[發明專利]車輛及行人監測方法及裝置

有效

• 申請號: 201510400007.7
• 申請日: 2015-07-09
• 公開（公告）號: CN104933424A
• 公開（公告）日: 2015-09-23
• 發明（設計）人: 劉振及;江偉;祝本云;徐雄偉
• 申請（專利權）人: 深圳市為科科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及監控技術領域，尤其涉及一種車輛及行人監測方法及裝置。

背景技術

近年來，隨著平安城市、智慧城市建設的不斷升級，安防監控技術得到廣泛應用，基于視頻的人臉檢測和車輛檢測等技術已經成功應用在火車站、電子警察、公安卡口、高速公路測速與收費、停車場管理等領域。

隨著市場需求提升，安防行業已經有專業的車輛檢測或者行人檢測產品，這類產品雖然滿足了當前一定的市場需求，但是功能單一，僅僅關注人，或者僅僅關注車。在大量人車混雜的監控區域，要達到人、車同時抓拍需要部署較多的軟硬件設備，由此大大增加工程造價，以及后續的維護成本。

同時，由于產品形態混雜，對系統組網帶來很大困難，不利于市場快速普及。

發明內容

本發明的主要目的在于提出一種車輛及行人監測方法及裝置，旨在解決車輛檢測或者行人檢測產品功能單一，產品形態混雜的弊端，滿足人車同時監控的需求。

為實現上述目的，本發明提供的一種車輛及行人監測方法，所述方法包括步驟：

以時分多路的方式，通過攝像裝置采集包括人臉和車輛的視頻圖像；

基于采集的所述視頻圖像，以設定的檢測規則，進行人臉檢測和車輛檢測，得到人臉檢測及車輛檢測結果。

優選地，所述方法還包括：

檢測用戶終端的MAC地址。

優選地，所述基于所述視頻圖像，以設定的檢測規則，進行人臉檢測，得到人臉檢測結果的步驟包括：

通過級聯分類器從所述視頻圖像中提取人臉輪廓，并確定人臉的位置和大小，將人臉通過矩形區域標識。

優選地，所述通過級聯分類器從所述視頻圖像中提取人臉輪廓的步驟包括：

基于Haar-like特征和多尺度HOG特征，對分類器檢測進行計算優化；

使用置信度的實值分類器代替二值分類器，并對HOG特征和Haar-like特征設計不同的弱分類器，用Gentle?Adaboost算法訓練強分類器；

使用haar-like特征訓練adaboost級聯分類器，從所述視頻圖像中掃描檢測區域，產生候選目標；使用多尺度HOG特征訓練adaboost級聯分類器，進行候選目標確認，輸出最終檢測目標，得到人臉輪廓。

優選地，所述基于所述視頻圖像，以設定的檢測規則，進行車輛檢測，得到車輛檢測結果的步驟包括：

基于所述視頻圖像，以及車牌識別的車輛檢測規則或虛擬線圈的車輛檢測規則，進行車輛檢測，得到車輛檢測結果。

本發明還提出一種車輛及行人監測裝置，所述裝置包括：

采集模塊，用于以時分多路的方式，通過攝像裝置采集包括人臉和車輛的視頻圖像；

檢測模塊，用于基于所述視頻圖像，以設定的檢測規則，進行人臉檢測和車輛檢測，得到人臉檢測及車輛檢測結果。

優選地，所述檢測模塊，還用于檢測用戶終端的MAC地址。

優選地，所述檢測模塊，還用于通過級聯分類器從所述視頻圖像中提取人臉輪廓，并確定人臉的位置和大小，將人臉通過矩形區域標識。

優選地，所述檢測模塊，還用于基于Haar-like特征和多尺度HOG特征，對分類器檢測進行計算優化；使用置信度的實值分類器代替二值分類器，并對HOG特征和Haar-like特征設計不同的弱分類器，用Gentle?Adaboost算法訓練強分類器；使用haar-like特征訓練adaboost級聯分類器，從所述視頻圖像中掃描檢測區域，產生候選目標；使用多尺度HOG特征訓練adaboost級聯分類器，進行候選目標確認，輸出最終檢測目標，得到人臉輪廓。

優選地，所述檢測模塊，還用于基于所述視頻圖像，以及車牌識別的車輛檢測規則或虛擬線圈的車輛檢測規則，進行車輛檢測，得到車輛檢測結果。

本發明提出的一種車輛及行人監測方法及裝置，以時分多路的方式，通過攝像裝置采集包括人臉和車輛的視頻圖像；基于采集的視頻圖像，以設定的檢測規則，進行人臉檢測和車輛檢測，得到人臉檢測及車輛檢測結果，該方案中，可以將人臉檢測和車輛檢測算法采用全嵌入式的方式在一臺高清攝像機中實現，解決了車輛檢測或者行人檢測產品功能單一，產品形態混雜的弊端，滿足人車同時監控的需求；此外，還可以增加手機MAC地址抓拍，達到人、車、MAC地址同時抓拍，綜合比對的目的。

與現有技術相比，本發明有以下優點：

1、一臺高清攝像機即可解決人、車、MAC地址同時抓拍的需求，大大簡化系統組網方案

2、系統采用全嵌入式設計，大大增加系統穩定性；