[發明專利]人流量檢測裝置及檢測方法

有效

• 申請號: 201711324743.4
• 申請日: 2017-12-12
• 公開（公告）號: CN108229334B
• 公開（公告）日: 2020-04-28
• 發明（設計）人: 姜雪明;奚燕;陳志華;楊奇澤;張偉;樓吉漢;王雯
• 申請（專利權）人: 浙江浙大中控信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20
• 代理公司: 杭州杭誠專利事務所有限公司 33109
• 代理人: 尉偉敏

1.一種人流量檢測裝置的檢測方法，人流量檢測裝置包括圖像獲取器(1)和處理器(2)；圖像獲取器包括人行壓力檢測器(3)，人行壓力檢測器通過液體管道(4)與氣缸(5)連接，與氣缸連接的導套 (6)和與導套適配的導軌(7)，與導套連接的紅外熱成像儀(8)和設于紅外熱成像儀上的自動測距儀(9)；處理器包括圖像獲取模塊、參數設置模塊、圖像處理模塊、目標跟蹤模塊和人數統計模塊；圖像獲取器和處理器電連接；人行壓力檢測器包括人行通道上板(10)和人行通道底板(11)；人行通道上板與人行通道底板之間設有密封腔體(12)，密封腔體內設有若干根分別與人行通道上板和人行通道底板連接的彈簧(13)，密封腔體內填充滿液體，液體管道位于密封腔體上；其特征是，包括如下步驟：

(1-1)若人流量密度大，人行通道上板向下擠壓，密封腔體內的液體通過液體管道流入氣缸，氣缸內的液體推動氣缸活塞向上移動，氣缸活塞帶動導套向上移動，紅外熱成像儀向上移動，獲取更大的視角與更清晰的圖像；

(1-2)自動測距儀測量紅外熱成像儀到底面的垂直安裝高度；

(1-3)初始化檢測所需的參數，包括安裝高度、紅外熱成像儀視角、行人體型參數、行走參數、檢測線參數；安裝高度設置為自動測距儀測量的紅外熱成像儀的垂直安裝高度，紅外熱成像儀視角包括紅外攝像頭水平視角θ，垂直視角γ，紅外攝像頭水平像素R和垂直像素C，行人體型參數包括平均高度H、平均寬度W和平均長度L，其中平均高度取平均肩部高度，平均寬度取平均肩部寬度，平均長度取平均軀干前后距離；行走參數包括步行平均速度和跑步平均速度；檢測線參數主要為被檢測區域內的任意折線；

(1-4)圖像獲取模塊讀取紅外熱成像儀的數據，根據輸出數據的平均數值，由輸出值與溫度的線性關系轉化得到當前待測區域的平均溫度T；由平均溫度T確定檢測閾值δ，背景溫度越接近人體溫度，檢測閾值越小，背景溫度與人體溫度相差越大，閾值越大；

(1-5)用均值法背景建模，將前m幀圖像數據視為背景，記錄m幀像素點的輸出值矩陣g_k，k＝1…m，放至一個隊列中，求取m組圖像每個像素點的平均值G，此后，每隔n幀圖像，將圖像中未檢測到行人區域的部分更新到隊列中，求取最新m組圖像的平均值G作為背景，依次類推動態更新背景；

(1-6)首次背景建模完成后，將每幀新獲取的圖像與建立的背景模型圖像進行差值計算，獲得前景圖像；

(1-7)對前景圖像進行預處理，將獨立的檢測區域視為當前圖像中的每個行人區域；

(1-8)根據行人區域，獲取區域范圍、區域中心，區域范圍為當前行人紅外圖像區域，區域中心坐標為當前行人位置，將區域范圍和區域中心坐標作為當前圖像分析結果；

(1-9)將圖像分析結果與歷史位置統計結果進行比對，根據對比結果進行目標跟蹤；

(1-9-1)目標跟蹤采用聯合概率法：分別計算當前圖像分析結果與歷史位置統計結果中，每一對目標的運動特征P_M和區域特征P_S相似的聯合概率P；

P＝P_M·P_S

其中，運動特征包括移動距離，當前行人位置與歷史移動方向偏差；區域特征包括直方圖統計信息；分別計算移動距離符合平均移動距離的概率P_v、與歷史移動方向吻合度概率P_o、直方圖相似度概率P_H；

P_M＝P_V·P_O

P_S＝P_H

(1-9-2)歷史位置統計結果有m人，當前圖像檢測到行人有n人，則得到m·n的吻合概率矩陣如下：

按總體吻合概率從高到低逐行匹配，吻合概率矩陣中第i行第j列的概率最高，則當前圖像的第j個與歷史圖像中第i個匹配；然后令其它行P_xj＝0，x＝1…m，x≠i，并繼續匹配剩余最大概率值，依次確定歷史位置統計結果中每個行人在當前圖像中的運動位置；匹配概率極低的，視為當前圖像中新進入或者歷史位置結果中離開待測區域的行人；

(1-10)如果沒有在歷史位置統計結果中找到與當前圖像分析結果匹配的行人，視為新進入檢測區域的行人，記錄新進入檢測區域的行人的初始位置、進入時刻、每次移動方向的數據；如果沒有在當前圖像分析結果中找到與歷史位置統計結果中匹配的行人，視為有行人離開檢測區域；將當前圖像分析結果中匹配和新進入的行人圖像分析結果更新到歷史位置狀態中；

(1-11)檢測到有行人離開檢測區域，則判斷行人初始位置、歷史位置是否分別位于參數設置模塊中的檢測線的兩側：如果行人初始位置、歷史位置分別位于檢測線的兩側，則對應一個方向計數值增加；否則計數值不變，最后更新計數結果；

(1-12)周期性更新背景模型，若當前圖像有檢測到行人的區域，則用現有背景模型中對應區域中的值替換，形成新的完整背景圖像更新模型；

(1-13)若當前圖像發生參數變更，則更新對應參數；重新回到步驟(1-4)繼續執行。