[發明專利]一種基于截面流量統計的行人流量計數方法和系統

有效

• 申請號: 201410039134.4
• 申請日: 2014-01-26
• 公開（公告）號: CN103824114A
• 公開（公告）日: 2014-05-28
• 發明（設計）人: 紀慶革;陳婧;遲銳
• 申請（專利權）人: 中山大學;廣州中大南沙科技創新產業園有限公司
• 主分類號: G06M11/00
• 分類號: G06M11/00;G06T7/20
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

技術領域

本發明涉及計算機技術領域，更具體地，涉及一種基于截面流量統計的行人流量計數方法和系統。

背景技術

為了保證公共場所的安全，近幾年全國各個城市都新增了大量監控攝像頭。通過攝像頭獲得大量的視頻數據后，急需解決的問題是：如何從視頻數據中提取出有用信息。人工分析視頻數據的工作量非常大，而且容易出錯,因此智能視頻監控成為國內外研究人員關注的焦點。其中行人流量計數由于其運用范圍廣、實用價值高，成為智能視頻監控中一個十分重要的研究領域。

人流量統計數據對城市的安全監測和管理者的決策調整等都有深遠的意義，其主要表現為：

1.對公共場所的行人流量進行監控，相關部門可根據實時人流量數據進行人員調動，防止人群的擁擠和堵塞，保證公共場所的安全。

2.通過對行人流量的統計計數管理公共資源，如：根據城市各個街道的歷史行人流量數據，可以合理安排公交車的行車路線；根據車站的實時行人流量數據，可以及時地調整發車時間。

3.根據商業地區的行人流量統計數據，經營者可以了解消費者的喜好，制定有效的銷售策略，合理地分配人力資源。從而減少運營成本，實現企業與消費者的雙贏。

國內外學者開展了大量行人流量計數的研究，但大部分研究都是針對中低密度人群的。高密度人群場景中的行人計數存在以下幾個難點：第一，背景被持續遮擋，無法提取真實背景；第二，行人間遮擋現象嚴重，無法有效檢測行人；第三，由于場景復雜、光照變化大，視頻圖像中存在大量噪聲。

發明內容

為了解決上述問題，本發明首先提出了一種基于截面流量統計的行人流量計數方法，能夠解決高密度人群場景中的行人流量計數問題。

本發明的又一目的是提出了一種基于截面流量統計的行人流量計數系統。

本發明提供的技術解決方案：

一種基于截面流量統計的行人流量計數方法，在視頻中設置一條設置行人流量統計帶，并將統計帶劃分為四個區域，每個區域為一個截面計數塊。第一步，利用基于特征提取的行人計數方法得到截面計數塊中的行人個數；第二步，提取截面計數塊中行人的速度；第三步，通過分析截面計數塊與行人流量統計帶的相對位置來統計行人流量。

各截面計數塊的行人數的具體提取方法為：

a）預處理：對視頻圖像進行圖像平滑和圖像增強處理；

b）運動檢測：將梯度二值化圖像作為歷史模板，根據梯度運動歷史圖像計算出場景的有效運動圖像，首先判斷處理圖像是否是第一幀圖像，若是，則初始化梯度運動歷史圖像和截面流量計數塊，否則計算有效運動圖像；

c）特征提取：從圖像的截面計數塊中提取人群的有效運動像素特征、梯度像素特征和特征點特征，組合成特征向量；

d）回歸計數：采用SVM對截面流量計數塊進行行人數預測；

各截面計數塊的速度提取與更新：提取截面計數塊的當前幀的速度；更新截面計數塊的歷史速度和位置；判斷截面計數塊與行人流量統計帶的位置關系，如果截面計數塊超過行人流量統計帶，則更新流量計數結果并重置截面計數塊位置。

一種基于截面流量統計的行人流量計數系統，該系統包括：

預處理模塊：對視頻圖像進行圖像平滑和圖像增強處理；

運動檢測模塊：將梯度二值化圖像作為歷史模板，根據梯度運動歷史圖像計算出場景的有效運動圖像，該模塊首先判斷處理圖像是否是第一幀圖像，若是，則初始化運動歷史圖像和截面流量計數塊，否則計算有效運動圖像；

特征提取模塊：從圖像的截面計數塊中提取人群的有效運動像素特征、梯度像素特征和特征點特征，組合成特征向量；

回歸計數模塊：采用SVM對截面流量計數塊進行人數預測，訓練部分從訓練樣本中提取特征，通過學習得到特征向量與行人數之間的關系，預測部分將從視頻幀中提取出的特征向量輸入訓練好的SVM即可得到預測的行人數；

速度提取與更新模塊：該模塊首先提取截面計數塊的當前幀的速度，然后更新截面計數塊的歷史速度和位置，最后判斷截面計數塊與計數線的位置關系，如果截面計數塊超過計數線，則更新流量計數結果并重置截面計數塊位置。

與現有技術相比，本發明的有效益效果是：本發明提出的行人流量計數方法和系統在高密度人群場景下準確率比較高，且每幀處理時間可以滿足實時性的要求，有效地解決了傳統計數方法在高密度人群場景中的問題。

附圖說明

圖1基于截面流量統計的行人流量計數系統流程圖。

具體實施方式