-
题名基于多特征集成学习的景区人群密度估计
被引量：5
- 1
-
-
作者
张洞明
郑宏
张力
-
机构
武汉大学电子信息学院
武汉大学深圳研究院
-
出处
《科学技术与工程》
北大核心
2017年第5期74-81,共8页
-
基金
深圳市基础科研项目(JCYJ20150422150029095)资助
-
文摘
对景区等公共区域进行人群密度估计对于保障人群安全和社会稳定具有重要意义。在景区中由于光照变化、相机高度角度变化以及行人遮挡的问题,现有的方法难以做出准确的估计。为此提出了一种结合支持向量机回归(SVR)进行集成学习的方法来进行人群密度估计。方法首先以人的头部宽度作为参照,对场景进行多层次的分块;然后采用第一层SVR模型,对从子图像块提取出的三种特征进行粗预测,将预测结果作为新的特征,并对其使用第二层SVR模型进行细预测,将所有子图像的预测结果相加;最后根据不同景区场景设定的人数分级进行密度估计。实验结果表明,方法在景区多个场景分类准确率达到85%以上,是一种有效且在类似场景有较强扩展性的人群密度估计算法。
-
关键词
人群密度估计
集成学习
支持向量机回归
-
Keywords
crowd density estimation ensemble learning support vector regression
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名复杂场景中的全景密度估计方法
被引量：1
- 2
-
-
作者
贺昆
刘舟
戚鹿宁
杨恒
朱桐
刘燕伟
周计美
-
机构
公安部警卫局
北京正安融翰技术有限公司
-
出处
《计算机应用》
CSCD
北大核心
2014年第6期1715-1718,1723,共5页
-
基金
公安部重点研究计划项目(201202ZDYJ014)
北京市科技新星计划项目(Z131101000413083)
北京市科技计划项目(Z131100005313004)
-
文摘
为了克服传统密度估计方法受限于算法配置工作量高、高等级密度样本数量有限等因素无法大规模应用的缺点,提出一种基于监控视频的全景密度估计方法。首先,通过自动构建场景的权重图消除成像过程中射影畸变造成的影响,该过程针对不同的场景自动鲁棒地学习出对应的权值图,从而有效降低算法配置工作量;其次,利用仿真模拟方法通过低密度等级样本构建大量高密度等级样本;最后,提取训练样本的面积、周长等特征用于训练支持向量回归机(SVR)来预测每个场景的密度等级。在测试过程中,还通过二维图像与全景地理信息系统(GIS)地图的映射,实时展示全景密度分布情况。在北京北站广场地区的深度应用结果表明,所提全景密度估计方法可以准确、快速、有效地估计复杂场景中人群密度动态变化。
-
关键词
全景监控
人群密度估计
灰度共生矩阵
支持向量回归
智能视觉监控
-
Keywords
panoramic video surveillance
crowd density estimation
grey level dependence matrix
support vector regression （SVR）
intelligent video surveillance
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
