基于广义回归神经网络的多向运动人群流量估计方法

摘要

本发明涉及一种基于广义回归神经网络的多向运动人群流量估计方法。基于线性回归的方法难以应对行人间遮挡严重、人群分割质量较差时的复杂情况。本发明首先通过光流场提取运动人群的动态纹理特征，然后借助动态纹理特征和水平集算法实现人群的按运动方向分割，获得代表不同运动方向的ROI，再利用GRNN实现ROI特征与人群流量之间的回归分析，从而获取场景中具有不同运动方向人群的精确、实时流量统计结果。本发明不仅可以回避复杂的行人个体特征的提取与跟踪过程，大幅提升算法的抗行人间遮挡能力，同时也可兼顾行人运动的整体性与差异性，从而实现人群的按运动方向分割。