[发明专利]一种双像机的人群人数统计方法

权利要求书

1.一种双像机的人群人数统计方法，其特征在于，监控场景中有目标像机A和辅助像机B，利用目标像机A视频帧统计人群人数，利用辅助像机B中的视频帧数据辅助A中数据进行训练，目标人群数据集D_A为统计目标像机A视频帧中人群块的像素特征和纹理特征以及目标块实际人数；辅助人群数据集D_B为统计辅助像机B视频帧中人群块的像素特征和纹理特征以及目标块实际人数；迁移人群数据集D_R为从辅助人群数据集D_B中迁移与目标人群数据集D_A中样本特征相近的人群数据样本；

具体包括以下方法步骤：

步骤1、合并迁移人群数据集D_R和目标人群数据集D_A为人群数据集D；

步骤2、根据人群数据集D中遮挡人群块实际人数与预测人数的差值来融合人群数据集D中的像素特征和纹理特征；

步骤3、以步骤2中获取的各人群块的融合人群数据集D中的像素特征和纹理特征作为输入，相应各人群块的实际人数为输出，训练第一支持向量回归模型；

步骤4、输入一幅新的人群图像，提取像素特征和纹理特征，根据步骤3训练好的第一支持向量回归模型预测输入的人群图像中的人群人数。

2.根据权利要求1所述的一种双像机的人群人数统计方法，其特征在于，所述纹理特征包括韦伯特征和局部二值模式。

3.根据权利要求1所述的一种双像机的人群人数统计方法，其特征在于，所述像素特征包括前景面积、前景边缘像素数和前景周长。

4.根据权利要求3所述的一种双像机的人群人数统计方法，其特征在于，所述步骤2的具体方法为：

步骤2.1、对人群数据集D，使用线性拟合方法，分别拟合人群数据集D中未遮挡人群块实际人数y_pix＝y_edge＝y_contour与未遮挡人群块的前景面积x_pix、前景边缘像素数x_edge和前景周长x_contour这三种像素特征之间的线性关系，如式(1)所示：

其中，a～f为需要拟合的参数，利用最小二乘法求取这些拟合参数；

步骤2.2、设和分别表示遮挡人群块的前景面积、前景边缘像素数和前景周长，用公式(1)得到该遮挡人群块预测出的人群人数分别为和该遮挡人群块的实际人群人数为y_real，则预测出的人群块人数和实际人群块的人数的差值如式(2)所示：

步骤2.3、设为和的均值，计算所有人群数据集D中人群块的同时求人群数据集D中遮挡块前景面积与前景边缘像素数差的绝对值像素面积与前景周长差的绝对值以及前景边缘与前景周长差的绝对值建立第二支持向量回归模型，利用各人群块的及作为第二支持向量回归模型的输入，相应的作为输出，训练该第二支持向量回归模型，训练好的第二支持向量回归模型可预测各人群块的作为衡量各人群块遮挡严重程度的判断依据；

步骤2.4、设F_A为融合后的人群块特征向量，F_pixel为人群块像素特征，F_textural为人群块纹理特征，则融合后的人群块特征向量F_A为：

5.根据权利要求4所述的一种双像机的人群人数统计方法，其特征在于，所述步骤4的具体过程为：

步骤4.1、从所输入的新的人群图像中提取各人群块的像素特征F_pixel和各人群块的纹理特征F_textural；

步骤4.2、计算各人群块的遮挡块前景面积与前景边缘像素数差的绝对值像素面积与前景周长差的绝对值以及前景边缘与前景周长差的绝对值并将它们作为训练好的第二支持向量回归模型的输入，求各人群块的

步骤4.3、根据步骤4.2中得到的各人群块的代入公式(3)求各人群块融合后的特征向量F_A；

步骤4.4、将步骤4.3得到的各人群块融合后的特征向量F_A作为第一支持向量回归模型的输入，求出各人群块的人数，最后将各人群块的人数相加作为该人群图像统计出的人数。