本发明专利技术公开了一种基于截面流量统计的行人流量计数方法和系统，其方法在视频中设置一条行人流量统计带，并将统计带划分为四个区域，每个区域为一个截面计数块。第一步，利用基于特征提取的行人计数方法得到截面计数块中的行人个数；第二步，提取截面计数块中行人的速度；第三步，通过分析截面计数块与行人流量统计带的相对位置来统计行人流量。本发明专利技术提出的行人流量计数方法和系统在高密度人群场景下准确率比较高，且每帧处理时间可以满足实时性的要求，有效地解决了传统计数方法在高密度人群场景中的问题。
【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种基于截面流量统计的行人流量计数方法和系统，其方法在视频中设置一条行人流量统计带，并将统计带划分为四个区域，每个区域为一个截面计数块。第一步，利用基于特征提取的行人计数方法得到截面计数块中的行人个数；第二步，提取截面计数块中行人的速度；第三步，通过分析截面计数块与行人流量统计带的相对位置来统计行人流量。本专利技术提出的行人流量计数方法和系统在高密度人群场景下准确率比较高，且每帧处理时间可以满足实时性的要求，有效地解决了传统计数方法在高密度人群场景中的问题。【专利说明】一种基于截面流量统计的行人流量计数方法和系统
本专利技术涉及计算机
，更具体地，涉及一种基于截面流量统计的行人流量计数方法和系统。
技术介绍
为了保证公共场所的安全，近几年全国各个城市都新增了大量监控摄像头。通过摄像头获得大量的视频数据后，急需解决的问题是:如何从视频数据中提取出有用信息。人工分析视频数据的工作量非常大，而且容易出错，因此智能视频监控成为国内外研究人员关注的焦点。其中行人流量计数由于其运用范围广、实用价值高，成为智能视频监控中一个十分重要的研究领域。人流量统计数据对城市的安全监测和管理者的决策调整等都有深远的意义，其主要表现为:1.对公共场所的行人流量进行监控，相关部门可根据实时人流量数据进行人员调动，防止人群的拥挤和堵塞，保证公共场所的安全。2.通过对行人流量的统计计数管理公共资源，如:根据城市各个街道的历史行人流量数据，可以合理安排公交车的行车路线；根据车站的实时行人流量数据，可以及时地调整发车时间。3.根据商业地区的行人流量统计数据，经营者可以了解消费者的喜好，制定有效的销售策略，合理地分配人力资源。从而减少运营成本，实现企业与消费者的双赢。国内外学者开展了大量行人流量计数的研究，但大部分研究都是针对中低密度人群的。高密度人群场景中的行人计数存在以下几个难点:第一，背景被持续遮挡，无法提取真实背景；第二，行人间遮挡现象严重，无法有效检测行人；第三，由于场景复杂、光照变化大，视频图像中存在大量噪声。
技术实现思路
为了解决上述问题，本专利技术首先提出了一种基于截面流量统计的行人流量计数方法，能够解决高密度人群场景中的行人流量计数问题。本专利技术的又一目的是提出了一种基于截面流量统计的行人流量计数系统。本专利技术提供的技术解决方案:一种基于截面流量统计的行人流量计数方法，在视频中设置一条设置行人流量统计带，并将统计带划分为四个区域，每个区域为一个截面计数块。第一步，利用基于特征提取的行人计数方法得到截面计数块中的行人个数；第二步，提取截面计数块中行人的速度；第三步，通过分析截面计数块与行人流量统计带的相对位置来统计行人流量。各截面计数块的行人数的具体提取方法为:a)预处理:对视频图像进行图像平滑和图像增强处理；b)运动检测:将梯度二值化图像作为历史模板，根据梯度运动历史图像计算出场景的有效运动图像，首先判断处理图像是否是第一帧图像，若是，则初始化梯度运动历史图像和截面流量计数块，否则计算有效运动图像；c)特征提取:从图像的截面计数块中提取人群的有效运动像素特征、梯度像素特征和特征点特征，组合成特征向量；d)回归计数:采用SVM对截面流量计数块进行行人数预测；各截面计数块的速度提取与更新:提取截面计数块的当前帧的速度；更新截面计数块的历史速度和位置；判断截面计数块与行人流量统计带的位置关系，如果截面计数块超过行人流量统计带，则更新流量计数结果并重置截面计数块位置。