[發明專利]一種自適應人群計數方法

有效

• 申請號: 201710232164.0
• 申請日: 2017-04-11
• 公開（公告）號: CN107066963B
• 公開（公告）日: 2019-11-12
• 發明（設計）人: 黃立勤;黃煒
• 申請（專利權）人: 福州大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 蔡學俊;丘鴻超

本發明涉及一種自適應人群計數方法。首先使用累計積分特征行人檢測器進行行人檢測，來獲得大量的檢測候選框，然后對獲得的候選框進行預處理，接下來本文提取各個預處理后的候選框的空間，時間以及顏色特征；基于這些特征，本發明用狄迪克雷混合模型和吉布斯采樣理論來對候選框進行聚類；通過這種方式，來獲得人群團塊的區域；接下來，本文使用基于角點的人群計數方法來對每個人群團塊區域進行人群初步計數；通過計數結果與特征點的關系，本發明判斷人群密度，針對不同密度，本文選取不同的數據融合方法，來提高計數結果的準確性。本發明方法提高了人群計數檢測的穩定性和精確性。

技術領域

本發明屬于計算機視覺、數字圖像處理領域，具體涉及一種自適應人群計數方法。

背景技術

隨著社會的發展和技術的進步，智能視頻監控技術在越來越多的領域起到至關重要的作用，而人群計數作為智能視頻監控中至關重要的一環，所謂人群計數就是通過讀取圖片或者視頻幀，得出當前幀或者圖片中一共有多少人。

當前人群計數方法主要分為兩大類：直接法和間接法。

直接法也叫基于檢測的方法，主要通過使用不同的檢測模型，將一個個行人個體檢測分割出來，來實現人群計數。在低密度時，主要采用基于人體的行人檢測模型；在中高密度時，遮擋問題嚴重，所以主要采用基于頭加肩膀(Ω)區域的行人檢測模型，又或者基于人頭的行人檢測模型。

間接法，也叫基于回歸的方法，主要通過提取人群的不同特征，通過訓練等方法，得到特征與人數的映射關系，以此來實現人群計數。常用于人群計數的特征主要有前景面積，紋理特征，又或者角點特征等。

直接方法最大的優點就是魯棒性強，在低密度場景下，有著不可取代的優越性。但當密度增大時，由于遮擋等問題，人體的表達特征受到破壞，行人不能得到很好的檢測分割，使得性能大幅度下降。間接法最明顯的優點在于中高密度時，相對直接法有著更高的準確度。但在低密度使用間接法，相較于直接法，有著不必要的復雜度和高成本。

可以看到，直接法和間接法分別適用于低密度與高密度，但在另一個密度效果較差。

本文的自適應人群計數法，結合了直接法和間接法的優點，實現一套系統，低密度高密度皆能實現準確魯棒計數。

發明內容

本發明的目的在于提供一種自適應人群計數方法，該方法提高了人群計數檢測的穩定性和精確性。

為實現上述目的，本發明的技術方案是：一種自適應人群計數方法，包括如下步驟，

S1、采用行人檢測器對輸入的視頻幀序列的視頻幀進行行人檢測，獲得檢測候選框；

S2、對獲得的檢測候選框進行預處理，獲得特征點，并提取各個預處理后的檢測候選框的空間、時間以及顏色特征；

S3、根據檢測候選框的空間、時間以及顏色特征，對檢測候選框進行聚類，獲得人群團塊區域；

S4、采用基于角點的人群計數方法來對每個人群團塊區域進行人群初步計數；

S5、通過計數結果與特征點數量的關系進行密度估計；

S6、針對不同密度，選取不同的數據融合方法，完成人群計數。

在本發明一實施例中，所述步驟S1中，采用的行人檢測器為基于累計積分特征的行人檢測器。

在本發明一實施例中，所述步驟S2中，對檢測候選框進行預處理的實現過程為：(1)設定閾值，過濾面積大于閾值的檢測候選框；(2)建立當前幀與其前后幀光流圖，將前后幀的檢測候選框都映射到當前幀，同時獲得特征點。

在本發明一實施例中，所述步驟S3中采用狄迪克雷混合模型何吉布斯采樣理論對檢測候選框進行聚類，具體實現過程如下：