[發明專利]基于場景深度信息的人群計數方法

在審

• 申請號: 201910240280.6
• 申請日: 2019-03-28
• 公開（公告）號: CN110059581A
• 公開（公告）日: 2019-07-26
• 發明（設計）人: 龔聲蓉;燕然;鐘珊;王朝暉;劉純平
• 申請（專利權）人: 常熟理工學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/11;G06T7/194
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 吳茂杰

本發明公開一種基于場景深度信息的人群計數方法，包括如下步驟：(10)圖像分割：采用單目圖像深度估計算法，提取輸入圖像的深度信息，根據深度信息將輸入圖像分割為近景區域和遠景區域；(20)近景區域人群計數：采用基于目標檢測的人群計數方法，預測近景區域人頭邊界框，得到近景區域人數；(30)遠景區域人群計數：采用基于密度估計的人群計數方法，預測遠景區域人群密度圖，對遠景區域密度圖求積，得到遠景區域人數；(40)輸入圖像人數確定：將遠景區域人數與近景區域人數相加，得出輸入圖像的總人數。本發明的基于場景深度信息的人群計數方法，多尺度適應性好、過擬合程度較低、計數準確。

技術領域

本發明屬于靜態圖像識別技術領域，特別是一種多尺度適應性好、過擬合程度較低、計數準確的基于場景深度信息的人群計數方法。

背景技術

人群計數是指對攝像頭采集到的視頻流或者靜態圖像中的行人通過算法分析估計出總人數的過程，根據其應用方向可分為視頻流人群計數和靜態圖像人群計數。

視頻流人群計數一般采用跟蹤視覺特征并進行軌跡聚類的方法，然而這種基于跟蹤的方法需要利用視頻幀間的關系，整體流程復雜，且對于嚴重擁擠、景深較深等復雜場景的泛化能力不足。因此，人群計數的研究熱點轉向了較為簡單且更具普適性的靜態圖像人群計數方法。

目前，公共場所的視頻監控隨處可見，可以收集到大量的行人數據，通過觀察可獲得人群基本信息和潛在趨勢信息。但視頻監控技術依賴于人工觀察，對人力資源的消耗導致其不具備實時性，多數情況下都是事件發生后再人為地調取視頻信息進行分析，已無法滿足當下各個領域的需求。因此，行人分析視覺技術在監控場景中的應用越來越受到關注。各種視覺技術，包括人群分割、人群跟蹤、場景理解、行為分析、擁塞分析和異常檢測，已廣泛應用于居家、安全、新零售等重要應用領域。而其中的人群計數技術，相比于傳統的人工計數方法，具有更高的準確率和速度，其潛在價值可以從以下幾方面體現：

(1)在一些人群易聚集的公共區域使用人群計數技術可以為安全警示提供指導。當人群密度過高時，應根據預警信息及時控制人群流量、進行人群疏導，有效防止人群踩踏等潛在危險的發生。

(2)利用人群計數技術可以提高公共交通的運行效率。通過統計公共交通區域的客流量，建立智能公共交通系統，優化各路線運行車次，解決資源分配不均的問題。

(3)人群計數技術可以創造一些經濟效益。對商場的顧客流量進行統計分析，可以有效提高服務質量，分析客戶行為，優化廣告和資源配置等。

(4)此外，人群計數技術還可以推廣到其他領域，例如微觀圖像中的細胞或細菌計數，野生動物保護區的動物種群預測，交通樞紐處的車輛數量和擁堵情況的估計。

靜態圖像計數的傳統方法依賴于手工設計的特征描述子來提取低層特征。這些特征通過各種回歸技術映射成計數或密度圖。現存的方法可大致分為三類：基于檢測的方法、基于回歸的方法和基于密度估計的方法。

基于檢測的人群計數是較早出現的一類研究方法，其本質是通過行人檢測進行人數估計的過程。隨著機器學習到深度學習的演變，這類方法也從基于傳統的機器學習方法發展為使用卷積神經網絡進行目標檢測。

雖然基于檢測的人群計數方法能部分解決遮擋的問題，但仍不適用于高度擁擠的人群場景，研究者們試圖學習裁剪的圖像塊的特征和其計數之間的映射關系。這種方法可以避免對檢測器的依賴，使任務變得相對簡單，有兩個主要內容——低層特征提取和特征回歸。低層特征也分為全局特征和局部特征。常用的全局特征有前景特征、紋理特征、邊緣特征等，這些特征可以捕捉場景的全局屬性。局部特征則包括灰度共生矩陣(GLCM)、局部二值模式(LBP)和方向梯度直方圖(HOG)等紋理/梯度特征。對人群的全局和局部特征進行提取后就可以進行回歸建模，利用線性回歸、分段線性回歸、嶺回歸和高斯回歸等技術建立特征與人數之間的映射關系。