基于光流法的行人计数方法技术

本发明专利技术属于计算机视觉技术领域，并提供了一种基于光流法的行人计数方法，包括：获取监控区域的视频流图像作为输入图像；对所述输入图像进行背景建模，以得到背景模型；利用光流法估计速度算法检测线上各像素点的运动速度；利用速度修正算法，对得到的检测线上各像素点的运动速度进行优化，得到运动速度信息；将运动速度信息与背景建模相结合得到行人切片，并对行人切片进行拼接得到拼图；利用线性回归分析方法统计所述拼图区域内的人数。在本发明专利技术中，利用光流法得到运行运动信息，继而利用线性回归分析方法得到运动区域内的人数，有效地提高了对公共区域内对行人进行人数统计的效率与准确度。

【技术实现步骤摘要】

本专利技术属于计算机视觉
，特别涉及一种。
技术介绍
在很多行业，人流信息可以为人流管理、资源管理、管理决策提供关键的依据。例如在地铁站，通过行人计数可以实时了解每个站点的人流大小，灵活调度地铁列车密度，实施人流控制，实时发布人流密集地区信息，有利于加强人群运输效率，确保地铁运营平稳有效。在商场，人流量是体现其商业价值的重要依据，对人流量的准确计算，有利于掌握客人的购物偏好，从而实现更好的物流安排，还可以根据各区域的人群密集程度，有效调配服务人员。人流量还关系到人流密集场所的安全问题，有效控制场内人群数量，可以在火警等紧急情况下迅速疏导人群，避免踩踏、推挤等情况发生。传统的行人计数方法只能依靠机械手段进行行人人数的统计，一般利用机械的运动来进行人流统计。行人走过闸门的同时推动机械转动，通过统计转动的次数即可统计人流信息。这种基于机械的方法建设成本高昂，设备投入费用巨大，而且设备体积较大，一般是固定在出入口处，使用起来不够灵活，对于人流信息的管理也不够方便，还有一个最大的缺点就是阻碍了人流的行进速度。有鉴于此，有必要对现有技术中公共区域中的人数统计方法予以改进，以解决上述技术瑕疵。
技术实现思路
本专利技术的目的在于提供基于光流法的视频行人计数方法，用以提高对公共区域内对行人进行人数统计的效率与准确度。为实现上述专利技术目的，本专利技术提供了一种，该方法包括以下步骤:S1、获取监控区域的视频流图像作为输入图像；S2、对所述输入图像进行背景建模，以得到背景模型；S3、利用光流法估计速度算法计算检测线上各像素点的运动速度；S4、利用速度修正算法，对得到的检测线上各像素点的运动速度进行优化，得到运动速度信息；S5、将运动速度信息与背景建模相结合得到行人切片，并对行人切片进行拼接得到拼图；S6、利用线性回归分析方法统计所述拼图区域内的人数。作为本专利技术的进一步改进，所述步骤SI具体为:通过摄像机获取监控区域的视频流图像作为输入图像，所述监控区域位于摄像机的正下方。作为本专利技术的进一步改进，所述步骤S2中的“背景建模”具体为:利用混合高斯模型进行背景建模。作为本专利技术的进一步改进，所述步骤S3中的“光流法估计速度算法”具体为:利用最小化能量函数E得到运动行人在通过检测线上各像素点的运动速度，所述最小化能量函数E的计算公式为:E = Ebr+ a Esl+ β Etp+ y Esp其中，Ebr为多帧iso brightness约束，Esl为慢约束，Etp为时间平滑约束，Esp为空间平滑约束。作为本专利技术的进一步改进，所述步骤S4中的“速度修正法”具体为:对于检测线上的每个速度值Ui,设定参考范围为2 τ，以速度值Ui为中心，选取范围在[1-τ，i+τ]邻域内的所有速度值作为参考点，将当前速度值与邻域内的所有参考值作比较，并根据邻域内的参考值对当前速度值进行调整。作为本专利技术的进一步改进，所述步骤S5中的“将运动速度信息与背景建模相结合得到行人切片”具体为:当行人通过检测线时，分割行人在每一帧中通过检测线的行人切片，截取行人在一帧内从检测线上的某一像素点移动的像素距离，以获得在该帧图像中行人通过检测线的图像信息；并根据步骤I中的背景模型，去除行人切片中的背景信息及碎片部分。作为本专利技术的进一步改进，所述步骤S5中的“对行人切片进行拼接得到拼图”具体为:经过多帧的运动，行人整体通过检测线之后，得到多块行人切片，将行人切片重新拼接后还原成为行人拼图。作为本专利技术的进一步改进，所述步骤S5还包括:通过遍历拼图中的连通区域，统计每一个连通区域内的像素点个数，像素点个数低于阀值P的连通区域将被判断为碎片区域，并清除清除拼图中的碎片部分；其中，所述阀值P为70。与现有技术相比，本专利技术的有益效果是:在本专利技术中，利用光流法得到运行运动信息，继而利用线性回归分析方法得到运动区域内的人数，从而有效地提高了对公共区域内对行人进行人数统计的效率与准确度。【附图说明】图1为本专利技术基于光流法的视频行人计数方法【具体实施方式】的流程示意图；图2为实现步骤SI的工作原理示意图；图3为行人运动的速度方向示意图；图4为速度修正示意图；图5为行人A和行人B沿相反方向通过检测区域中检测线的过程中的切片累加示意图。【具体实施方式】下面结合附图所示的各实施方式对本专利技术进行详细说明，但应当说明的是，这些实施方式并非对本专利技术的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本专利技术的保护范围之内。参图1所示，图1为本专利技术的流程示意图。在本实施方式中，该包括以下步骤:首先，执行步骤S1:获取监控区域的视频流图像作为输入图像。关于公共区域内的行人人数统计的方法，常用的有基于运动特性的方法、基于形状信息的方法、基于行人模型、结构元素的方法、立体视觉的方法、神经网络的方法、小波和支持向量机等方法。参图2所示，本专利技术是基于摄像机10垂直拍摄并可适用于室外环境和室内环境。在本实施方式中，该步骤Si具体为:通过摄像机10获取监控区域30的视频流图像作为输入图像，所述监控区域30位于摄像机10的正下方。具体的，摄像机10设置在出入口 20的正上方，行人可沿着箭头201的方向上在出入口 20中来回走动。摄像机10所获取的监控区域30可完全覆盖出入口 20的全部区域。该出入口 20可设置在需要对行人人数进行统计的商场、车库、银行等需要重点监控场所的大门口或者走廊中。需要说明的是，本专利技术在摄像机10垂直地正对着监控区域30时的效果最佳，当然可也将摄像机10倾斜地对着需要进行行人人数计数统计的区域，以通过摄像机10覆盖整个监控区域30。在本实施方式中，该监控区域30为矩形；当然也可以为正方形或圆形或者其他形状。摄像机10位于监控区域30的中心点301的正上方，此时该监控区域30位于摄像机10的正下方。然后，执行步骤S2:对所述输入图像进行背景建模，以得到背景模型。在本实施方式中，背景建模具体的实现过程为:利用混合高斯模型对在步骤SI中所获取的输入图像进行背景建模，从而得到背景图像Dk(X，y)，即背景模型。然后，执行步骤S3:利用光流法估计速度算法计算检测线上各像素点的运动速度。光流(Optical flow)是指图像表观运动的速度。当物体在移动时，物体所对应像素点的亮度模式也在运动。这种图像亮度模式的表观运动(apparent motion)就称之为光流。光流显示了运动目标的变化信息，包含了物体的运动信息，从而可以确定目标的运动情况。光流计算用来确定物体图像点上的运动方向和运动速率，因此光流场是一种二维的瞬时速度场，因此在计算机视觉技术中，光流在目标对象分割、识别、跟踪及机器人导航以及形状信息恢复等方面都有着重要应用。参图3所示，在本实施方式中，该监控区域30为矩形区域，可以认为行人的运动方向都接近垂直于检测线31，因此可根据垂直于检测线31的速度(垂直向上或垂直向下)来表征出入口 20中的行人通过监控区域30时的移动速度。传统的光流法通过在帧间寻找像素点附近最相似的像素值来估计目标物体的移动速度。在本实施方式中，由于被看作光流的物体是一个运动的整体(例如:运动中的行人)，单个物体的光流速度集合会呈现出一定程度的速度大小和方向上的一致性。针本文档来自技高网...

