结合局部和全局特征的人群密度估计算法

• 作者: 李寅 林行刚 王贵锦
• 来源期刊: 清华大学学报（自然科学版）
• 学科: 工学
• 关键词: 人群密度估计 阈值分割 线性回归 小波变换 灰度共生矩阵
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 电子工程
• 页码范围: 542-545,549
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文

摘要

传统的人群密度估计算法由于受到背景噪声及遮挡等因素的影响,不能同时对不同密度等级的人群做出准确估计.该文提出一种结合局部和全局特征的混合型人群密度估计算法.首先,对输入图像进行预处理以减少背景噪声干扰；其次,计算前景团块像素数占全幅图像的比例,并引入阈值分割机制；最后,对阈值上下的图像分别采用基于全局特征的分类算法和基于局部特征的回归算法来获取人群密度.此外,对基于全局特征的分类算法,提出结合小波变换和灰度共生矩阵的纹理特征描述子来提高分类准确率.实验结果表明该文算法对不同密度等级的人群均能做出准确估计且鲁棒性强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林行刚		60	1240	19.0	34.0
2	王贵锦		30	276	9.0	16.0
3	李寅		8	564	5.0	8.0