APP下载

基于改进混合高斯模型的人群密度估计研究

2017-05-18安曦宁

电子科技 2017年5期
关键词:背景模型

安曦宁

(兰州交通大学 电子与信息工程学院,甘肃 兰州 730070)

基于改进混合高斯模型的人群密度估计研究

安曦宁

(兰州交通大学 电子与信息工程学院,甘肃 兰州 730070)

针对视频监控中人群密度估计的不足,提出一种基于改进混合高斯模型和灰度共生矩阵的人群密度估计方法。在背景建模的初始阶段运用差分法分割出运动区域,将不同的更新率赋予已经划分好的背景区域和运动区域,从而克服漏检和误检。并使用基于灰度共生矩阵的纹理方法提取人群密度特征,进而使用支持向量机实现人群密度分类。实验结果表明,该方法提高了视频监控中人群密度估计的准确率。

人群密度估计;混合高斯模型;灰度共生矩阵;支持向量机

随着人们社会活动的增多,人群过度拥挤在公共场合经常发生。这种现象存在安全隐患。国内外由于人群过度拥挤导致的踩踏事故时有发生。故对人群聚集现象的监测一直是社会治安监控的重要工作,因此基于视频监控中人群密度估计技术有着广泛的应用前景和研究价值。

视频监控中人群密度估计方法可以分为像素统计和纹理分析两类。Davies和Chow提出的基于像素特征[1-2]的图像处理方法计算量小,适合人群密度较低的情况。基于此算法的局限性,Marana提出了基于纹理特征分析的人群密度估计方法[3],该方法将人群图像按纹理来处理,可以解决重叠问题。

现有的人群密度估计的背景建模技术分为统计平均法和帧间差分法两类。……

登录APP查看全文

猜你喜欢

背景模型
一半模型
“新四化”背景下汽车NVH的发展趋势
《论持久战》的写作背景
黑洞背景知识
重尾非线性自回归模型自加权M-估计的渐近分布
晚清外语翻译人才培养的背景
3D打印中的模型分割与打包
背景链接
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用