Question

我目前正在进行人群计数估算＆＃34;使用MATLAB。对于该项目，我需要在拥挤的图像中找到头部的数量（使用航空相机拍摄）。我目前正在使用圆形霍夫变换来检测图像中的头部。

头部大小因高度而异。所以，我编码的方式是它接受（image，Min_head_size，Max_head_size）作为参数。头部尺寸将被视为圆的半径（圆形霍夫变换），并且将检测该半径的圆。我将阈值设置为（pi * radius）。

通过上述方法，我无法检测到所有头部。还有很多误报。我可以这样做吗？有没有其他解决方案精确计算头？

    function Crowd_counter(img,r1,r2)

    img1 = imread(img);                       %read the image
    img=im2bw(img1,graythresh(img1));         %convert into binary
    imgBW = edge(img);                        %'canny' edge detection
    count=0;
    FDetect = vision.CascadeObjectDetector;    %for face detection
    BB = step(FDetect,img1);                   %bounding box for face detect

    for i=r1:r2
        [ydetect,xdetect,Accumulator] = houghcircle(imgBW,i,(i*pi)); %circular hough
        y{count+1}=ydetect;                     %storing y co-ordinates
        x{count+1}=xdetect;                     %storing x co-ordinates
        count=count+1;
        i=i+1;
    end

    disp(count);
    figure;
    imshow(img1);                          %for visualizing detected heads
    hold on;
    crowd=0;
    for j=1:count
        crowd=crowd+length(x{j});          %for counting detected heads
        plot(x{j},y{j},'.','LineWidth',2,'Color','red');
        j=j+1;
    end

    disp('Number of heads:');
    disp(crowd);
    disp('Number of faces:');
    disp(size(BB,1));
    disp('Total');
    disp(crowd+size(BB,1));

Input image

Output from Crowd_counter('51.jpg',3,7)

Answer 1

这看起来像是一个不错的方法。我还没有对此进行过实验，但是根据你的输出图像，似乎很多边缘都被错误地分类为头部。我的第一个想法是使用像HARRIS corner detector的后续步骤中使用的Hessian矩阵可以帮助消除其中的一些。这应该会带走一些误报。弄清楚如何找到假阴性将需要更多的努力我猜。我想再强调一点，我自己并没有尝试过，只有当你认为逻辑对你有意义时才会走这条道路。

使用MATLAB检测拥挤图像中的磁头

1 个答案: