一种基于人群密度和行人速度的人群安全程度评估方法

摘要

本发明公开了一种基于人群密度和行人速度的人群安全程度评估方法，其内容包括：以获取的视频帧图像的前景面积和周长构成特征向量，采用神经网络模型回归预测出人群密度；基于LK光流改进的金字塔Lucas‑Kanade光流算法处理连续图像帧，求取行人速度，即不同行人个体运动的平均速度；构建模糊推理系统，评估人群安全等级：选择评价因素及确定其隶属度函数；建立人群属性与安全风险规则库，根据规则库对输入进行模糊推理；对推理结果进行去模糊化，进而评估出人群安全风险等级。本发明对人群密度、行人速度和输出人群安全风险等级建立数学模型，采用模糊推理方法来确定人群属性各要素对预警等级的影响，设计合理，操作简单，提高了实际应用性。