[发明专利]一种基于有监督学习的视频人数信息统计方法

摘要

本发明提供一种基于有监督学习的视频人数信息统计方法，首先对目标视频中的全部图像进行区域人数标注，生成训练数据、测试数据及对应区域人数标注数据；针对训练数据的多类融合特征进行区域密度估计，并经参数训练得到区域线性变换参数；利用训练数据区域线性变换参数，对测试数据区域融合特征进行区域密度估计并算出区域人数估计值；将该测试数据区域人数估计值与通过测试数据的区域人数标注数据求得的区域人数真实值比较，获得测试数据每个区域的估计错误率；根据该估计错误率评估系统性能。本发明体现了不同特征在不同区域的特性，可提高视频人数信息统计正确率，改善传统方法中由于假设不符合实际情况引起误差问题以及计算代价较大的缺陷。

主权项

一种基于有监督学习的视频人数信息统计方法，其特征在于，所述的一种基于有监督学习的视频人数信息统计方法包括：对采集到的视频中的全部图像进行区域人数标注，并生成训练数据、测试数据及对应的区域人数标注数据；所述训练数据中的图像个数大于测试数据中的图像个数；根据训练数据对应的区域人数标注数据，采用如下公式计算训练数据的区域真实密度：其中p代表一个像素；代表全部训练图像的第j个区域且j＝1,2,...K，其中K为整数；参数μ(x,y)为在第j个区域中的(x,y)的均值；σ2(x,y)为在第j个区域中的x和y的协方差矩阵；其中x和y分别代表头部中心点在图像中的横坐标和纵坐标；根据测试数据对应的区域人数标注数据来统计测试数据的区域人数真实值；对全部测试数据和训练数据进行初始化，得到去除图像背景数据后的测试数据和训练数据；对去除图像背景数据后的训练数据和测试数据进行区域特征提取和融合，分别得到训练数据和测试数据中每个图像的区域融合特征；针对训练数据的区域融合特征进行区域密度估计，并经过参数训练得到区域人数密度估计值，计算该区域人数密度估计值与所述区域人数真实密度之间的误差，根据该误差不大于已设定的误差门限的原则，得到训练数据的区域线性变换参数；利用所述训练数据的区域线性变换参数，对测试数据的区域融合特征 进行区域密度估计并计算出测试数据的区域人数估计值；根据统计得到的测试数据的区域人数真实值以及测试数据的区域人数估计值，计算测试数据每个区域的估计错误率，用于评估系统性能。