文 献 综 述

1.引言

随着经济社会的发展，近年来城市人口密度急剧增大,许多公共基础设施，如机场、地铁站、车站等地方经常会迎来短期的人流高峰。人群的高度拥挤容易引起各种突发事件。如果不能对人群迅速有效地疏散分流，不仅会影响居民日常生活，更可能造成巨大的人员伤亡和财产损失，因此对公共基础设施进行人群密度估计是十分必要的。人群密度估计有着广泛的应用前景和研究价值，传统的人群密度估计是通过闭路电视对不同场景进行人工监控，然后由监控室的工作人员对监视场景进行人工判断。这种传统方法不仅费时费力，而且监控人员容易因为疲惫等原因而忽视监控场景的突发情况，从而造成不可挽回的后果。

当然，这些年来视频监控及相关技术在迅速发展，为从视频分析的角度进行人群的管理和监控奠定了基础。人群的流量和密度是人群特性的2个重要指标，也是群体管理的重要依据。

2.人群密度特征

人群密度估计是指通过模式分类的相关方法对提取到的人群密度特征进行分类。通常将人群密度分为极稀疏、稀疏、中等密度、拥挤和极度拥挤5个等级。

2.1基于像素统计的人群特征提取

传统的密度估计算法中，Davies和Chow提出了基于像素特征的图像处理方法来判断人群密度，该方法主要通过背景减的手段来提取前景人群占据的空间大小，以及运用边缘提取的方法检测人群对象的边缘长度,通过这两类特征对人群密度进行估计。这种方法较为简单，计算量小，当人群密度较低的时候效果较好,但是当人群密度较高时,由于人群遮挡严重，结果的误差很大。像素的统计特性是最早被采用的人群密度特征，也是一种非常有效的特征参数。通常采用的人群像素特征有：

1)全局特征：前景图像当中人群分割团块的面积、周长、方向角度和周长面积比等。

2)内部边缘特征：边缘像素总量、边缘方向以及Minkowski维度^【15】等。