[發明專利]基于頭部識別的人群計數方法及裝置

有效

• 申請號: 201010607822.8
• 申請日: 2010-12-28
• 公開（公告）號: CN102063613A
• 公開（公告）日: 2011-05-18
• 發明（設計）人: 游磊
• 申請（專利權）人: 北京智安邦科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于頭部識別的人群計數方法，其特征在于，該方法包括：

第一步驟，根據視頻幀圖像建立、更新背景圖像；

第二步驟，從視頻幀圖像中提取頭部檢測區域；

第三步驟，跟蹤頭部檢測區域，獲取頭部檢測區域的運動軌跡；

第四步驟，優化頭部檢測區域的運動軌跡；及

第五步驟，根據優化的運動軌跡獲取人數。

2.如權利要求1所述的方法，其特征在于，所述第一步驟：假設???????????????????????????????????????????????表示第k（k為整數）幀圖像，表示第k幀背景圖像（其中背景圖像的初始值為），背景圖像的更新公式如下：

其中，x、y分別表示像素點的橫坐標和縱坐標。

3.如權利要求1所述的方法，其特征在于，所述第二步驟包括以下步驟：

步驟1021，將當前幀圖像與背景圖像做差獲取前景圖像；

步驟1022，對前景圖像進行邊緣檢測獲取邊緣點；

步驟1023，對每個邊緣點進行hough投票獲取投票矩陣；

步驟1024，獲取投票矩陣中大于第一閾值T1的點，并生成該點的三元數；

步驟1025，計算三元數的梯度內積和；

步驟1026，根據梯度內積和獲取局部極大值點，該局部極大值點即為頭部檢測點；

步驟1027，根據頭部檢測點獲取頭部檢測區域。

4.如權利要求3所述的方法，所述步驟1023對每個邊緣點的周圍進行hough投票，公式如下：

（），且為整數

形成的三維矩陣為（且為整數），其中，vn∈[9,36]且為整數，R為標準半徑，△為頭部變化范圍。

5.如權利要求3所述的方法，所述步驟1024獲取投票矩陣大于第一閾值T1的點，并生成該點的三元數，其中，T1∈。

6.如權利要求3所述的方法，所述步驟1025：首先以點為圓心，為半徑，采樣橢圓上的點，計算每個點在圖像中的梯度以及對應的法向量；然后根據梯度和法向量計算梯度內積和，其中，。

7.如權利要求1所述的方法，其特征在于，所述第四步驟包括：

步驟1041，刪除跟蹤到非前景檢測區域的運動軌跡：即如果當前幀圖像中跟蹤的運動軌跡點屬于非前景檢測區域，則刪除該條運動軌跡；

步驟1042，刪除明顯靜止的運動軌跡：即計算運動軌跡上當前幀圖像與前N幀圖像的平均位移，如果該平均位移＜第三閾值T3，則刪除該條運動軌跡，其中，N和T3可根據實際應用需求進行設置；

步驟1043，刪除不滿足運動一致性的運動軌跡；

步驟1044，合并重合或相交的運動軌跡。

8.如權利要求7所述的方法，其特征在于，所述步驟1043操作如下：計算運動軌跡的速度、運動軌跡的方向；如果（其中，表示前一幀到當前幀圖像的運動矢量，表示當前幀到下一幀圖像的運動矢量；；），則認為該軌跡滿足運動一致性并保留該運動軌跡，否則認為不滿足運動一致性并刪除該運動軌跡。

9.如權利要求7所述的方法，其特征在于，所述步驟1044：計算兩條運動軌跡的跟蹤點的歐式距離；如果歐式距離＜第四閾值T4（T4∈[5,15]?且為整數），則分別計算這兩條運動軌跡的相似量、，其中，表示第一條軌跡在當前幀圖像內頭部檢測區域的灰度值，表示第二條軌跡在當前幀圖像內頭部檢測區域的灰度值，表示當前幀更新的頭部檢測區域特征，（表示前幀圖像，表示前幀圖像內頭部檢測區域的灰度平均值，表示后幀圖像，表示后幀圖像內頭部檢測區域的灰度平均值）；如果，則刪除第二條軌跡，否則刪除第一條軌跡。

10.如權利要求1所述的方法，其特征在于，所述第五步驟包括以下任何一個或者兩個步驟：

步驟1051，根據優化后的運動軌跡統計指定橫截面的人數：即當運動軌跡與指定的橫截面相交時，通過統計相交的運動軌跡的個數，該個數即為統計的人數；

步驟1052，根據優化后的運動軌跡統計指定區域內的人數：即統計指定區域內軌跡長度＞第五閾值T5的運動軌跡的個數（T5∈），該個數即為統計的人數。