[發(fā)明專利]一種人群聚集區(qū)域檢測(cè)方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201410508575.4
• 申請(qǐng)日: 2014-09-28
• 公開(kāi)（公告）號(hào): CN104268528A
• 公開(kāi)（公告）日: 2015-01-07
• 發(fā)明（設(shè)計(jì)）人: 葉必錠;吳金勇;王軍
• 申請(qǐng)（專利權(quán)）人: 深圳市科松電子有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 廣東廣和律師事務(wù)所 44298
• 代理人: 章小燕

1.一種人群聚集區(qū)域檢測(cè)方法，其特征在于，該方法包括：

采樣輸入的視頻圖像并進(jìn)行預(yù)處理，得到灰度圖；

利用預(yù)設(shè)的多尺度矩形窗口遍歷所述灰度圖，并采用分類器粗定位人群密集區(qū)域；

當(dāng)存在人群密集區(qū)域時(shí)，根據(jù)人群密度對(duì)所述人群密集區(qū)域進(jìn)行精細(xì)定位人群聚集區(qū)域。

2.根據(jù)權(quán)利要求1所述的人群聚集區(qū)域檢測(cè)方法，其特征在于，所述利用預(yù)設(shè)的多尺度矩形窗口遍歷所述灰度圖，并采用分類器粗定位人群密集區(qū)域進(jìn)一步包括：

針對(duì)每一個(gè)預(yù)設(shè)尺度的矩形窗口，將其在所述灰度圖上滑動(dòng)，獲取被所述矩形窗口覆蓋的子圖像的集合；

提取所述每個(gè)子圖像的HOG特征；

采用Adaboost級(jí)聯(lián)分類器對(duì)所述每個(gè)子圖像的HOG特征進(jìn)行分類，得到人群密集候選區(qū)域；

將所述人群密集候選區(qū)域進(jìn)行融合，得到人群密集區(qū)域。

3.根據(jù)權(quán)利要求2所述的人群聚集區(qū)域檢測(cè)方法，其特征在于，提取所述每個(gè)子圖像的HOG特征進(jìn)一步包括：

利用梯度算子提取所述子圖像的水平方向和垂直方向的梯度；

計(jì)算每個(gè)像素的梯度大小和梯度方向；

將所述子圖像分成至少兩個(gè)單元格，在每個(gè)單元格內(nèi)建立梯度方向直方圖；

將相鄰的單元格組成一個(gè)塊，將一個(gè)塊內(nèi)所有單元格的特征向量串聯(lián)起來(lái)，并進(jìn)行歸一化處理，得到該塊的特征；

將該子圖像的所有塊的特征串聯(lián)，得到該子圖像的HOG特征。

4.根據(jù)權(quán)利要求1所述的人群聚集區(qū)域檢測(cè)方法，其特征在于，所述根據(jù)人群密度對(duì)所述粗定位的人群密集區(qū)域進(jìn)行精細(xì)定位人群聚集區(qū)域進(jìn)一步包括：

根據(jù)所述人群密集區(qū)域的位置，從輸入的彩色圖像中截取對(duì)應(yīng)的人群密集區(qū)圖像；

將所述人群密集區(qū)圖像縮放到預(yù)設(shè)的大小，并轉(zhuǎn)換為灰度圖像，得到人群密集區(qū)灰度圖；

利用傅里葉變換將所述人群密集區(qū)灰度圖轉(zhuǎn)換到頻率域，得到人群密集區(qū)傅立葉頻譜圖；

計(jì)算所述人群密集區(qū)傅立葉頻譜圖的傅立葉頻譜特征，并采用分類器進(jìn)行人群密度等級(jí)分類；

記錄人群密度分類結(jié)果為高密度的區(qū)域位置，輸出人群聚集區(qū)域。

5.根據(jù)權(quán)利要求4所述的人群聚集區(qū)域檢測(cè)方法，其特征在于，所述計(jì)算人群密集區(qū)傅立葉頻譜圖的傅立葉頻譜特征，并采用分類器進(jìn)行人群密度等級(jí)分類進(jìn)一步包括：

計(jì)算人群密集區(qū)傅立葉頻譜圖的熵特征、能量特征和極坐標(biāo)傅立葉頻譜特征描述子；

采用BP神經(jīng)網(wǎng)絡(luò)分類器對(duì)所述熵特征、能量特征和極坐標(biāo)傅立葉頻譜特征描述子進(jìn)行人群密度等級(jí)分類。