【技术保护点】
基于光流法的行人计数方法，其特征在于，该方法包括以下步骤：S1、获取监控区域的视频流图像作为输入图像；S2、对所述输入图像进行背景建模，以得到背景模型；S3、利用光流法估计速度算法计算检测线上各像素点的运动速度；S4、利用速度修正算法，对得到的检测线上各像素点的运动速度进行优化，得到运动速度信息；S5、将运动速度信息与背景建模相结合得到行人切片，并对行人切片进行拼接得到拼图；S6、利用线性回归分析方法统计所述拼图区域内的人数。

【技术特征摘要】
1.基于光流法的行人计数方法，其特征在于，该方法包括以下步骤: S1、获取监控区域的视频流图像作为输入图像； S2、对所述输入图像进行背景建模，以得到背景模型； S3、利用光流法估计速度算法计算检测线上各像素点的运动速度； S4、利用速度修正算法，对得到的检测线上各像素点的运动速度进行优化，得到运动速度信息； S5、将运动速度信息与背景建模相结合得到行人切片，并对行人切片进行拼接得到拼图； S6、利用线性回归分析方法统计所述拼图区域内的人数。2.根据权利要求1所述的行人计数方法，其特征在于，所述步骤SI具体为:通过摄像机获取监控区域的视频流图像作为输入图像，所述监控区域位于摄像机的正下方。3.根据权利要求1所述的行人计数方法，其特征在于，所述步骤S2中的“背景建模”具体为:利用混合高斯模型进行背景建模。4.根据权利要求1所述的行人计数方法，其特征在于，所述步骤S3中的“光流法估计速度算法”具体为: 利用最小化能量函数E得到运动行人在通过检测线上各像素点的运动速度，所述最小化能量函数E的计算公式为: E = Ebr+ a Esl+ β Etp+ y Esp 其中，Ebr为多帧iso brightness约束，Esl为慢约束，Etp为时间平滑约束，Esp为空间平...

【专利技术属性】
技术研发人员：吕楠，杨京雨，瞿研，
申请(专利权)人：无锡慧眼电子科技有限公司，
类型：发明
国别省市：江苏;32