吴冬梅，王 静，李白萍，郭 婷

（西安科技大学 通信与信息工程学院，陕西 西安 710054）

基于改进SURF算法的大规模群体人数统计

吴冬梅，王 静，李白萍，郭 婷

（西安科技大学 通信与信息工程学院，陕西 西安 710054）

为了在高密度大规模群体人数统计的问题上有效的克服遮挡与摄像机透视畸形带来的影响，文中采用了一种基于线性内插透视矫正的SURF（SpeededUpRobustFeature）算法。首先，采用背景差与滑动平均相结合的方式得到人群前景，并通过对二值前景图像的形态学处理进行去噪。其次，对获取到的前景图像进行多特征提取，将传统的灰度共生矩阵特征与SURF算法特征相结合，并通过线性内插权值的透视矫正方法进行摄像畸形矫正，将矫正后的特征值组成了表征人群数目特征的特征向量。从而减少了深度信息丢失而引起的误差，得到了优化的人群特征向量；最后，通过支持向量回归的方式拟合出人群人数统计模板，以此预测监控区域的人数。实验表明文中方法具有较高的准确性，较传统SURF算法准确率有了很高的提升。

人数统计；SURF；灰度共生矩阵；透视矫正；支持向量回归

0 引 言

随着世界人口数量的逐渐增多，近年来，有关公共场所的大规模人群的不安全事件层出不穷。重要公共场所的视频监控系统无处不在，如果能够有效地利用现有的资源，使监控系统智能化，就能有效的避免或预警灾害事件的发生。智能人数统计系统[1]，较传统方式而言，不仅能够起到预警、免灾的作用，同时还能够有效地提高公共场所各类设施的利用率，有效安排工作人员的工作额度等。……