[發(fā)明專利]一種自適應(yīng)人群計(jì)數(shù)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710232164.0
• 申請(qǐng)日: 2017-04-11
• 公開（公告）號(hào): CN107066963B
• 公開（公告）日: 2019-11-12
• 發(fā)明（設(shè)計(jì)）人: 黃立勤;黃煒
• 申請(qǐng)（專利權(quán)）人: 福州大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 福州元?jiǎng)?chuàng)專利商標(biāo)代理有限公司 35100
• 代理人: 蔡學(xué)俊;丘鴻超

1.一種自適應(yīng)人群計(jì)數(shù)方法，其特征在于：包括如下步驟，

S1、采用行人檢測(cè)器對(duì)輸入的視頻幀序列的視頻幀進(jìn)行行人檢測(cè)，獲得檢測(cè)候選框；

S2、對(duì)獲得的檢測(cè)候選框進(jìn)行預(yù)處理，獲得特征點(diǎn)，并提取各個(gè)預(yù)處理后的檢測(cè)候選框的空間、時(shí)間以及顏色特征；

S3、根據(jù)檢測(cè)候選框的空間、時(shí)間以及顏色特征，對(duì)檢測(cè)候選框進(jìn)行聚類，獲得人群團(tuán)塊區(qū)域；

S4、采用基于角點(diǎn)的人群計(jì)數(shù)方法來(lái)對(duì)每個(gè)人群團(tuán)塊區(qū)域進(jìn)行人群初步計(jì)數(shù)；

S5、通過(guò)計(jì)數(shù)結(jié)果與特征點(diǎn)數(shù)量的關(guān)系進(jìn)行密度估計(jì)；

S6、針對(duì)不同密度，選取不同的數(shù)據(jù)融合方法，完成人群計(jì)數(shù)；

所述步驟S3中采用狄迪克雷混合模型和吉布斯采樣理論對(duì)檢測(cè)候選框進(jìn)行聚類，具體實(shí)現(xiàn)過(guò)程如下：

在狄迪克雷混合模型參數(shù)θ_k下，檢測(cè)候選框X_n是由類k產(chǎn)生的可能性由公式(1)給出：

而后，通過(guò)吉布斯采樣理論進(jìn)行數(shù)據(jù)采樣，如下公式(2)：

其中，N是獲得的所有檢測(cè)候選框數(shù)目，N_k是被分配到類k的檢測(cè)候選框數(shù)目，其中a控制著采樣的概率，其值的大小與模型生成的類的多少成正相關(guān)；

由上述過(guò)程，完成檢測(cè)候選框的聚類，即獲得人群團(tuán)塊區(qū)域；

所述步驟S4，具體實(shí)現(xiàn)過(guò)程如下：

根據(jù)步驟S3獲得的人群團(tuán)塊區(qū)域，通過(guò)公式(3)來(lái)計(jì)算分配到類k的檢測(cè)候選框數(shù)目：

其中，p_k是在類k內(nèi)總的特征點(diǎn)數(shù)，而是組成類k的檢測(cè)候選框的平均特征點(diǎn)數(shù)，即可進(jìn)行人群初步計(jì)數(shù)；所述步驟S5，具體實(shí)現(xiàn)過(guò)程如下：

將特征點(diǎn)數(shù)量進(jìn)行最大最小歸一化，公式如下

X^*是正則化后的數(shù)據(jù)，X指的是輸入的數(shù)據(jù)，即特征點(diǎn)數(shù)量，max和min表示輸入數(shù)據(jù)的最大值和最小值；

而后計(jì)算相鄰視頻幀的梯度，

其中，表示第n幀特征點(diǎn)數(shù)的梯度，F(xiàn)_n+s和F_n分別是第(n+s)幀和第n幀的特征點(diǎn)數(shù)；表示第n幀的初始計(jì)數(shù)結(jié)果的梯度，C_n+s和C_n分別是第(n+s)幀和第n幀的計(jì)數(shù)結(jié)果；P表示總幀數(shù)；

利用特征點(diǎn)數(shù)和計(jì)數(shù)結(jié)果的梯度對(duì)照，找到高密度的幀區(qū)間；

其中，L_s表示高密度幀區(qū)間開始的時(shí)候的幀，L_e表示高密度幀區(qū)間結(jié)束的時(shí)候的幀；如果L_s不存在或者L_s和L_e直接距離小于s，則意味著該視頻幀序列里無(wú)高密度幀。

2.根據(jù)權(quán)利要求1所述的一種自適應(yīng)人群計(jì)數(shù)方法，其特征在于：所述步驟S1中，采用的行人檢測(cè)器為基于累計(jì)積分特征的行人檢測(cè)器。

3.根據(jù)權(quán)利要求1所述的一種自適應(yīng)人群計(jì)數(shù)方法，其特征在于：所述步驟S2中，對(duì)檢測(cè)候選框進(jìn)行預(yù)處理的實(shí)現(xiàn)過(guò)程為：(1)設(shè)定閾值，過(guò)濾面積大于閾值的檢測(cè)候選框；(2)建立當(dāng)前幀與其前后幀光流圖，將前后幀的檢測(cè)候選框都映射到當(dāng)前幀，同時(shí)獲得特征點(diǎn)。

4.根據(jù)權(quán)利要求1所述的一種自適應(yīng)人群計(jì)數(shù)方法，其特征在于：所述步驟S6，具體實(shí)現(xiàn)過(guò)程如下：

根據(jù)步驟S5進(jìn)行密度估計(jì)后得到高密度區(qū)間，由此針對(duì)不同密度，采用如下數(shù)據(jù)融合方法：

針對(duì)低密度的幀，進(jìn)行三幀平均融合的方式；

針對(duì)高密度的幀，采用回歸模型，利用初始計(jì)數(shù)結(jié)果以及行人檢測(cè)輸出的檢測(cè)結(jié)果置信度，進(jìn)行基于上下幀的數(shù)據(jù)融合，如公式

f(x_n)＝m₀+m₁f_n-1C_n-1+m₂f_nC_n+m₃f_n+1C_n+1 (8)

其中，f(x_n)是融合過(guò)后的檢測(cè)結(jié)果，f_n表示第n幀中所有檢測(cè)候選框的平均置信度，C_n表示第n幀的計(jì)數(shù)結(jié)果，m₀、m₁、m₂、m₃是回歸模型的系數(shù)。