[發明專利]一種基于深度相機的人流量智能檢測裝置和檢測方法

在審

• 申請號: 201710069241.5
• 申請日: 2017-02-08
• 公開（公告）號: CN106886994A
• 公開（公告）日: 2017-06-23
• 發明（設計）人: 袁翠梅;張維忠;張艷花;王靖;楊金寶
• 申請（專利權）人: 青島大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10;G06K9/00;G06M1/272;G06Q50/20
• 代理公司: 北京華仁聯合知識產權代理有限公司11588
• 代理人: 蘇雪雪

技術領域

本發明屬于計算機視覺、模式識別技術領域，具體涉及一種基于深度相機的人流量智能檢測裝置和檢測方法。

背景技術

隨著國家高等教育的快速發展，高校在校生人數急劇增加，造成學校硬件資源狀況緊張，為學生提供自習教室是一個難題。而大部分學生涌入圖書館自習，出現排隊占座，一座難求的現象，每逢備考階段尤甚。

目前國內圖書館的藏書、目錄資源都實現了數字化管理，唯有自習室座位資源還在人工管理階段。有的高校也自主研發或者購買了座位管理系統。然而現有的網上訂座系統需配合刷卡設備使用，工程量大，維護繁瑣。如果應用校園一卡通計數，每逢早上開館人流高峰時，學生需長時間排隊刷卡，而且容易出現代替刷卡占座現象，不具有實時性且準確率低。

發明內容

為了克服現有網上訂座系統存在的問題，本發明提供一種基于深度相機，結合計算機視覺算法的圖書館自習室人流量智能檢測方法。該方法可實時、準確統計各個自習室在座人數和空位數，將統計數據展示在圖書館的大型顯示屏或圖書館微信公眾號上，使各個自習室在座人數，空位數一目了然。方便想去圖書館學習的同學實時掌握情況，避免浪費時間。同時，本發明能提升圖書館的服務質量，提高有限教育資源的有效利用率。

本發明提供一種人流量智能檢測裝置，其包括深度相機、工作主機、服務器、存放在服務器的數據庫、存儲在工作主機的人流量智能檢測系統和顯示平臺。

其中，所述深度相機安裝在圖書館自習室入口處，垂直向下拍攝，通過安裝在工作主機上的人流量智能檢測系統產生人流量數據，通過網絡將人流量數據傳送到服務器數據庫，將各自習室在座人數、空位數數據實時反饋到微信公眾號平臺以及圖書館大屏幕等顯示平臺上以方便讀者。

其中，所述人流量智能檢測系統所采用的人流檢測及跟蹤算法包括：

第一步，人流目標分割；

第二步，人流目標檢測；

第三步，人流目標跟蹤與計數。

其中，所述第一步進一步具體為，

第a步，讀取深度圖像；

第b步，形態學處理；

第c步，采用MSER(Maximally Stable Extremal Regions)最大穩定極值區域提取穩定極值區域。

其中，在第b步驟中形態學處理，把深度圖轉換為灰度圖，形態學處理就是把由深度圖轉換來的灰度圖先腐蝕后膨脹，然后再中值濾波。

其中，第c步驟中采用MSER算法提取特征點集具體為采用MSER算法進行穩定極值區域提取，然后計算穩定極值區域的周長與面積。

其中，人流的目標檢測具體分為訓練階段和檢測階段。

其中，所述第二步進一步具體為，

第a步，計算穩定極值區域輪廓的圓形度，由穩定極值區域的面積與周長求出穩定極值區域的圓形度，圓形度公式為：

其中C為穩定極值區域的圓形度，A為穩定極值區域的面積，P為穩定極值區域的周長。

第b步，使用訓練得到的圓形度閾值與穩定極值區域所得出的圓形度對比，在符合圓形度閾值的前提下，穩定極值區域被判定為人頭，即完成人流檢測。

所述第二步中進一步包括訓練階段和檢測階段。

其中，在訓練階段具體步驟為，

第1步，準備訓練樣本；

第2步，計算樣本人頭的圓形度；

第3步，確定人頭圓形度的閾值；

第4步，采用MSER提取穩定極值區域。

其中，所述檢測階段具體步驟為，

第1’步，計算穩定極值區域的圓形度；

第2’步，使用訓練得到的圓形度閾值與穩定極值區域所得出的圓形度對比，在符合圓形度閾值的前提下，計算穩定極值區域質心坐標，穩定極值區域被判定為人頭，即可實現人流檢測；

第3’步，使用訓練得到的圓形度閾值與穩定極值區域所得出的圓形度對比，在不符合圓形度閾值的前提下，重新進行第1’步。

所述第三步中人流目標跟蹤與計數具體為：

人體頭部特征在運動的過程中具有不變性，所以可以使用人頭重心的運動代替整個人頭的運動。本發明采用最小外接矩形的中心作為人頭的重心。首先確定人頭的最小外接矩形，然后求出外接矩形的中心點，此時外接矩形的中心點就是人頭的重心。由于相鄰幀同一人頭重心的距離最近，所以可以依照相鄰幀同一人頭重心最近的原則進行匹配與跟蹤。