[發明專利]基于群組上下文的行人計數方法

有效

• 申請號: 201110201983.1
• 申請日: 2011-07-19
• 公開（公告）號: CN102289817A
• 公開（公告）日: 2011-12-21
• 發明（設計）人: 盧漢清;王金橋;劉晶晶
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06T7/20
• 分類號: G06T7/20;G06T7/00;H04N7/18
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 梁愛榮

1.一種基于群組上下文的行人計數方法，其特征在于：該行人計數方法的步驟包括：

步驟S1：根據固定監控攝像頭采集的圖像序列，提取運動前景圖像；

步驟S2：對相鄰圖像幀中的群組，建立群組距離矩陣；

步驟S3：利用群組距離矩陣，建立群組相關性矩陣；

步驟S4：利用群組相關性矩陣檢測群組狀態，并在圖像序列中跟蹤群組，以及識別群組事件中的群組關系，從而從群組出現到群組消失該時間段內建立群組上下文，所述群組狀態為群組出現和群組消失，所述群組關系為父群與兄群關系，所述群組上下文包括內部群組上下文和外部群組上下文；

步驟S5：利用內部群組上下文和外部群組上下文組建上下文掩模；

步驟S6：根據上下文掩模構建最大聯合后驗概率估計問題，把基于單幀圖像的行人計數問題推廣到基于多幀圖像上，用于統計監控場景中基于群組的行人人數。

2.根據權利要求1所述的基于群組上下文的行人計數方法，其特征在于，所述群組是一群在空間上接近的行人為一個群組；群組事件包括群組分裂與群組聚合。

3.根據權利要求1所述的基于群組上下文的行人計數方法，其特征在于，建立群組距離矩陣的步驟包括：

步驟S21：利用形態學處理運動前景圖像，其中一個獨立的前景塊被視為一個群組；

步驟S22：計算當前圖像幀中每個群組與相鄰圖像幀中群組的歐式距離，建立群組距離矩陣。

4.根據權利要求1所述的基于群組上下文的行人計數方法，其特征在于，建立群組相關性矩陣的步驟包括：

步驟S31：設定一個與群組距離矩陣行列數目相同的群組相關性矩陣，將群組相關性矩陣中的所有元素賦值為0；

步驟S32：根據群組距離矩陣行與列中最小值的位置，將群組相關性矩陣中的對應元素賦值為1，并通過群組間的空間重疊度重判賦值，值為1的元素所對應的兩個群組之間存在相關性。

5.根據權利要求1所述的基于群組上下文的行人計數方法，其特征在于，所述群組出現包括該群組從場景外進入；該群組為分裂事件所產生的若干新群組之一；以及該群組為聚合事件所產生的新群組；

所述群組消失包括該群組從場景中走出；該群組分裂成若干新群組；以及該群組與其他群組聚合成一個新群組；

在群組分裂或者群組聚合中消失的群組被視為新群組的父群；

在群組分裂事件中，同時出現的群組被相互視為兄群。

6.根據權利要求1所述的基于群組上下文的行人計數方法，其特征在于，所述內部群組上下文，用于引入從群組出現到群組消失該時間段內的時間-空間信息，抵消群組自身所帶來的遮擋、姿態變化的不利影響；

所述外部群組上下文，用于從父群中引入更多的時間信息以及從兄群中引入更多的空間關聯。

7.根據權利要求6所述的基于群組上下文的行人計數方法，其特征在于，建立內部群組上下文的步驟包括：

步驟S51：根據前景點的數目，將一個給定群組的所有前景圖像量化到v個倉，v為自然數；

步驟S52：從每個倉中隨機抽取一個前景圖像，該v個前景圖像構成內部群組上下文。

8.根據權利要求6所述的基于群組上下文的行人計數方法，其特征在于，建立外部群組上下文的步驟包括：

步驟S53：對每個父群，選取父群中最有代表性的一個前景圖像，參與建立外部群組上下文；

步驟S54：對每個兄群，根據內部群組上下文中的v個前景圖像，結合圖像幀號和群組的空間相對關系選取該兄群的前景圖像，或者直接選取該兄群最具代表性的前景圖像，參與建立外部群組上下文。

9.根據權利要求6所述的基于群組上下文的行人計數方法，其特征在于，在內部群組上下文中給定群組的前景圖像與外部群組上下文中兄群所對應的前景圖像構成v個上下文掩模；外部群組上下文中所有父群的前景圖像構成一個上下文掩模；所述上下文掩模中所包含的行人數目相等。

10.根據權利要求9所述的基于群組上下文的行人計數方法，其特征在于，所述上下文掩模是預先設置場景中行人模型的大小，通過馬爾科夫鏈蒙特卡洛算法，求解最大聯合后驗概率估計問題，保證每個上下文掩模中的行人數目估計相等。