位置:成果数据库 > 期刊 > 期刊详情页
基于非最大抑制聚类的视频人数估测方法
  • ISSN号:1003-6059
  • 期刊名称:《模式识别与人工智能》
  • 时间:0
  • 分类:TP391.41[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]国防科学技术大学信息系统与管理学院系统工程系,长沙410073
  • 相关基金:国家自然科学基金(No.60705013); 湖南省自然科学基金(No.08JJ4018)资助项目
中文摘要:

对于基准背景已知的固定场景,提出估测人数的四步框架,相比2010年D.Conte等的结果显著提高远距离人群的估测精度.精度提高的主要原因在于"非最大抑制聚类",这种基于密度的聚类方法对不同拍摄距离的人群采取不同的聚类标准,避免类过大造成的后续问题.PETS2010数据库的实验表明,远距离高密度人群因被分为多类,估测精度明显提高.

英文摘要:

Based on the background image of a fixed scene,a four-step approach to count predestrains in video sequences is presented,and the estimation result of long-range crowds is improved compared with D.Conte's solution in 2010 EURASIP Journal.Our primary contribution lies in non-maxima suppression clustering.The proposed density-based clustering approach applies different clustering standards to crowds at different distances from camera,hence it avoids overlarge clusters and ensuing problems.Experiments on PETS 2010 database show estimation result of long-range crowds is improved significantly,as an implicit result of smaller clusters from Non-maxima Suppression Clustering.

同期刊论文项目
期刊论文 66 会议论文 3 专利 1 著作 1
同项目期刊论文
期刊信息
  • 《模式识别与人工智能》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会 中国自动化学会
  • 主办单位:国家智能计算机研究开发中心 中国科学院合肥智能机械研究所
  • 主编:郑南宁
  • 地址:安徽省合肥市蜀山湖路350号中国科学院合肥智能机械研究所
  • 邮编:230031
  • 邮箱:bjb@iim.cas.cn
  • 电话:0551-5591176
  • 国际标准刊号:ISSN:1003-6059
  • 国内统一刊号:ISSN:34-1089/TP
  • 邮发代号:26-69
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:10169