基于改进混合高斯模型的人群密度估计研究!.pdfVIP

畏a叶技2017年第30卷第5期 图像·编码与软件 Electronic Sci．＆Tech．／May．15．2017 基于改进混合高斯模型的人群密度估计研究 安曦宁 (兰州交通大学电子与信息工程学院，甘肃兰州730070) 摘要针对视频监控中人群密度估计的不足，提出一种基于改进混合高斯模型和灰度共生矩阵的人群密度估计 方法。在背景建模的初始阶段运用差分法分割出运动区域，将不同的更新率赋予已经划分好的背景区域和运动区域，从 而克服漏检和误检。并使用基于灰度共生矩阵的纹理方法提取人群密度特征，进而使用支持向量机实现人群密度分类。 实验结果表明，该方法提高了视频监控中人群密度估计的准确率。 关键词人群密度估计；混合高斯模型；灰度共生矩阵；支持向量机 中图分类号TP391．41文献标识码A 文章编号1007—7820(2017)05—180—04 Basedon GaussianModel Crowd Estimation Density Improved AN Xining ofElectronicandInformation 730070，China) (School Engineering，LanzhouJiaotongUniversity，Lanzhou AbstractInviewofthevideo ofcrowd estimation crowd estima— monitoringsystem density problem，adensity tionmethodbasedon Gaussianmixturemodelandthe levelCO—occurrencematrixis the improved grey proposed．At thedifferential different ofthe motion isdiscriminated method，and beginningbackgroundmodeling，theregion by crowd featuresaleextrac- ratesale todifferentareastoavoidthemissedandfalsedetection．The update given density ted levelCO—occurrence the vectormachineis to thelevel matrix，and employedidentify byemployinggrey support ofthecrowd resultsshowthatthemethod the ofcrowd estimationin density．Experimental improvesaccuracy density thevideo monitoring．