[發明專利]俯視行人視頻監控中的客流計數與事件分析方法

有效

• 申請號: 201310459104.4
• 申請日: 2013-10-07
• 公開（公告）號: CN103559478B
• 公開（公告）日: 2018-12-04
• 發明（設計）人: 唐春暉;黃影平
• 申請（專利權）人: 唐春暉
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提出了一種俯視行人視頻監控中的客流計數與事件分析方法。主要包括俯視行人的特征提取與檢測，俯視行人的跟蹤以及俯視行人監控事件的分析等。俯視行人的檢測是以俯視行人頭部特征為基礎的，頭部特征可以分解成幾個級聯的特征組合，依次是：矩形特征、顏色穩定特征、梯度變化特征、梯形特征和圓弧特征等；俯視行人的跟蹤采用了自適應均值移位算法，可以實現多目標自動獲取和跟蹤；俯視客流事件的分類和辨別方法。

技術領域

本發明涉及計算機視覺領域中的智能視頻監控技術。

背景技術

本發明適用于公共設施出入口和過道，攝像裝置安置在頂部，俯視向下拍攝。如公交車入口、超市收費通道、展廳入口過道等，攝像頭距地面2米以上，主要用于客流的統計和人流的監控。國內外對俯視客流的檢測和計數問題研究相對較少，尤其是在國內，目前連視頻中基本的客流計數功能都不具備或不完善。

發明內容

俯視行人視頻監控的任務主要有兩個：一個是客流計數，一個是事件分析。客流計數的內容主要是一般工作狀態下對俯視客流的檢測、跟蹤和計數。俯視客流的事件分普通事件和異常事件兩種；一般事件有排隊等待、人員擁堵等，異常事件有現場遺留物品和兩人打斗等。

（1）俯視行人的檢測

1）監控系統的觸發

采用運動變化檢測觸發，即利用視頻幀間差法計算場景內容的變化，設視頻相鄰幀的灰度圖像相減得幀差圖Im_n，即Im_n=Im(n)-Im(n-1)

式中，n表示當前幀的序數，Im(n)表示當前幀灰度圖像，Im(n-1)表示上一幀灰度圖像；如有當前幀與上一幀內容有變化且變化滿足一定要求（如檢測到與上一幀變化量超過1%），就觸發俯視行人的檢測。

2）采用分級特征檢測目標

本發明的俯視行人檢測是以俯視行人的人頭為檢測目標的。當檢測系統被觸發以后，就在當前幀圖像上遍歷檢測目標，即用一定大小的矩形檢測框以一定大小的步長從上至下、從左至右掃描整張圖像。每個檢測矩形框的內容都是候選目標。候選目標的特征包括矩形特征、顏色穩定特征、梯度變化特征、梯形特征和圓弧特征等。

以下特征檢測是級聯結構，只有滿足前面特征的目標矩形框才能進行下一環節的特征檢測，不滿足條件的候選目標矩形框在被不滿足特征的檢測環節丟棄。

①矩形特征檢測

目標的矩形特征主要是以目標局部矩形塊之間差值為基礎的，即目標外觀的特性可以用各矩形分塊像素的灰度累加值（簡稱矩形值，可以運用“積分圖”快速計算而得）的差值來判斷。矩形分塊之間的差值反映了兩塊矩形外觀的差異，如果設定好相對偏差的閾值，就可以根據不同矩形塊之間相對偏差的大小，判定該目標整體或局部的對稱特征。將目標視作矩形，目標特征根據該矩形內的矩形分塊相互關系和分布特點決定。人頭目標在矩形特征中，運用了左右兩邊對稱、上下兩半相似、三分塊結構和團塊結構等特征，如圖1所示。具體描述是檢測目標矩形框是否左右對稱，即左右兩個子矩形塊是否相差不大；檢測目標矩形框是否上下近似，即上下兩個子矩形塊是否相差不大，但必須要有一定的差別；檢測目標矩形框是否左中右結構，即中間的子矩形塊與兩邊的子矩形塊滿足一定的差異要求；檢測目標矩形框是否具有團塊特征，即四個角的子矩形塊中至少有三個不同于中間子矩形塊的值。

② 顏色穩定性特征

人頭部顏色是矩形中心一個相對穩定的團塊，所以計算矩形中心像素點灰度值的方差，如果方差在閾值之下，視作該目標矩形塊顏色穩定，符合人頭的特征，否則就不符合。

③ 梯度變化特征（這里借用“梯度”的概念表示有較大的變化）