[發明專利]一種紅外圖像人數識別方法

在審

• 申請號: 201711170160.0
• 申請日: 2017-11-21
• 公開（公告）號: CN107977612A
• 公開（公告）日: 2018-05-01
• 發明（設計）人: 張鑫;呂學強;楊林;高五峰
• 申請（專利權）人: 中國電影科學技術研究所;北京信息科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于圖像處理技術領域，具體涉及一種紅外圖像人數識別方法。

背景技術

室內人數統計問題一直是一個計算機視覺領域的難題，同時具有重要的研究價值。比如：教室課堂中的人數統計可以幫助統計課堂出勤率，影院中的人數統計可以幫助統計票房。現有技術中常用的人數識別方法是建立人群人數與人群特征之間的對應關系，通過分析人群特征來統計人數。常用的特征有像素特征、紋理特征、特征點特征等。

經過實驗研究發現傳統的如基于像素特征、紋理特征等間接的人數統計方法對于人數相對較多的區域，由于人員之間的相互遮擋等原因往往很難取得較好的效果，且誤差會隨著區域內人數的增加而增加，統計結果準確度不高。

發明內容

針對上述現有技術中存在的問題，本發明的目的在于提供一種可避免出現上述技術缺陷的紅外圖像人數識別方法。

為了實現上述發明目的，本發明提供的技術方案如下：

一種紅外圖像人數識別方法，包括以下步驟：

步驟一：將整張圖像根據人體之間的粘連情況分為若干個連通域；

步驟二：先采用歸一化像素統計的方法逐個統計各連通域內人數；當連通域內人數大于設定的閾值時，放棄采用歸一化像素統計的方法統計得出的該連通域內的人數結果，進入步驟三；否則，保留采用歸一化像素統計的方法統計該連通域內人數結果；

步驟三：采用基于粘連人體分割的人數統計方法統計人數；

步驟四：將計算得到的各連通域內的人數累加，得到總人數。

進一步地，所述歸一化像素統計的方法包括：用支持向量回歸機建立連通域歸一化像素特征與該連通域內人數的數學關系，首先取出一部分圖像，提取其中各個連通域作為訓練數據，訓練出圖像像素與人數的SVR模型，采用SVR模型估計人數的表達式為

其中，a_i和是拉格朗日乘子，是支持向量，x是連通域特征，f(x)是估計連通域人數，代表核函數，b是常數。

進一步地，所述步驟三包括：

步驟1)Bp神經網絡多元回歸：從圖像的所有連通域中抽取一部分作為訓練數據，使用3層Bp神經網絡分別建立連通域的寬、高、所在圖像中的位置和連通域的所占座椅的行數、列數之間的對應關系；

步驟2)行列分割：根據步驟1)得到的行數訓練結果，采用改進的k-means算法分割出各行的位置，行位置分割好之后，根據Bp神經網絡多元回歸的訓練結果得到每行所占列數，根據得到的結果使用動態掩膜投影法對每行進行列分割，最后根據行列分割結果判斷座位占用情況判斷人數。

進一步地，所述改進的k-means算法的具體步驟為：

(1)標記目標連通域中各像素的行坐標，所有像素點的行坐標形成一個一維數組；

(2)根據起始行坐標和末尾行坐標，以及聚類數將初始聚類中心等間距分布在不同行；

(3)根據距離度量，將所有數據點分配給距離最小的聚類中心，距離度量公式如下：

其中：x為數據點，c_i為第i個聚類中心，E(c_i)為聚類中心c_i對周圍點的吸引力度，利用求矯正系數的方法獲得，d為點x與聚類中心c_i之間的距離度量。

(4)重新計算聚類中心，把簇內對象的平均值作為新的聚類中心。

(5)定義解的評價函數F如下：

式中，k為聚類數量，p為屬于聚類中心c_i的數據對象。

(6)重復步驟(3)(4)(5)直到達到迭代次數或者簇趨于穩定。

進一步地，動態掩膜投影法包括以下步驟：

Step1：已知待分割列數為k，連通域像素點在圖像中所占列數為n，則定義初始的掩膜模板為：

Step2：掩膜中各元素與投影曲線中各元素進行乘運算得到需要分析的位置，在該局部求極大值，若出現多個極大值則取最大的極大值。

Step3：若分割未結束，則更新掩膜，更新方式如下：

mask＝mask＞＞i+1，

其中，i為Step2中所得結果的位置。