使用尺度归一化运动梯度直方图 (HoMG) 的场景不变人群分割与计数
计算机视觉与模式识别
2016-02-02 v1
摘要
自动人群分割与计数问题在视频监控领域引起了极大兴趣。本文提出一种新颖的场景不变人群分割与计数算法，设计时就考虑到高精度与低计算复杂度，这是广泛工业采用的关键。引入一种称为运动梯度直方图（HoMG）的新颖低复杂度、尺度归一化特征，用于视频中个体与人群的高效时空表示。实时人群分割通过基于滑动窗口 HoMG 特征的弱分类器增强级联实现，而人群区域 HoMG 特征的线性 SVM 回归用于实时人群计数。使用多摄像头人群数据集的实验结果表明，所提算法显著优于当前最先进（SOTA）的人群计数算法，并取得非常有前景的人群分割结果，从而证明了该方法对于高精度、实时视频驱动人群分析的有效性。
引用
@article{arxiv.1602.00386,
title = {Scene Invariant Crowd Segmentation and Counting Using Scale-Normalized Histogram of Moving Gradients (HoMG)},
author = {Parthipan Siva and Mohammad Javad Shafiee and Mike Jamieson and Alexander Wong},
journal= {arXiv preprint arXiv:1602.00386},
year = {2016}
}
备注
9 pages