[发明专利]基于深度信息聚类的复杂场景人数统计算法

摘要

本发明涉及基于深度信息聚类的复杂场景人数统计算法，其在深度信息的基础上，其特征在于：利用以下算法人群的深度信息进行了分割：1：深度图背景建模，2：深度图阈值化，3：利用DENCLUE聚类算法进行深度图粗分割，4：利用MCMC分割算法对聚类进行细分割。本发明算法的优点主要体现在对深度图的处理上，现有技术一般采用简单的深度图阈值化来实现对人头的检测，这样做虽然简单，计算速度快，但没有完全利用好深度信息，导致人体过于拥挤时性能会下降。

主权项

1.基于深度信息聚类的复杂场景人数统计算法，其在深度信息的基础上，其特征在于：利用以下算法人群的深度信息进行了分割：1：深度图背景建模，2：深度图阈值化，3：利用DENCLUE聚类算法进行深度图粗分割，4：利用MCMC分割算法对聚类进行细分割，其中，最主要的算法是DENCLUE聚类算法：已知空间中包含n个对象的数据集，DENCLUE算法的基本思想可以形式化描述为：全局密度函数的核估计：空间任一点x的概率密度可估计为，其中，K(x)为核函数；密度吸引子和密度吸引：已知全局密度函数的局部极大值点，对任意的，如果存在点集，使得且位于的梯度方向上，则称x 被密度吸引，而称为x 的密度吸引；如果核函数K(x)在空间中的每一点都连续、可微，密度吸引子可以采用梯度方向指引的爬山法来搜索；基于中心的聚类：已知密度吸引子，如果存在自己使得，x都被密度吸引且（为预设的密度门限值），则称C为以为中心的聚类。