[发明专利]一种大规模人群密度分析和预测方法

权利要求书

1.一种大规模人群密度分析和预测方法，其特征在于，包括步骤：

步骤1：基于统计特征的人群密度分析对输入视频作人群密度分析， 获取单个监控点的人群密度值；

步骤2：采用多段线性拟合实现人群密度和人数的互相转换；

步骤3：采用光流法对单个监控点中人群流速和流向进行计算， 获得单个监控点中人群流速和流向信息；

步骤4：根据各个监控点的空间位置关系和人群流向流速关系建 立一个有向图的结构，对重要监控枢纽节点做一段时间内的人数和人 群密度预测；

所述多段线性拟合的人群密度和人数的互相转换的特征为：

人群密度到人数的转换：f(d)=ns+1-nsds+1-ds(d-ds)+ns,d∈[ds,ds+1]]]>

人数到人群密度的转换：g(n)=dr+1-drnr+1-nr(n-nr)+dr,n∈[nr,nr+1]]]>

其中，s和r分别表示一个不大于p-1的自然数，p是一个自然数；d 和n分别表示待转换的人群密度和人数，f(d)和g(n)分别表示转换之 后的人数和人群密度；而d_s、d_s+1、d_r、d_r+1表示已知的人群密度，n_s、n_s+1、 n_r、n_r+1表示已知的人数，d_s、d_s+1、d_r、d_r+1、n_s、n_s+1、n_r、n_r+1来自于一 个在设置好摄像头的监控范围后实测得到的p组按升序排列的人群密度 和人数的对应关系表：{(d₁，n₁)，(d₂，n₂)，...，(d_p，n_p)}；

所述光流法计算人群流速和流向方法包括如下步骤：

1)使用光流速率和光流角度计算每个像素点的光流速率OF_ρ(k)和光 流角度OF_θ(k)：

光流速率：OFρ(k)=OFu2(k)+OFv2(k)]]>

光流角度：OFθ(k)=arctanOFu(k)OFv(k),OFu(k)>0,OFv(k)>0arctanOFu(k)OFv(k)+π,OFu(k)<0arctanOFu(k)OFv(k)+2π,OFu(k)>0,OFv(k)<0]]>

其中，u和v分别代表水平方向和垂直方向，ρ代表光流矢量的径向， OF_u(k)和OF_v(k)分别是算得光流矢量的水平分量和垂直分量，k代表视频 的帧数；

2)用直方图法计算光流主导方向是对光流角度OF_θ(k)在M个组作直 方图，设取得最大投票的组的序号为M_max，则得到光流主导方向θ_c：

θc=(2Mmax-1)πM]]>

3)在光流的主导方向附近计算人群流速和流向，以θ_c为中心，±θ_offset为左右幅度，选取所有光流角度OF_θ(k)在这个区间的像素，并对这些像素 的对应的光流速率OF_ρ(k)和光流角度OF_θ(k)求均值得到第k帧的人群流向 θ_p(k)和人群流速ρ_p(k)；

所述重要监控点的人群密度和人数的预测如下：

设一个重点监控点A，重点监控点A的当前的实测人数为W_A，需要 求解的一段时间后的预测人数为W′_A，则预测人数W′_A等于当前的实测人数 W_A加上从其它节点即将流入的人数并减去即将流入到其它节点的人数， 跟重点监控点A有关联的若个监控点分别是B、D、E、F，从B、D、E 将流入重点监控点A的人数分别为W_B、W_D、W_E，从重点监控点A到监 控点F将流出的人数为W_F，则

W_A′＝W_A+W_B+W_D+W_E-W_F

而重点监控点A的预测人群密度则根据人数到人群密度的转换公式将人 数W′_A转换成密度。