[發明專利]一種基于HOG特征和顏色直方圖特征的密度人群計數的方法

在審

• 申請號: 201410848747.2
• 申請日: 2014-12-30
• 公開（公告）號: CN104463232A
• 公開（公告）日: 2015-03-25
• 發明（設計）人: 紀慶革;陳青輝;高靜偉
• 申請（專利權）人: 中山大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06M11/00
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 黃磊;李斌

技術領域

本發明涉及計算機圖像處理和視頻監控的研究領域，特別涉及一種基于HOG特征和顏色直方圖特征的密度人群計數的方法。

背景技術

隨著視頻記錄設備逐步大眾化，數字視頻數據正呈爆炸式增長，面對數量如此之多、內容如此豐富的視頻，如何對視頻監控已成為計算機視頻領域急需解決的問題；同時由于統計分析技術和視頻處理技術的快速發展，實時智能人群密度監控系統更是成為人們的研究重點。而HOG特征是視頻領域中比較常用的處理方式，HOG特征：方向梯度直方圖(Histogram?of?Oriented?Gradient,HOG)特征是一種在計算機視覺和圖像處理中用來進行物體檢測的特征描述子。它通過計算和統計圖像局部區域的梯度方向直方圖來構成特征。Hog特征結合SVM分類器已經被廣泛應用于圖像識別中，尤其在行人檢測中獲得了極大的成功。

近些年來交通工具的迅猛發展，人們的出行越來越便利，消費娛樂場所、地鐵等地方經常會出現短期人流高峰，人群密度過大很容易造成安全隱患。各種喜慶節日、體育場所發生的踩踏事件屢見不鮮，人群密度的監控能夠及時發現人群密度是否超過安全閾值，進而及時采取相應的解決方案，避免意外事件的發生。但是大多數傳統的人群密度監控通過人觀看實時監控錄像來完成，消耗大量人力、物力、財力，并且容易出現錯漏；同時隨著城市建設，數以百萬計的攝像頭投入使用，傳統的人力監控已難以滿足需要。

發明內容

本發明的主要目的在于克服現有技術的缺點與不足，本發明對密度人群計數的方法進行了研究，針對目前國內外各種人群計數方法的研究分析，提出了一種基于HOG特征和顏色直方圖特征的密度人群計數的方法，從而有效地解決了人工監控帶來時間和成本問題，同時也有效地提高了準確率。

為了達到上述目的，本發明采用以下技術方案：

一種基于HOG特征和顏色直方圖特征的密度人群計數的方法，包括下述步驟：

S0、通過攝像頭采集實時監控數據，并對圖像進行預處理；

S1、對預處理后的圖像進行HOG特征的提取，再針對生成HOG特征的檢測窗口提取其顏色直方圖特征；

S2、采用基于HOG特征訓練得到第一個SVM分類器，所述第一個SVM分類器用于對檢測區域進行預估計，再采用基于顏色直方圖特征訓練得到第二個SVM分類器，所述第二個SVM分類器用于對預估計后的檢測區域進行第二次分類，組合HOG特征和顏色直方圖特征進行檢測，得到兩個SVM分類器的檢測結果，然后通過加權聯合兩個SVM分類器所得到的結果來確定檢測區域是否為人頭區域；

S3、根據檢測出來的人頭區域，采用以光流法為基礎的區域匹配方法來實現視頻中人群的數量統計。

優選的，步驟S2中，組合HOG特征和顏色直方圖特征進行檢測的具體步驟如下：

S1.1、圖像HOG特征的提取，并訓練出第一個SVM分類器；

S1.2、在原始圖像上對于生成HOG特征的檢測窗口的顏色直方圖特征進行提取，訓練出第二個SVM分類器；

S1.3、對于測試的視頻數據，先用第一個SVM分類器進行分類，再用第二個SVM分類器進行二次分類，得到兩個SVM分類器的檢測結果。

優選的，步驟S1.3中，在進行二次分類時，對第一個SVM分類器分類得到的結果的重疊區域進行合并，其具體步驟為：

S1.3.1對每一個被第一個SVM分類器檢測出來的區域，與其它所有的區域進行矩形面積重合度的計算，一個矩形可以由向量r＝(x,y,w,h)表示，x,y,w,h分別是矩陣的左上角縱坐標和矩形的寬高，那么兩個矩形區域r_i和r_j是否屬于同一個區域D_i可做如下判斷：