[發明專利]可精確辨別目標的人流量統計的方法及系統

有效

• 申請號: 201010114826.2
• 申請日: 2010-02-10
• 公開（公告）號: CN101872422A
• 公開（公告）日: 2010-10-27
• 發明（設計）人: 呼志剛;朱勇;任燁;蔡巍巍;賈永華;胡揚忠;鄔偉琪
• 申請（專利權）人: 杭州海康威視軟件有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/20;G07C9/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 逯長明;王寶筠

技術領域

本發明涉及視頻監控及圖像處理與分析技術領域，尤其涉及一種可精確辨別目標的人流量統計的方法及系統。

背景技術

隨著社會的不斷進步，視頻監控系統的應用范圍越來越廣。在超市、商場、體育館以及機場車站等場所的出入口常安裝有監控攝像機，以便保安人員和管理者對這些場所的出入口進行監控。另一方面，超市、商場、體育館以及機場車站等場所進出的人流量對于上述場所的經營者或管理者來說有著重要的意義，其中，人流量是指按一定方向流動的人數，本文中特指按進入/離開兩個方向流動的人數。

現有的視頻監控中，人流量統計主要是通過監控人員人工清點來實現。這種人工統計人流量的方法在監控時間短、人流量稀疏的情況下比較可靠，但由于人眼生物特性的限制，當監控時間較長，人流量密集時，統計的準確性將大大下降，而且人工統計的方式需要耗費大量的人力成本。基于視頻分析的人流量統計方法可以實現人流量的自動統計，解決人工統計帶來的各種問題。目前，基于視頻分析的流量統計方法主要有三類：

一是基于特征點跟蹤的方法，該方法首先跟蹤一些運動的特征點，然后對特征點的軌跡進行聚類分析，從而得到人流量信息；基于特征點跟蹤的方法需要跟蹤一些運動的特征點，然后對特征點的軌跡進行聚類分析，從而得到人流量信息，該方法的缺點是特征點本身難以穩定地跟蹤，計數精度較差。

二是基于人體分割和跟蹤的方法，該方法首先需要提取出運動目標塊，然后對運動目標塊進行分割得到單個人體目標，最后跟蹤各個人體目標實現人流量的統計；基于人體分割和跟蹤的方法首先需要提取處運動目標塊，然后對運動目標塊進行分割得到單個人體目標，最后跟蹤得到各個人體的軌跡，從而實現人流量的統計。該方法的缺點是當人體存在遮擋時，人體分割的準確性難以得到保證，影響統計精度。

三是基于人頭或頭肩檢測和跟蹤的方法，該方法在視頻中檢測人頭或頭肩，通過對人頭或頭肩的跟蹤進行人流量的統計。基于人頭檢測和跟蹤的方法是在視頻中檢測人頭，通過對人頭的跟蹤進行人流量的統計，當攝像機角度合適時，人頭出現遮擋的情況較少，因此基于人頭檢測的方法較前兩種方法準確性有所提高，目前有公司提出了基于人頭檢測統計人數的方法，例如北京中星微電子在申請號200910076256.X的專利文件所提到的方法中，首先提取運動前景，然后采用haar特征訓練兩個串行的分類器在前景中搜索預定尺寸的人頭，實現人頭檢測，其中，haar特征，是一種矩形特征，通過改變矩形的尺寸和組合方式可以描述目標的形狀和灰度信息。該方法僅采用分類器對目標進行粗檢測，精度不高，容易出現人頭漏檢或者多檢的情況，最終導致人頭統計不準確的問題。

發明內容

有鑒于此，本發明提供一種可精確辨別目標的人流量統計的方法及系統，以解決現有人流量統計方案統計不準確的問題。

為此，本發明實施例采用如下技術方案：

一種可精確辨別目標的人流量統計的方法，包括：采用分類器對當前圖像進行人頭粗檢測，對粗檢測結果進行邊緣特征細篩選處理，確定當前圖像中的各人頭；對確定出的各人頭進行跟蹤，形成人頭目標運動軌跡；根據人頭目標運動軌跡方向進行人流量計數。

所述對粗檢測結果進行邊緣特征細篩選處理包括：計算所述分類器判斷為人頭目標的矩形內邊緣特征與預置的上半橢圓弧的擬合度，如果擬合度大于閾值，則將該矩形確定為人頭，否則將該矩形從目標列表中去除。

在采用分類器對當前圖像進行人頭粗檢測之前，還包括：對圖像中的檢測區域進行場景標定，從而將檢測區域劃分為若干個子區域；所述分類器進行人頭檢測是在所述若干個子區域內進行的。

所述對圖像中的檢測區域進行場景標定包括：選擇標定框；計算場景深度變化系數；計算檢測區域內人頭目標尺寸變化范圍；根據人頭目標尺寸變化范圍將檢測區域劃分為若干個子區域。

在形成人頭目標運動軌跡之后、根據人頭目標運動軌跡方向進行人流量計數之前，還包括：對人頭目標運動軌跡進行平滑度分析。

所述對人頭目標運動軌跡進行平滑度分析包括：確定人頭目標運動軌跡的平滑度，判斷所述平滑度是否滿足閾值，若是，保留該人頭目標運動軌跡，否則，丟棄該人頭目標運動軌跡。

所述分類器為并聯的多類分類器。

所述采用分類器對圖像進行人頭檢測包括：設置各類分類器的檢測順序，按照檢測順序依次采用各個分類器對當前圖像進行人頭檢測，直到確定出人頭，其中，所述并聯的多類分類器由至少兩類分類器并聯而成。

所述并聯的多類分類器由深色頭發通用分類器、淺色頭發分類器、帽子分類器和擴展分類器中的任意兩種或多種并聯而成。