【摘要】 一种图像人数识别统计方法，它采用了计算机开源视觉库openCV作为模型基础，树形特征分类器作为识别依据，将设备采集到的某个区域的图像数据中的人数计算出来，并进行信息汇总，生成XML文件，并利用这个涵盖全部地点人数信息的XML文件将信息多接口地发布出去。本发明提出的图像人数识别模型，在各种环境下对人的识别率都相对较高，并且使用openCV模式识别解决方案，运行速度较快，达到实际应用的水平。 【专利类型】发明申请 【申请人】河海大学 【申请人类型】学校 【申请人地址】210098 江苏省南京市鼓楼区西康路1号 【申请人地区】中国 【申请人城市】南京市 【申请人区县】鼓楼区 【申请号】CN201010574971.9 【申请日】2010-12-06 【申请年份】2010 【公开公告号】CN102043963A 【公开公告日】2011-05-04 【公开公告年份】2011 【发明人】刘子源; 唐浩然; 朱华庆 【主权项内容】一种图像人数识别统计方法，其特征是它包括以下步骤：(a)、建立级联分类器：由计算机开源视觉库openCV搭建人工神经网络，从若干张样本着手，训练出级联分类器；该级联分类器的训练步骤为：将分类器分为若干级，每一级设定一种划分图像的方法，以黑白区域表示，计算黑白区域像素值的积分差值，根据该积分差值计算该级分类器的分类参数，包括总阈值和左右两个分支值，若干级的分类参数经过组合，形成级联分类器；采集若干张样本图片；将样本图片目的特征即头像或身体的几何中心重合，将处理后的样本图像，划分成黑白两个区域，根据白色区域内的像素和黑色区域内的像素，计算出积分差值，根据这个差值，计算出各级分类器的分类参数，包括总阈值和两个分支值，其中两个分支值是总阈值的划分，每一级分类器对于黑白区域的划分细致程度不同；(b)、采用与训练样本同样大小的窗口划分整幅待识别图像，每当划分出一部分图像，即按照样本的计算方法，分级计算出该图像的分类参数，将计算出的总阈值与分类器中对应级的分类参数中的总阈值进行比较，从而选择左或者右分支值，(c)、进入下一级筛选；当计算出的分类参数不符合分类器中的参数时，表示该图像不含有目的特征，此时停止计算，将划分窗口移动到下一个位置，重复步骤(b)‑(c)，当划分窗口中的图像通过分类器所有级的时候，这个划分窗口中的图像含有目的特征。 【当前权利人】河海大学 【当前专利权人地址】江苏省南京市鼓楼区西康路1号 【专利权人类型】公立 【统一社会信用代码】121000004660068699 【被引证次数】11 【被他引次数】11.0 【家族被引证次数】11

未经允许不得转载：http://www.zhongzhencnc.com/1785701165.html