基于视频图像的人群密度估计研

本文研究了基于视频和图象处理的智能化人群密度估计的方法。首先介绍了人群密度检测的国内外发展现状及其基本理论。通过分析可知，基于像素统计的密度估计方法较为简单，但是当人群密度较高、人群遮挡严重时误差较大

面向人群监管的智能视频场景理解技术研究

算法功能:建立图像特征和图像人数的数学关系 算法输入:训练样本图像1,2…K 算法输出:模型估计参数 ，参考图像 算法流程：1)对训练样本图像进行分块处理(算法1.1)； 2)通过算法1.2，计算训练

Advanced Local Binary Pattern Descriptors for Crowd Estimation

人群密度估计对于人流监控与人群安全具有重要意义。针对现有算法主要通过不同尺度感受野来学习特征,而无法高效利用多尺度特征的问题,文中设计了一个基于通道域注意力机制的特征融合模块。该模块可以在训练模型时学

针对现有方法在高密度场景人群密度估计不够准确的问题,提出了Gabor滤波结合最小二乘支持向量机(LS-SVM)的人群密度估计算法。首先,设计一组单独的二维Gabor滤波器应用在人群图像中以产生相应的滤

基于神经信号的功率谱密度分析，输入为向量，返回结果为PSD值

我们利用神经密度估计的最新突破，提出了一种新的无监督的密度估计（ANODE）技术进行无异常检测。 通过估计信号区域和边带中数据的条件概率密度，并将其内插到信号区域中，可以构建数据与背景之间完全由数据驱

这里面是UCF的人群密度数据集，适合做人群密度估计这方面的算法研究

matlab核密度估计程序，用于数据的预测，风险控制，预期收益等