融合直方图高阶统计特征与GLCM特征的室内红外图像人群密度分类

基金项目: 国家自然科学基金(U1611461)

详细信息

Indoor Crowd Density Classification in Infrared Images Based on Fusing High-order Statistics of Histogram with Gray Level Co-occurrence Matrix Features

摘要: 公共场所的人群密度信息在公共安全、交通管理、应急减灾等方面具有重要作用,采用红外技术,可以在拍摄人群图像时避免环境光照影响.为了实现室内场景下的红外图像人群密度分类,提出一种融合灰度直方图高阶统计特征与灰度共生矩阵特征的人群密度分类方法.首先,根据红外图像的特点,分析并提取样本图像灰度直方图的高阶统计特征,随后与提取的灰度共生矩阵特征串行融合,最后作为多分类支持向量机的输入,对不同人群密度等级进行分类.实验结果表明,提出的方法对于不同密度人群图像的分类准确率可达92.13%,同时特征向量提取简洁、算法耗时短.
- 人群密度分类 /
- 红外图像 /
- 直方图高阶统计特征 /
- 灰度共生矩阵

1.	李敏，王婷，王晓红，周嘉林，韩征，张诗檬，许飞青，周捷铭. 北京市密云东庄铁矿区岩浆岩断面结晶度特征信息提取方法研究. 城市地质. 2024(02): 267-273 . 百度学术
2.	邓超迪，李川，李英娜. 一种改进SMD评价函数的自适应阈值红外图像分割法. 数据通信. 2022(02): 41-45 . 百度学术
3.	邓超迪，李川，李英娜. 基于直方图均衡化和双边滤波的变压器红外图像增强. 电力科学与工程. 2020(11): 38-44 . 百度学术
4.	韩征彬，王宇，孟涛涛. 基于遮挡系数和区域划分的人群数目估计方法. 长春理工大学学报(自然科学版). 2019(04): 76-80 . 百度学术
5.	李红丽，马耀锋. 基于多特征融合和混合核SVM的目标识别方法. 沈阳工业大学学报. 2018(04): 441-446 . 百度学术