-
公开(公告)号：CN103679148B
公开(公告)日：2017-04-26
申请号：CN201310676217.X
申请日：2013-12-11
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提出了一种聚类角点加权面积的群体聚散检测方法，包括如下步骤：A.获取视频帧图像；B.通过混合高斯背景建模方法计算出人群前景区域；C.通过Harris角点检测算法计算图像的角点；D.使用人群前景作为掩膜算子计算出图像中人群区域的角点；E.使用DBSCAN对角点进行聚类；F.使用加权法计算角点面积；G.计算角点面积的变化曲线的斜率，并结合类簇个数进行事件识别。本发明的方法通过使用角点描述人群分布，避免了对人群个体分割的不准确性；通过对人群角点进行聚类，并从人群类簇的个数可以分析出当前场景中人群整体的密集程度。通过计算角点面积变化曲线的斜率来进行事件决策，决策简单有效。事件决策过程中还增加了类簇个数变化情况进行辅助，增加了决策结果的准确性。
-
公开(公告)号：CN103679148A
公开(公告)日：2014-03-26
申请号：CN201310676217.X
申请日：2013-12-11
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提出了一种聚类角点加权面积的群体聚散检测方法，包括如下步骤：A.获取视频帧图像；B.通过混合高斯背景建模方法计算出人群前景区域；C.通过Harris角点检测算法计算图像的角点；D.使用人群前景作为掩膜算子计算出图像中人群区域的角点；E.使用DBSCAN对角点进行聚类；F.使用加权法计算角点面积；G.计算角点面积的变化曲线的斜率，并结合类簇个数进行事件识别。本发明的方法通过使用角点描述人群分布，避免了对人群个体分割的不准确性；通过对人群角点进行聚类，并从人群类簇的个数可以分析出当前场景中人群整体的密集程度。通过计算角点面积变化曲线的斜率来进行事件决策，决策简单有效。事件决策过程中还增加了类簇个数变化情况进行辅助，增加了决策结果的准确性。
-
公开(公告)号：CN103679149B
公开(公告)日：2016-11-30
申请号：CN201310676785.X
申请日：2013-12-11
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提出了一种采用凸包(凸多边形)来描述人群并使用二次聚类方法对人群进行进一步的简化的人群聚集检测的方法与装置，通过使用角点描述人群，避免了人群个体分割的不准确性；通过使用凸包表示相隔很近并且具有相似运动形态的人群，使得事件检测上升为群体性判断而非个体行为判断；通过对人群凸包进行二次聚类，减少了同向人群运动向量交点个数，使得计算的人群事件概率更加准确。
-
公开(公告)号：CN103679149A
公开(公告)日：2014-03-26
申请号：CN201310676785.X
申请日：2013-12-11
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提出了一种采用凸包(凸多边形)来描述人群并使用二次聚类方法对人群进行进一步的简化的人群聚集检测的方法与装置，通过使用角点描述人群，避免了人群个体分割的不准确性；通过使用凸包表示相隔很近并且具有相似运动形态的人群，使得事件检测上升为群体性判断而非个体行为判断；通过对人群凸包进行二次聚类，减少了同向人群运动向量交点个数，使得计算的人群事件概率更加准确。
-
-
-
Search Results
4
records
(took 0.033 seconds)
