[发明专利]一种基于Bag-of-features模型的自学习行人计数方法及装置

权利要求书

1.一种基于Bag-of-features模型的自学习行人计数方法，其特征在于，该计数方法包括：

建立预先采集的视频图像样本的Bag-of-features模型，采用支持向量机作为分类器训练获得初始状态下的基于Bag-of-features模型的行人分类器；

提取符合支持向量机基本分类条件的当前视频图像的前景区域，并对当前视频图像的搜索窗口进行区域划分，根据所述前景区域和所述搜索窗口内的特征点提取当前视频图像的高置信度样本；

根据提取的高置信度样本实时更新Bag-of-features模型的参数，进而更新基于Bag-of-features模型的行人分类器，通过所述行人分类器实现行人计数。

2.根据权利要求1所述的一种基于Bag-of-features模型的自学习行人计数方法，其特征在于，所述建立视频图像样本的Bag-of-features模型包括如下步骤：

提取预先采集的视频图像中的正样本和负样本中的感兴趣特征点，对感兴趣特征点进行特征描述；其中，所述正样本为行人样本，所述负样本为非行人样本；

采用聚类方法将进行特征描述的感兴趣特征点划分成不同的类别，将每一个类别作为一个视觉词条，所有的类别构成Bag-of-features模型的视觉词典库；

将正样本和负样本分别划分成n个区域，将每个区域以及正样本和负样本作为整体区域内的特征点与视觉词条进行样本映射，获得每个特征点的直方图，形成视频图像样本的Bag-of-features模型；其中，n不小于正整数4。

3.根据权利要求1或2所述的一种基于Bag-of-features模型的自学习行人计数方法，其特征在于，所述提取符合支持向量机基本分类条件的当前视频图像的前景区域包括：

采用混合高斯背景建模方法提取当前视频图像的背景区域，将所述背景区域与当前图像帧进行比较，提取当前视频图像的前景区域；

所述根据所述前景区域和所述搜索窗口内的特征点提取当前视频图像的高置信度样本包括，当所述搜索窗口内的前景像素点的数目与搜索窗口内所有像素点的数目之比不小于设定阈值时，将所述搜索窗口提取为高置信度正样本；当所述搜索窗口内的前景像素点的数目与搜索窗口内所有像素点的数目之比小于设定阈值时，将所述搜索窗口提取为高置信度负样本。

4.根据权利要求3所述的一种基于Bag-of-features模型的自学习行人计数方法，其特征在于，所述对当前视频图像的搜索窗口进行区域划分包括：

将搜索窗口沿横向平均分为3个横向子区域，沿纵向平均分为2个纵向子区域；

所述根据所述前景区域和所述搜索窗口内的特征点提取当前视频图像的高置信度样本包括，

统计各个横向子区域和纵向子区域内的特征点的数目；

当各个横向子区域之间的特征点的数目差异和各个纵向子区域之间的特征点的数目差异不大于设定阈值时，将所述搜索窗口提取为高置信度正样本；

当各个横向子区域之间的特征点的数目差异和各个纵向子区域之间的特征点的数目差异小于设定阈值时，将所述搜索窗口提取为高置信度负样本。

5.根据权利要求4所述的一种基于Bag-of-features模型的自学习行人计数方法，其特征在于，所述根据提取的高置信度样本对Bag-of-features模型的参数进行实时更新包括：

提取所述高置信度正样本和所述高置信度负样本中的感兴趣特征点，对感兴趣特征点进行特征描述，将每个感兴趣特征点根据欧氏距离映射到距离最近的m个视觉词条；其中，m小于视觉词条的总数目；

根据每个视觉词条所映射的感兴趣特征点的数目，对所有视觉词条进行降序排序；

在降序排序后的视觉词条中选择包含正样本数目最多的N⁺个在支持向量机分类器中权重为正的视觉词条和包含负样本数目最多的N^-个在支持向量机分类器中权重为负的视觉词条；

将待更新的词条进行维度加和并加权方式，对已选择的N⁺个视觉词条和N^-个视觉词条进行更新。