基于混合多摄像机方法的拥挤与户外场景人数统计
计算机视觉与模式识别
2017-05-09 v2
摘要
本文提出两种用于拥挤和开放环境中人数统计的新方法，结合了多视角收集的信息。使用多个摄像机来扩展视场以及减轻通常影响使用单摄像机计数方法性能的遮挡问题。第一种方法被视为直接方法，尝试分割并计数人群中的每个个体。为此，使用了两个用头部图像训练的头部检测器：一个基于支持向量机，另一个基于Adaboost感知器。第二种方法被视为间接方法，利用学习算法和整个人群的统计分析来实现计数。为此，从前景图像中的人群组提取角点，并通过学习算法计算以估计场景中的人数。两种方法都计数场景中的人数，而不仅仅是场景的给定图像或视频帧中的人数。在基准PETS2009视频数据集上获得的实验结果表明，所提出的间接方法以高达46.7%的改进超越了其他方法，并为拥挤场景提供了准确的计数结果。另一方面，直接方法显示出高错误率，因为后者有更复杂的问题要解决，例如头部分割。
引用
@article{arxiv.1704.00326,
title = {People Counting in Crowded and Outdoor Scenes using a Hybrid Multi-Camera Approach},
author = {Fabio Dittrich and Luiz E. S. de Oliveira and Alceu S. Britto and Alessandro L. Koerich},
journal= {arXiv preprint arXiv:1704.00326},
year = {2017}
}