计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
6期
1715-1718,1723
,共5页
贺昆%刘舟%戚鹿宁%杨恒%朱桐%刘燕伟%周计美
賀昆%劉舟%慼鹿寧%楊恆%硃桐%劉燕偉%週計美
하곤%류주%척록저%양항%주동%류연위%주계미
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
全景鑑控%人群密度估計%灰度共生矩陣%支持嚮量迴歸%智能視覺鑑控
전경감공%인군밀도고계%회도공생구진%지지향량회귀%지능시각감공
panoramic video surveillance%crowd density estimation%grey level dependence matrix%Support Vector Regression (SVR)%intelligent video surveillance
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.
為瞭剋服傳統密度估計方法受限于算法配置工作量高、高等級密度樣本數量有限等因素無法大規模應用的缺點,提齣一種基于鑑控視頻的全景密度估計方法.首先,通過自動構建場景的權重圖消除成像過程中射影畸變造成的影響,該過程針對不同的場景自動魯棒地學習齣對應的權值圖,從而有效降低算法配置工作量;其次,利用倣真模擬方法通過低密度等級樣本構建大量高密度等級樣本;最後,提取訓練樣本的麵積、週長等特徵用于訓練支持嚮量迴歸機(SVR)來預測每箇場景的密度等級.在測試過程中,還通過二維圖像與全景地理信息繫統(GIS)地圖的映射,實時展示全景密度分佈情況.在北京北站廣場地區的深度應用結果錶明,所提全景密度估計方法可以準確、快速、有效地估計複雜場景中人群密度動態變化.
위료극복전통밀도고계방법수한우산법배치공작량고、고등급밀도양본수량유한등인소무법대규모응용적결점,제출일충기우감공시빈적전경밀도고계방법.수선,통과자동구건장경적권중도소제성상과정중사영기변조성적영향,해과정침대불동적장경자동로봉지학습출대응적권치도,종이유효강저산법배치공작량;기차,이용방진모의방법통과저밀도등급양본구건대량고밀도등급양본;최후,제취훈련양본적면적、주장등특정용우훈련지지향량회귀궤(SVR)래예측매개장경적밀도등급.재측시과정중,환통과이유도상여전경지리신식계통(GIS)지도적영사,실시전시전경밀도분포정황.재북경북참엄장지구적심도응용결과표명,소제전경밀도고계방법가이준학、쾌속、유효지고계복잡장경중인군밀도동태변화.
