一种人群流动主方向估计方法和装置制造方法及图纸

本发明专利技术提供了一种人群流动主方向估计方法和装置，所述方法包括：获取当前的监控视频图像；提取当前的监控视频图像中的图像特征点，并对提取的图像特征点进行跟踪；根据图像特征点的跟踪结果，构造当前的监控视频图像的运动点；计算各运动点之间的相似度；根据计算得到的各运动点之间的相似度，确定出人群流动主方向。通过本发明专利技术提供的人群流动主方向估计方法和装置，可以提高估计人群流动主方向的计算速度。

【技术实现步骤摘要】

本专利技术涉及图像处理
，具体而言，涉及一种人群流动主方向估计方法和装置。
技术介绍
目前，在广场、商业区等人群密集区域，通常会设置监控设备，对广场、商业区内的人群进行实时监控，从而保证广场、商业区内人群的安全。当人群密集区域出现火灾、爆炸等紧急情况时，需要先确定出现紧急情况的人群密集区域内人群的流动方向，才可以根据人群密集区域的现场情况，对区域内的人群进行疏导，保证区域内的人员安全。相关技术中，为了确定人群密集区域内人群的流动方向，现有的确定人群流动方向的方法可以先根据监控设备获取到的一段时间内的连续监控图像，对监控视频图像中包括行人图像的区域进行识别，然后根据识别出的行人图像确定监控图像中行人的运动轨迹，对确定的行人的运动轨迹进行跟踪，从而得到人群流动主方向。在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：在确定人群流动方向的过程中，需要先根据监控设备获取到的一段时间内的连续监控图像，确定监控图像中行人的运动轨迹，但是当行人是断断续续出现在连续监控图像中时，上述确定人群流动方向的方法就无法确
定监控图像中行人的运动轨迹，从而无法得到人群流本文档来自技高网...

【技术保护点】
一种人群流动主方向估计方法，其特征在于，包括：获取当前的监控视频图像；提取当前的所述监控视频图像中的图像特征点，并对提取的所述图像特征点进行跟踪；根据所述图像特征点的跟踪结果，构造当前的所述监控视频图像的运动点；计算各所述运动点之间的相似度；根据计算得到的各所述运动点之间的相似度，确定出人群流动主方向。

【技术特征摘要】
1.一种人群流动主方向估计方法，其特征在于，包括：获取当前的监控视频图像；提取当前的所述监控视频图像中的图像特征点，并对提取的所述图像特征点进行跟踪；根据所述图像特征点的跟踪结果，构造当前的所述监控视频图像的运动点；计算各所述运动点之间的相似度；根据计算得到的各所述运动点之间的相似度，确定出人群流动主方向。2.根据权利要求1所述的方法，其特征在于，根据所述图像特征点的跟踪结果，构造当前的所述监控视频图像的运动点，包括：根据所述图像特征点的跟踪结果，确定各所述图像特征点在当前的所述监控视频图像之前的连续多帧监控视频图像内的运动位置；根据所确定的各所述图像特征点的运动位置，确定各所述图像特征点当前的运动方向和运动速度；确定所述运动速度大于预设运动速度阈值的图像特征点作为所述监控视频图像的运动点。3.根据权利要求1所述的方法，其特征在于，计算各所述运动点之间的相似度，包括：通过以下公式计算各运动点中之间的相似度d(m1,m2)：d(m1,m2)＝d1((x1,y1),(x2,y2))*d2(a1,a2)其中，m1表示计算相似度的两个运动点中的一个运动点，m2表示计算相似度的两个运动点中的另一个运动点，d1((x1,y1),(x2,y2))表示计算相似度的两个运动点的欧氏距离，(x1,y1)表示m1的位置坐标，(x2,y2)表示m2的位置坐标，d2(a1,a2)表示计算相似度的两个运动点的运动方向之间的距离。4.根据权利要求3所述的方法，其特征在于，d2(a1,a2)＝w1*[delta(a1,theta(m1,m2))+delta(a2,theta(m1,m2))]+w2*delta(a1,a2)其中，a1表示计算相似度的两个运动点中的一个运动点的运动方向，a2表示计算相似度的两个运动点中的另一个运动点的运动方向，delta表示两个方向之间的夹角，theta(m1,m2)表示两个运动点连线的方向，w1和w2分别表示预设的权重参数。5.根据权利要求1所述的方法，其特征在于，根据计算得到的各所述运动点之间的相似度，确定出人群流动主方向，包括：对得到的各所述运动点之间的相似度进行聚类分析，确定当前的所述监控视频图像的备选人群流动方向；从所述备选人群流动方向中确定出人群流动主方向。6.根据权利要求5所述的方法，其特征在于，对得到的各所述运动点之间的相似度进行聚类分析，确定当前的所述监控视频图像的备选人群
\t流动方向，包括：根据所述各运动点中的每个运动点与其他运动点之间的相似度，计算各所述运动点的聚类优先级参数；从各所述运动点中确定聚类优先级参数最大的运动点作为聚类中心；从未进行聚类操作的运动点中，选择与作为聚类中心的运动点的相似度小于预设相似阈值的运动点与所述聚类中心聚为一类，得到所述聚类中心的聚类结果；判断各所述运动点是否都进行了聚类操作；如果是，则将作为所述聚类中心的运动点的运动方向确定为当前的所述监控视频图像的备选人群流动方向；如果否，则继续执行确定当前优先级最高的运动点作为聚类中心的步骤。7.根据权利要求5所述的方法，其特征在于，从所述备选人群流动方向中确定出人群流动主方向，包括：判断所述备选人群流动方向与当前的所述监控视频图像的上一帧视频图像得到的备选人群流动方向是否一致；如果是，则计算包括当前的所述监控视频图像的多帧监控视频图像中在所述备选人群流动方向上所有运动点之间的距离参数；判断计算得到的所述距离参数是否大于预设的距离参数阈值；如果是，则确定所述备选人群流动方向为人群流动主方向。8.根据权利要求7所述的方法，其特征在于，计算包括当前的所述
\t监控视频图像的多帧监控视频图像中在所述备选人群流动方向上所有运动点之间的距离参数，包括：对所述多帧监控视频图像进行滤波平滑处理；计算滤波平滑处理后的所述多帧监控视频图像中在所述备选人群流动方向上所有运动点之间的距离之和；根据得到的所述备选人群流动方向上所有运动点之间的距离之和以及所述备选人群流动方向上的运动点数量，得到所述距离参数。9.根据权利要求1所述的方法，其特征在于，所述方法还包括：计算覆盖所述人群流动主方向的最小凸包；确定所述最小凸包内与人群流动主方向之间的角度小于预设角度阈值的主方向运动点的数量；根据确定的所述主方向运动点的数量和当前的所述监控视频图像内运动点的总数量，确定所述人群流动主方向上的行人比例。10.一种人群流动主方向估计装置，其特征在于，包括：图像获取模块，用于获取当前的监控视频图像；跟踪模块，用于提取当前的所述监控视频图像中的图像特征点，并对提取的所述图像特征点进行跟踪；运动点...

【专利技术属性】
技术研发人员：陈芳林，万定锐，
申请(专利权)人：深圳市深网视界科技有限公司，
类型：发明
国别省市：广东;44