-
公开(公告)号:CN114332762B
公开(公告)日:2025-04-25
申请号:CN202111604567.6
申请日:2021-12-24
Applicant: 杭州电子科技大学
IPC: G06V20/52 , G06V10/764 , G06F30/25
Abstract: 本发明属于视频分析与图像处理相关领域,公开了一种基于行人组环块特征提取的人群异常检测方法,通过分子扩散思想对光流场预处理后来获得更能反映人群运动的运动场,并采取递进式策略对行人进行分组,先以人群运动方向构建方向组,再结合时空信息对方向组再聚类,得到更细致的行人组。对于每个行人组,利用人群能量特征以及基于能量场构建的环块能量直方图特征来表征行人运动信息,最后通过一类SVM进行人群异常检测。本发明有良好的适用性,能够适用在多种公共场所之下,由于人群经过了细致的分组,异常位置的定位也有很高的准确性。
-
公开(公告)号:CN114332114B
公开(公告)日:2025-04-25
申请号:CN202111576870.X
申请日:2021-12-21
Applicant: 杭州电子科技大学
IPC: G06T7/11 , G06T7/136 , G06V10/764
Abstract: 本发明公开了一种基于粒计算和SLIC的多粒度融合密集人群分割方法。密集人群图像的人群片段往往是连通的一大片区域,可以通过超像素(SLIC)算法对人群图像预处理,将图像分割成性质相似的“粒”,可以根据粒级别特征对整块粒进行推断。这种方法的理想情况是人群和背景区域的边界刚好也是不同粒的边界。对同一幅图像来说,粒数多、尺度小的细粒度图像在人群和背景区域的边界处的处理效果对最终分割结果更有利;而粒数少、尺度大的“粒”更有利于人群提取特征和分类。我们对不同粒度水平的粒结构图像进行融合,从而利用两者的优势。最后,对每个粒进行特征提取、分类,将所有粒的分类结果整合到原图像上,从而实现人群和背景的分割。
-
公开(公告)号:CN114332762A
公开(公告)日:2022-04-12
申请号:CN202111604567.6
申请日:2021-12-24
Applicant: 杭州电子科技大学
IPC: G06V20/52 , G06V10/764 , G06K9/62 , G06F30/25
Abstract: 本发明属于视频分析与图像处理相关领域,公开了一种基于行人组环块特征提取的人群异常检测方法,通过分子扩散思想对光流场预处理后来获得更能反映人群运动的运动场,并采取递进式策略对行人进行分组,先以人群运动方向构建方向组,再结合时空信息对方向组再聚类,得到更细致的行人组。对于每个行人组,利用人群能量特征以及基于能量场构建的环块能量直方图特征来表征行人运动信息,最后通过一类SVM进行人群异常检测。本发明有良好的适用性,能够适用在多种公共场所之下,由于人群经过了细致的分组,异常位置的定位也有很高的准确性。
-
公开(公告)号:CN114332114A
公开(公告)日:2022-04-12
申请号:CN202111576870.X
申请日:2021-12-21
Applicant: 杭州电子科技大学
IPC: G06T7/11 , G06T7/136 , G06K9/62 , G06V10/764
Abstract: 本发明公开了一种基于粒计算和SLIC的多粒度融合密集人群分割方法。密集人群图像的人群片段往往是连通的一大片区域,可以通过超像素(SLIC)算法对人群图像预处理,将图像分割成性质相似的“粒”,可以根据粒级别特征对整块粒进行推断。这种方法的理想情况是人群和背景区域的边界刚好也是不同粒的边界。对同一幅图像来说,粒数多、尺度小的细粒度图像在人群和背景区域的边界处的处理效果对最终分割结果更有利;而粒数少、尺度大的“粒”更有利于人群提取特征和分类。我们对不同粒度水平的粒结构图像进行融合,从而利用两者的优势。最后,对每个粒进行特征提取、分类,将所有粒的分类结果整合到原图像上,从而实现人群和背景的分割。
-
-
-