[發(fā)明專利]一種基于頭頂攝像頭的監(jiān)控行人計數(shù)的方法

有效

• 申請?zhí)枺?/td>: 201310190528.5
• 申請日: 2013-05-21
• 公開（公告）號: CN103310444A
• 公開（公告）日: 2013-09-18
• 發(fā)明（設(shè)計）人: 俞中杰;楊杰
• 申請（專利權(quán)）人: 上海交通大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/20
• 代理公司: 上海漢聲知識產(chǎn)權(quán)代理有限公司 31236
• 代理人: 郭國中

技術(shù)領(lǐng)域

本發(fā)明屬于計算機視覺與模式識別領(lǐng)域，具體地，涉及一種基于頭頂攝像頭的監(jiān)控計數(shù)新方法。

背景技術(shù)

在計算機視覺領(lǐng)域，視頻監(jiān)控計數(shù)的應用場合不斷增加。在安保方面，經(jīng)常需要計算出入大樓的人數(shù)；在智能交通方面，需要統(tǒng)計各個路口的流量來合理規(guī)劃交通設(shè)施；在地鐵換乘站，需要統(tǒng)計各方向換乘的人數(shù)，以便合理安排地鐵的車次。人工計數(shù)成本高而且在人流量大的時候難以準確計數(shù)，所以視頻監(jiān)控在計數(shù)問題上得到了應用。

目前已經(jīng)有很多種監(jiān)控計數(shù)的系統(tǒng)，使用各種方法，但是在區(qū)分行人與非行人方面，成功不多。在使用頭頂攝像頭的系統(tǒng)中，已有的計數(shù)策略主要是使用不同方法得到場景中的行人，進行跟蹤并計數(shù)。也有使用光流，或者不同位置的行人的模板匹配來估計行人數(shù)量的。近年來論文中的方法主要有：

Senem?Velipasalar等人在2006年提出根據(jù)前景區(qū)域的大小估計其中包含的人數(shù)；Massimiliano?Bozzoli等人在2007年利用光流法進行跟蹤目標的人數(shù)估計；Jun-Wei?Hsieh等在2007年使用場景中不同位置不同的行人模板，通過與得到的前景進行匹配來估計人數(shù)；Javier?Barandiaran在2008年使用了在場景中畫若干平行直線的方法計數(shù)，通過線上測得的人的寬度和的時間長短來估計越線的人數(shù)；Borislav?Antic′等人在2009年用聚類的方法得到前景中的每個人，不過需要預先估計一個人的平均的前景大小；于海濱等在2007年通過提取頭部特征以計算場景中行人的數(shù)量。

專利方面，申請?zhí)枮镃N201110035274.0的中國發(fā)明專利申請通過基于Blob的跟蹤方法進行行人計數(shù)；申請?zhí)枮镃N201210274839.5的中國發(fā)明專利申請通過發(fā)色特征獲取頭部分割，得到人頭區(qū)域并計數(shù)；申請?zhí)枮镃N201210208666.7的中國發(fā)明專利申請通過匹配頭部特征并跟蹤頭部特征區(qū)域來計數(shù)；申請?zhí)枮镃N201210295833.6的中國發(fā)明專利通過將提取到的前景與橢圓模板進行匹配，然后跟蹤；申請?zhí)枮镃N201010114819.2的中國發(fā)明專利利用并聯(lián)的多類分類器檢測頭部，并進行跟蹤計數(shù)；申請?zhí)枮镃N201010607822.8的中國發(fā)明專利根據(jù)優(yōu)化了的頭部檢測區(qū)域的運動軌跡獲取人數(shù)；申請?zhí)枮镃N201110089154.9的中國發(fā)明專利使用光流法獲得稠密光流場，分類后進行計數(shù)；申請?zhí)枮镃N201210064543.0的中國發(fā)明專利提出了通過提取圖像的加速穩(wěn)健特征，聚類后跟蹤計數(shù)的方法。

在已有的基于跟蹤的監(jiān)控計數(shù)方法中，通常是將單個行人作為跟蹤的目標，因此在擁擠場景下，跟蹤單個目標將會變得非常困難。若是同時跟蹤多個目標，就需要估計該目標中含有的行人的數(shù)量。檢測頭部的特征是一種可行的方法，但是從前景中檢測頭部，所需的計算量稍大，會影響系統(tǒng)的實時性。根據(jù)前景的大小來估計其中所含的行人數(shù)量也可以用來進行監(jiān)控計數(shù)，但是由于行人的胖瘦，以及攜帶的其他物品，如包裹，行李箱，小孩等，對前景區(qū)域大小的影響很大，容易造成誤判。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)存在的上述不足，本發(fā)明的目的是提供一種基于頭頂攝像頭的監(jiān)控行人計數(shù)的方法，統(tǒng)計監(jiān)控視頻中行人的數(shù)量，并且對非行人的目標加以區(qū)分。本發(fā)明提取跟蹤到的前景區(qū)域的外接矩形的大小和前景的輪廓特征并加以綜合，減小非行人的物體對人數(shù)估計造成的影響，得到更加精確的計數(shù)結(jié)果。

為實現(xiàn)上述目的，本發(fā)明總體上說，首先將距離相近的人和物體作為一個跟蹤目標，然后通過分析該目標區(qū)域的大小和輪廓特征，估計該區(qū)域所含有的行人的數(shù)量，達到計數(shù)的目的。

本發(fā)明所述的基于頭頂攝像頭的監(jiān)控行人計數(shù)的方法，包括如下步驟：

第一步，安裝攝像頭。

本發(fā)明基于頭頂攝像頭，因此攝像頭應安裝在走廊或者過道的頂部，方向豎直向下，但是與鉛垂線應當有約5到10度的夾角。

攝像頭的安裝角度并非準確的與鉛垂線重合，這是有原因的。當以一個小角度從頭頂拍攝行人時，既可以避免行人之間的遮擋，同時行人的上半身與下半身也不會完全重合，又由于行人的下半身總是在前景的下半部分，因此可以較容易的提取。

第二步，獲得運動物體的位置。

要對目標進行跟蹤，首先要知道運動目標的位置。本發(fā)明具體采用高斯混合模型法，因為在靜止攝像頭的場景下，背景建模和背景減除是檢測運動物體的一種高效的方法。建模采用RGB彩色模型，對每個像素分別建模。假設(shè)當前幀某個像素位置p的顏色表示是I(p)，那么根據(jù)高斯混合模型，該像素呈現(xiàn)這一顏色的概率是