[發明專利]一種實時高精度人流計數方法

在審

• 申請號: 201410490095.X
• 申請日: 2014-09-24
• 公開（公告）號: CN104318263A
• 公開（公告）日: 2015-01-28
• 發明（設計）人: 陳泳瑾;孫寧;李曉飛
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 朱小兵

1.一種實時高精度人流計數方法，其特征在于，包括以下步驟：

步驟?A：采集實時視頻序列；

步驟?B：訓練行人可變形部件模型；?

步驟?C：運動目標前景提取：對每幀視頻圖像進行處理，采用ViBe背景建模方法，提取出每幀圖像的前景圖像，得到該前景圖像的最小外接矩形；

步驟?D：前景區域行人檢測：取出步驟C中前景圖像的最小外接矩形所對應的視頻圖像幀中的圖像區域，對該區域進行行人檢測，使用已經訓練好的行人可變形部件模型進行匹配，獲得該區域中行人的數量和位置坐標；

步驟?E：使用卡爾曼濾波方法對步驟D檢測得到的行人結果進行跟蹤，判斷行人是否存在穿越卡口的行為，獲取人流進出卡口的人數；

步驟?F：對人流進出卡口的數據進行輸出。

2.根據權利要求1所述的一種實時高精度人流計數方法，其特征在于，步驟B中，所述行人可變形部件模型的訓練采用Latent?SVM方法，采用的訓練數據包含PASCAL行人圖像數據庫、INRIA行人圖像數據庫。

3.根據權利要求2所述的一種實時高精度人流計數方法，其特征在于：所述訓練數據包含9000張正樣本和5000張負樣本，所述正樣本包含行人圖像數據庫中的9000張行人圖像，所述負樣本包含行人圖像數據庫中的5000張不含行人的圖片。

4.根據權利要求1所述的一種實時高精度人流計數方法，其特征在于：步驟D中，所述前景區域行人檢測的具體步驟是：

步驟D-1，計算前景區域圖像的HOG特征圖，建立10個尺度的圖像特征金字塔；

步驟D-2，分別用訓練好的三個方向的可變形部件模型掃描特征圖像獲得不同尺度下的得分；

步驟D-3，將圖像不同尺度下的得分相加得到模型匹配的分數，當三個模型得分最大值大于檢測閾值時，判斷為行人，進而得到行人的準確位置。

5.根據權利要求1所述的一種實時高精度人流計數方法，其特征在于：步驟E中，所述獲取人流進出卡口的人數，其具體步驟是：分別設定進計數器和出計數器，若前后兩幀目標位移相比較為進的方向，則進計數器加1；否則出計數器加1；一直到目標離開卡口監控區域時，根據進計數器和出計數器的值，統計人流進出卡口的人數。