Crowd Density and Counting Estimation Based on Image Textural Feature

Abstract

This paper proposes an image textural analytical method for estimating the crowd density and counting. At first, the target detection is conducted to obtain the foreground image. This crowd image is used to calculate the gray level co-occurrence matrix (GLCM). Then, according to the characteristic values of the gray level co-occurrence matrix, i.e., energy, entropy, contrast, homogeneity, we use support vector machine (SVM) to estimate crowd density. Simultaneously, the method of linear regression is used to estimate the crowd counting. The accuracy of evaluation is improved since we extract the target image textural traits to overcome the influence of background for estimation results. Finally, the experimental results show that the proposed approaches of crowd density and counting are feasible and effective.

Modelo computacional para geração de multidões e avaliação de desempenho de estimadores de multidão baseados em textura

“…21 Posteriormente, esta abordagem foi aplicada em análise de multidão também fornecendo relevante contribuição. 5,6,7,20,22 Apesar de ser um método muito eficaz, seu custo computacional é muito alto pois depende do cálculo de muitos parâmetros por pixel de cada imagem. 17 O procedimento básico deste método envolve a obtenção de uma matriz de probabilidade de ocorrência condicional de valores de pixeis para uma dada imagem.…”

“…Para quantificar algumas propriedades da distribuição dos valores na MCNC realizamos o cálculo de quatro medidas por matriz, conforme metodologia estabelecida na literatura. 5,20,21,22 Para uma imagem I composta por pixeis de intensidade l = {0, 1, 2, ..., l max } e P M C (i, j|D, Θ) uma função de densidade de probabilidade conjunta dos respectivos M C (i, j|D, Θ), calcula-se:…”