利要求2所述的基于视频处理的人群密度与分布的估计方法，其特征在于，将时间域和空间域进行分离
4.根据权利要求1-3任一项所述的基于视频处理的人群密度与分布的估计方法，其特征在于，所述基于稀疏时空局部二进制模式的动态纹理提取，是指根据检测出的特征点，沿着圆柱形以R为半径计算出其时空域中的相邻点，将相邻点与特征点处的像素值做比较，如果大于特征点处的像素灰度，则对应邻域像素置为1，否则置0，沿着圆柱形环绕进行排列得到0、1交替的二进制序列，为满足时间和空间的对称性， 根据不同的合理旋转顺序得到不同的二进制序列，为谱分析做准备。
5.根据权利要求1-3任一项所述的基于视频处理的人群密度与分布的估计方法，其特征在于，所述对第二步得到的稀疏特征点的二进制序列做谱分析，是指将特征点处得到的二进制序列进行傅里叶变换，根据主频和副频的幅值相加得到频值，其中，人群流量大的地方变化大，其相应的二进制波形变化快，所得到的频值也大。
6.根据权利要求1-3任一项所述的基于视频处理的人群密度与分布的估计方法，其特征在于，所述基于支持向量机的人群密度总体估计，是指采用高斯径向基函数作为核函数，采用“一对一”多类分类算法，对一个K类分类问题， K > 2，“一对一”多类分类算法对其中任意两类训练样本构造一个支持向量机的子分类器， 所有不同的两类组合共构成k(k-l)/2个子分类器，根据最大化策略预测人群的密度等级。
7.根据权利要求1所述的基于视频处理的人群密度与分布的估计方法，其特征在于， 进一步包括基于光谱的局部人群密度显示，即将第三步中得到的频值映射到jet色图中，并对整幅图像进行高斯平滑得到光谱的局部人群密度显示。
全文摘要
一种计算机视频处理技术领域的基于视频处理的人群密度与分布的估计方法，尤其适合于流动的中高密度等级的人群。包括步骤为利用三维Hessian矩阵检测稀疏特征点；基于时空域局部二进制模式的动态纹理提取；基于傅里叶变换的谱分析；基于支持向量机的人群密度总体估计；通过将频值映射到jet色图中并进行高斯平滑，得到基于光谱的局部人群密度显示。本发明通过提取图像的稀疏时空局部二进制动态纹理特征，并基于时空域的对称性，提取了一种视频空时特征，提高了鲁棒性减少了计算量，更适合大规模运动人群的估计。
文档编号G06K9/66GK102509151SQ201110349829
公开日2012年6月20日 申请日期2011年11月8日 优先权日2011年11月8日
发明者曹艺华, 杨华, 苏航, 董莉莉 申请人:上海交通大学