[發明專利]基于視頻的人群聚散檢查方法與系統

有效

• 申請號: 202010119695.0
• 申請日: 2020-02-26
• 公開（公告）號: CN111339945B
• 公開（公告）日: 2023-03-31
• 發明（設計）人: 猶津;徐勇
• 申請（專利權）人: 貴州安防工程技術研究中心有限公司;貴州思索電子有限公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06T7/62
• 代理公司: 東莞領航匯專利代理事務所(普通合伙) 44645
• 代理人: 劉遠

本發明公開了基于視頻的人群聚散檢查方法與系統，通過提出的基于視頻序列的人群聚集和人群分散檢測方法建立在視頻幀中關鍵位置點的基礎上，具有不需要背景建模，不用考慮可能存在的陰影問題，不需要進行行人檢測和目標跟蹤的優點，涉及人群聚散檢測技術領域。該基于視頻的人群聚散檢查方法與系統，系統運行速度快，利用物理量指代視頻幀具有十分高的計算效率，從而系統會具有很好的實時性，同時通過設計了基于角點面積的人群聚散檢測技術方案，可實現通過基于角點面積的事件檢測算法能夠適用于各種公共場合，尤其是廣場等視野較開闊的地段，系統部署簡單，不需對特定場合進行訓練。

技術領域

本發明涉及人群聚散檢測技術領域，具體為基于視頻的人群聚散檢查方法與系統。

背景技術

人群聚集檢測是我們要研發的面向公共安全的人群聚集與暴力事件檢測的重要內容。公共場合的人群聚集行為有可能出現后續的游行示威等事件。群聚集事件出現之后的人群分散則意味著相關活動已經散場。因此，判別是否存在人群聚集或人群分散對公共安全和生命財產安全均具有重要作用。現今，廣泛部署的攝像頭為人群聚集判別提供了很好的數據基礎。

本發明提出了一種基于視頻序列的人群聚集檢測方法與系統，系統運行速度快，提出的基于視頻序列的人群聚集和人群分散（簡稱人群聚散）檢測方法建立在視頻幀中關鍵位置點（簡稱為關鍵點）的基礎上，方法具有不需要背景建模，不用考慮可能存在的陰影問題，不需要進行行人檢測和目標跟蹤的優點，關鍵位置點往往對應著圖像中的重要信息，基于視頻幀的若干關鍵位置點抽取出的物理量可以作為視頻幀的有效描述特征。而且，相比于直接使用原始視頻幀，利用物理量指代視頻幀具有十分高的計算效率，從而系統會具有很好的實時性。

本發明專利提出的人群聚散事件檢測方法的核心為設計了基于角點面積的人群聚散檢測技術方案。方案的優點如下：基于角點面積的事件檢測算法適用于各種公共場合，尤其是廣場等視野較開闊的地段，系統部署簡單，不需對特定場合進行訓練。

發明內容

（一）解決的技術問題

針對現有技術的不足，本發明提供了基于視頻的人群聚散檢查方法與系統，通過利用基于角點面積的事件檢測算法能夠適用于各種公共場合，尤其是廣場等視野較開闊的地段，系統部署簡單，不需對特定場合進行訓練。

（二）技術方案

為實現以上目的，本發明通過以下技術方案予以實現：基于視頻的人群聚散檢查方法，具體包括以下步驟：

S1、角點檢測，角點檢測的具體步驟陳述如下：

a1、對一個視頻幀，計算每個像素點在水平方向的變化值和垂直方向的變化值/，在視頻幀中建立直角坐標系后，在水平方向上相鄰的兩點像素值的差值，稱為像素點在水平方向的變化值，像素點在垂直方向的變化值也相同定義；

a2、對一個視頻幀，計算每個像素點的變化幅度值；

a3、用下式估計對一個視頻幀中每個像素點的協方差矩陣：,/,,/，協方差矩陣定義為/，令求出的/的兩個特征值分別為/，定義像素點顯著性因子/，其中為系數，/的取值滿足條件/；

a4、如果，則將當前像素點為顯著像素點，將視頻幀的所有像素點劃分為若干個不重疊的/大小的矩形區域，即每個矩形區域均包括/行和/列個像素點一共/個像素點，找出每一個矩形區域內具有最大顯著性因子的像素點，并將其判定為該區域的角點，若一個矩形區域內具有最大顯著性因子的像素點的顯著性因子小于/，則認為該矩形區域不包含任何顯著像素點；

S2、顯著區域的面積計算，利用所有角點的坐標集的協方差矩陣來計算顯著區域的面積，令所有個角點的坐標的集合為/，則/為一個/的矩陣，顯然，/中的任意一行的兩個元素為一個角點的橫、縱坐標，也稱/中的一行為一個樣本，根據/中的/個樣本計算得出其協方差矩陣/，顯著區域的面積定義為/，/表示取絕對值，系數/滿足的條件為/；