The invention provides a method and a device for counting the number of people capable of automatically improving the detection accuracy, and a method and a device for counting the number of passengers in the bus. The invention uses the strong classifier to traverse the real-time access to the measured image frame, get a set of an image block contains the head feature (B), a strong classifier using pre sample library consists of positive sample pixels features of the head and negative samples (A) and were treated with strong learning training. Traversal algorithm; real-time access to the measured image frame by using the weak classifier, get a set of an image block contains the head feature (C), weak classifiers can obtain the sample library (A) is not in the sample, with a weak learning algorithm for processing; the collection (C) in the collection (B) features in the image block as no positive sample was added to the sample database (A), re training of the strong classifier update; real-time head detection using the strong classifier after the update, the number of statistics.
【技术实现步骤摘要】
本专利技术涉及一种人数统计方法和人数统计装置,更具体地说,涉及基于图像分析的人数统计方法和人数统计装置,尤其是公交客流的统计方法和统计装置。
技术介绍
现实生活中,人流量的统计有着很高的实用价值。例如,对于展览活动、体育赛事等人流过度密集的聚会性活动,通过人流监控控制参会人数,可减少踩踏事件的发生。对医院各门诊部门病人流量的统计,有利于根据病人就诊时间,总结出病人的就诊时间规律,科学合理地调配医生、护士的值班时间,缩短了病人的等候时间等等。尤其是在公交管理领域,公交客流分析能够反映真实的公交运营情况,是科学制定公交调度方法的基础,是提供高质量的公交服务的保证。早期的人流量统计使用人工计数的方法,但是人工计数存在统计人员因疲倦而漏数人数、人力成本需持续性投入等弊端。后来又出现了三辊闸方式、红外线感应统计方式、重力感应方式等方式,尤其是红外线感应统计方式被广泛使用,但是红外线感应统计方式存在安装影响美观、容易受到外界因素干扰等弊端。近年来,计算机技术得到了飞速发展,并随着硬件成本的下降以及各种视频图像处理算法的不断更新和完善,基于图像的人数统计方法逐渐在实际生活中得到应用和普及。例如在专利文献1(CN104156983A)中公开了一种基于视频图像处理的公交客流统计方法。该方法通过对安装在公交车车顶的在垂直方向进行采集的摄像头得到的视频进行处理,统计公交客流数量。该方法能够有效减小因乘客拥挤造成遮挡、光线变化变化等因素对客流统计的影响,统计精度高,被认为是最适合公交客流统计的方法之一。专利文献1:CN104156983A
技术实现思路
专利技术要解决的问题然而专利 ...
【技术保护点】
一种基于图像分析的人数统计方法,其特征在于,包括:实时取得各待测图像帧的图像取得步骤;分类器更新步骤,在人体检测过程中利用强分类器和弱分类器对实时取得的各待测图像帧进行分析,其中,所述强分类器为预先利用由包含人体特征的特征图像块的正样本和负样本构成的样本库进行训练而得的,用强学习算法进行处理,所述弱分类器能够获得所述样本库中没有的正样本,用弱学习算法进行处理,将被所述弱分类器检测出而不能被强分类器检测出的特征图像块作为新的正样本加入到所述样本库中,并利用更新后的所述样本库重新进行训练,来对所述强分类器进行更新;和利用更新后的所述强分类器对实时取得的各所述待测图像帧进行实时人体检测,统计得到人数的人数统计步骤。
【技术特征摘要】
1.一种基于图像分析的人数统计方法,其特征在于,包括:实时取得各待测图像帧的图像取得步骤;分类器更新步骤,在人体检测过程中利用强分类器和弱分类器对实时取得的各待测图像帧进行分析,其中,所述强分类器为预先利用由包含人体特征的特征图像块的正样本和负样本构成的样本库进行训练而得的,用强学习算法进行处理,所述弱分类器能够获得所述样本库中没有的正样本,用弱学习算法进行处理,将被所述弱分类器检测出而不能被强分类器检测出的特征图像块作为新的正样本加入到所述样本库中,并利用更新后的所述样本库重新进行训练,来对所述强分类器进行更新;和利用更新后的所述强分类器对实时取得的各所述待测图像帧进行实时人体检测,统计得到人数的人数统计步骤。2.如权利要求1所述的人数统计方法,其特征在于:所述分类器更新步骤包括:利用所述强分类器对实时取得的各所述待测图像帧进行遍历,得到作为所述特征图像块的集合的第一图像块集合的步骤;利用弱分类器对实时取得的各所述待测图像帧进行遍历,得到作为所述特征图像块的集合的第二图像块集合的步骤;和对所述第一图像块集合和所述第二图像块集合中的特征图像块进行比较,如果存在所述第一图像块集合中没有而所述第二图像块集合中有的特征图像块,则将这些特征图像块作为新的正样本添加到所述强分类器的所述样本库中,并利用更新后的所述样本库重新进行训练,来对强分类器进行更新的步骤。3.如权利要求2所述的人数统计方法,其特征在于:所述图像取得步骤中,利用以镜头面向地平面的方式架设的摄像头从上方取得各所述待测图像帧,所述特征图像块所包含的人体特征为人头部特征。4.如权利要求2或3所述的人数统计方法,其特征在于:还包括人工判断步骤,将所述第一图像块集合中没有而所述第二图像块集合中有的特征图像块定期通过网络发送到服务器,由用户远程进行人工判断所述特征图像块是否为正样本,将判断为不是正样本的特征图像块从所述样本库中删除,并利用更新后的所述样本库进行训练,来对强分类器进行更新。5.如权利要求2~4中任一项所述的人数统计方法,其特征在于:所述强分类器获取所述特征图像块所包含的人体特征的方法为HOG。6.如权利要求3或4所述的人数统计方法,其特征在于:所述弱分类器工作方式如下:获取连续n帧图像;对所述n帧图像的像素取均值,得到背景参考帧;将当前帧逐像素与背景参考帧相减得到差帧;通过预先设定...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。