python 密度 语音_人群密度图生成-Python实现

最近在做人群密度估计，是一种以密度图的形式表示人群密集程度的方法，大概如下图

左图是某公共场所的人群图，右图是人群密度图，也就是用来训练生成人群密度图网络的标签。首先要将原图中左右人头的坐标标定出来，然后生成密度图像。

原理

如果一个标注点的位置为

，我们可以将它表示为

，因此有

个人头的标签可以表示为：

我们可以使用高斯核

对这个函数卷积得到密度函数

。然而这是假设每个

在样本空间中是独立的。实际上，每个

是3D场景中的人群密度样本，由于透视失真，像素与周边样本在不同场景区域尺度不一致。

因此为了精确估计群体密度

需要考虑透视变换，我们需要考虑真实和图像的失真。通常我们不能确定场景的几乎形状。但是，如果我们每个头部周围的人群是均匀分布的，那么头部与最近k个邻居之间的图像中的平均距离可以给出几何失真的合理估计。

因此，我们应该根据图像中每个人头部大小来确定参数

，但是在实际情况下，由于遮挡，不可能准确的获得头部的尺寸，而且很难找到头部尺寸和密度图之间的关系。我们发现头部大小通常与拥挤场景中两个头部中心距离有关，所以我们使用相邻头部的平均距离作为参数。

对于每个人头

，给出

个近邻头部距离

的平均值

,

相关的像素对应场景中地面上的一个区域，这个区域的半径与

成正比。因此，为了估计像素