一种基于截面流量统计的行人流量计数系统，该系统包括:预处理模块:对视频图像进行图像平滑和图像增强处理；运动检测模块:将梯度二值化图像作为历史模板，根据梯度运动历史图像计算出场景的有效运动图像，该模块首先判断处理图像是否是第一帧图像，若是，则初始化运动历史图像和截面流量计数块，否则计算有效运动图像；特征提取模块:从图像的截面计数块中提取人群的有效运动像素特征、梯度像素特征和特征点特征,组合成特征向量；回归计数模块:采用SVM对截面流量计数块进行人数预测，训练部分从训练样本中提取特征，通过学习得到特征向量与行人数之间的关系，预测部分将从视频帧中提取出的特征向量输入训练好的SVM即可得到预测的行人数；速度提取与更新模块:该模块首先提取截面计数块的当前帧的速度，然后更新截面计数块的历史速度和位置，最后判断截面计数块与计数线的位置关系，如果截面计数块超过计数线，则更新流量计数结果并重置截面计数块位置。与现有技术相比，本专利技术的有效益效果是:本专利技术提出的行人流量计数方法和系统在高密度人群场景下准确率比较高，且每帧处理时间可以满足实时性的要求，有效地解决了传统计数方法在高密度人群场景中的问题。【专利附图】【附图说明】图1基于截面流量统计的行人流量计数系统流程图。【具体实施方式】下面结合附图对本专利技术做进一步的描述，但本专利技术的实施方式并不限于此。如图1，一种基于截面流量统计的行人流量计数方法，在视频中设置一条行人流量统计带，并将统计带划分为四个区域，每个区域为一个截面计数块。第一步，利用基于特征提取的行人计数方法得到各个截面计数块中的行人个数；第二步，提取各截面计数块中行人的速度；第三步，通过分析各截面计数块与计数带的相对位置来统计行人流量。该方法包括以下部分:a)预处理:对视频图像进行图像平滑和图像增强处理。预处理部分，对视频图像进行图像平滑常见的处理方法有均值滤波、高斯滤波和中值滤波等，对视频图像进行图像对比度增强的常见的处理方法有灰度变换和直方图均衡坐寸οb)运动检测:将梯度二值化图像作为历史模板，根据梯度运动历史图像计算出场景的有效运动图像，该模块首先判断处理图像是否是第一帧图像，若是则初始化运动历史图像和截面流量计数块，否则计算有效运动图像。有效运动图像的计算方法流程是:(一)计算图像的梯度二值化图像T(X，y)，【权利要求】1.一种基于截面流量统计的行人流量计数方法，其特征在于，在视频中设置一条行人流量统计带，并将统计带划分为四个区域，每个区域为一个截面计数块，提取出每个截面计数块的行人数和速度，累加后得到场景中的人数流量数； 各截面计数块的行人数的具体提取方法为: a)预处理:对视频图像进行图像平滑和图像增强处理； b)运动检测:将梯度二值化图像作为历史模板，根据梯度运动历史图像计算出场景的有效运动图像，首先判断处理图像是否是第一帧图像，若是，则初始化梯度运动历史图像和截面流量计数块，否则计算有效运动图像； c)特征提取:从图像的截面计数块中提取人群的有效运动像素特征、梯度像素特征和特征点特征，组合成特征向量； d)回归计数:采用SVM对截面流量计数块进行行人数预测； 各截面计数块的速度提取与更新:提取截面计数块的当前帧的速度；更新截面计数块的历史速度和位置；判断截面计数块与行人流量统计带的位置关系，如果截面计数块超过行人流量统计带，则更新流量计数结果并重置截面计数块位置。2.根据权利要求1所述的基于截面流量统计的行人流量计数方法，其特征在于，所述有效运动图像的计算方法是: 第一步:计算图像的梯度二值化图像T(x, y)， 3.根据权利要求1所述的基于截面流量统计的行人流量计数方法，其特征在于，所述特征提取是将有效本文档来自技高网...
【技术保护点】
一种基于截面流量统计的行人流量计数方法，其特征在于，在视频中设置一条行人流量统计带，并将统计带划分为四个区域，每个区域为一个截面计数块，提取出每个截面计数块的行人数和速度，累加后得到场景中的人数流量数；各截面计数块的行人数的具体提取方法为：a）预处理：对视频图像进行图像平滑和图像增强处理；b）运动检测：将梯度二值化图像作为历史模板，根据梯度运动历史图像计算出场景的有效运动图像，首先判断处理图像是否是第一帧图像，若是，则初始化梯度运动历史图像和截面流量计数块，否则计算有效运动图像；c）特征提取：从图像的截面计数块中提取人群的有效运动像素特征、梯度像素特征和特征点特征，组合成特征向量；d）回归计数：采用SVM对截面流量计数块进行行人数预测；各截面计数块的速度提取与更新：提取截面计数块的当前帧的速度；更新截面计数块的历史速度和位置；判断截面计数块与行人流量统计带的位置关系，如果截面计数块超过行人流量统计带，则更新流量计数结果并重置截面计数块位置。
【技术特征摘要】
【专利技术属性】
技术研发人员：纪庆革，陈婧，迟锐，
申请(专利权)人：中山大学，广州中大南沙科技创新产业园有限公司，
类型：发明
国别省市：广东;44
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。