1、交通調度。對公交站(zhàn)、地鐵站(zhàn)和火(huǒ)車站(zhàn)等區域的乘客數量進行估計(jì)，分(fēn)析不同時段的人(rén)群密度情況，不僅可(kě)以爲工(gōng)作(zuò)人(rén)員(yuán)制定合理(lǐ)的工(gōng)作(zuò)計(jì)劃提供幫助，還(hái)可(kě)以爲交通調度提供數據支持，有助于相(xiàng)關部門(mén)制定更加有效的車次安排和調度計(jì)劃。

2、市場調查。對貨架前顧客的密度進行估計(jì)，可(kě)以知道顧客對哪些商品比較感興趣，有助于管理(lǐ)者合理(lǐ)安排貨物擺放(fàng)順序，不僅可(kě)以減輕人(rén)工(gōng)調查的工(gōng)作(zuò)量，還(hái)能進一步提高貨品銷售量。

3、建築設計(jì)。對建築物内的人(rén)群進行密度估計(jì)，可(kě)以分(fēn)析出人(rén)群的分(fēn)布規律和運動範圍，可(kě)适當加固人(rén)群容易聚集的區域（如(rú)電梯），設置合理(lǐ)的安全通道，爲建築物的設計(jì)和施工(gōng)提供參考，提高建築物的實用性和安全性。

4、人(rén)群安全。對一些容易發生(shēng)人(rén)群聚集的公共場所如(rú)大(dà)型廣場、大(dà)型體(tǐ)育場、大(dà)型娛樂中心、醫院、電影(yǐng)院進行實時的人(rén)群密度檢測，對于人(rén)群擁擠情況及時預警并通知管理(lǐ)者采集相(xiàng)應措施，對于提高人(rén)群安全具有重要意義。

根據不同的場景分(fēn)别有不同的人(rén)群密度估計(jì)方法。

中低密度人(rén)群使用基于像素統計(jì)的多元線性回歸方法估計(jì)人(rén)群密度。首先利用背景減法與自(zì)适應背景更新方法提取人(rén)群前景，并進行邊緣檢測，然後假定人(rén)數與前景邊緣長度、前景面積、前景邊緣梯度方向直方圖之間存在較好的多元線性關系，通過多元線性回歸分(fēn)析，得(de)到人(rén)數與這些特征之間的多元線性模型，實現人(rén)數估計(jì)，進而實現密度估計(jì)。

針對高密度人(rén)群，我們采用基于灰度共生(shēng)矩陣與分(fēn)型人(rén)數的人(rén)群密度估計(jì)方法。因爲中高度人(rén)群圖像更具有紋理(lǐ)特征，所以我們采用基于紋理(lǐ)分(fēn)析的方法提取人(rén)群密度特征，利用灰度共生(shēng)矩陣提取統計(jì)特征值如(rú)熵、對比度以及能量等，采用差分(fēn)盒維數法計(jì)算圖像的分(fēn)形維數。另一方面，由于此時人(rén)數與特征之間的線性關系不明顯，因此，我們采用分(fēn)線性分(fēn)類方法實現人(rén)群密度估計(jì)，考慮到支持向量機(jī)的模型可(kě)以使分(fēn)類性能達到最優。