一种人流量计数的方法及装置制造方法及图纸

本发明专利技术适用于图像处理领域，提供了一种人流量计数的方法及装置，包括：首先实时采集目标区域的视频图像；然后将视频图像划分为多个矩形区域以获取多个子视频图像；分别对多个子视频图像进行处理以获取多个运动趋势特征值；运动趋势特征值包括进入时间特征值、离开时间特征值、前景宏块数最大平均值和稳定特征值；再判断多个稳定特征值是否均大于稳定阈值；若否，则执行所实时采集目标区域的视频图像的步骤；若是，则根据多个进入时间特征值、多个离开时间特征值和多个前景宏块数最大平均值获取多个预估人数特征值；最后根据多个预估人数特征值获取人流量；故无需利用大量已知数据进行训练，并且运算量小，提高了人流量统计的及时性和准确性。

A Method and Device for Counting Human Flow

【技术实现步骤摘要】
一种人流量计数的方法及装置
本专利技术属于图像处理领域，尤其涉及一种人流量计数的方法及装置。
技术介绍
计算机视觉技术是研究如何让机器“看”的计数方法，通过利用摄像头和计算机代替人眼对目标进行识别、跟踪和测量，并进一步做图像处理，用计算机处理将其成为更适合人眼观察或传送给仪器检测的图像。传统的基于计算机视觉的人流量计数方法通过运动人体的检测与跟踪，得到运动人体在序列图像中的运动轨迹，实现人流量统计的目的。通常在传统的人流量计数方法中，对于人体运动的检测需要输入大量有手工标定特征的先验数据进行神经网络的训练，以达到检测运动人体的功能。对于运动人体的跟踪，通常使用混合高斯模型和Kalman滤波器完成运动跟踪。传统的基于计算机视觉计数方法需要利用大量已知数据进行训练，并且运算量大，在实际应用中对于硬件有一定的要求，并且前期需要采集用于训练的数据量巨大，因此亟需一种新的实时性高、前期训练简单的实时人流量计数方法。
技术实现思路
有鉴于此，本专利技术实施例提供了一种人流量计数的方法及装置，旨在解决现有技术前期训练复杂且运算量大的问题。本专利技术实施例的第一方面提供了一种人流量计数的方法，包括：实时采集目标区域的视频图像；将所述视频图像划分为多个矩形区域以获取多个子视频图像；分别对多个所述子视频图像进行处理以获取多个运动趋势特征值；所述运动趋势特征值包括进入时间特征值、离开时间特征值、前景宏块数最大平均值和稳定特征值；判断所述多个稳定特征值是否均大于稳定阈值；若所述多个稳定特征值不均大于稳定阈值，则执行所实时采集目标区域的视频图像的步骤；若所述多个稳定特征值均大于稳定阈值，则根据多个进入时间特征值、多个离开时间特征值和多个前景宏块数最大平均值获取多个预估人数特征值。根据多个所述预估人数特征值获取人流量。本专利技术实施例的第二方面提供了一种人流量计数的装置，包括：采集模块，用于实时采集目标区域的视频图像；子视频图像获取模块，用于将所述视频图像划分为多个矩形区域以获取多个子视频图像；运动趋势特征值获取模块，用于分别对多个所述子视频图像进行处理以获取多个运动趋势特征值；所述运动趋势特征值包括进入时间特征值、离开时间特征值、前景宏块数最大平均值和稳定特征值；稳定阈值判断模块，用于判断所述多个稳定特征值是否均大于稳定阈值；若稳定阈值判断模块判断所述多个稳定特征值不均大于稳定阈值，则触发采集模块；预估人数特征值获取模块，用于若稳定阈值判断模块判断所述多个稳定特征值均大于稳定阈值，则根据多个进入时间特征值、多个离开时间特征值和多个前景宏块数最大平均值获取多个预估人数特征值；人流量获取模块，用于根据多个所述预估人数特征值获取人流量。本专利技术实施例的第三方面提供了一种人流量计数的装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述所述人流量计数的方法的步骤。本专利技术实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述所述人流量计数的方法的步骤。本专利技术实施例与现有技术相比存在的有益效果是：首先实时采集目标区域的视频图像；然后将所述视频图像划分为多个矩形区域以获取多个子视频图像；分别对多个所述子视频图像进行处理以获取多个运动趋势特征值；所述运动趋势特征值包括进入时间特征值、离开时间特征值、前景宏块数最大平均值和稳定特征值；再判断所述多个稳定特征值是否均大于稳定阈值；若多个稳定特征值不均大于稳定阈值，则执行所实时采集目标区域的视频图像的步骤；若多个稳定特征值均大于稳定阈值，则根据多个进入时间特征值、多个离开时间特征值和多个前景宏块数最大平均值获取多个预估人数特征值；最后根据多个所述预估人数特征值获取人流量；故有效避免了需要利用大量已知数据进行训练，并且运算量大的缺陷，提高了人流量统计的及时性和准确性。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的人流量计数的方法的一种实现流程示意图；图2是本专利技术实施例提供的人流量计数的方法的另一种实现流程示意图；图3是本专利技术实施例提供的人流量计数的装置的一种示意图；图4是本专利技术实施例提供的人流量计数的装置的另一种示意图；图5是本专利技术实施例提供的人流量计数的装置运动趋势特征值获取模块的一种示意图；图6是本专利技术实施例提供的人流量计数的装置第一运动趋势特征值获取模块的一种示意图；图7是本专利技术实施例提供的人流量计数的装置第一运动趋势特征值计算模块的一种示意图；图8是本专利技术实施例提供的人流量计数的装置第二运动趋势特征值计算模块的一种示意图；图9是本专利技术实施例提供的人流量计数的装置前景宏块获取模块的一种示意图；图10是本专利技术实施例提供的人流量计数的装置预估人数特征值获取模块的一种示意图；图11是本专利技术实施例提供的人流量计数的装置的另一种示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。图1示出了本专利技术实施例提供的人流量计数的方法的实现流程，为了便于说明，仅示出了与本专利技术实施例相关的部分，详述如下：在步骤101中，实时采集目标区域的视频图像。其中，目标区域为计算人流量的区域。在步骤102中，将视频图像划分为多个矩形区域以获取多个子视频图像。具体实施中，若图像采集区域的人流量为水平方向，则将视频图像划分为多个形状大小相同的、水平方向并排、互不重叠的矩形子视频图像；若图像采集区域的人流量为垂直方向，则将视频图像划分为多个形状大小相同的、垂直方向并排、互不重叠的矩形子视频图像。在步骤103中，分别对多个子视频图像进行处理以获取多个运动趋势特征值；运动趋势特征值包括进入时间特征值、离开时间特征值、前景宏块数最大平均值和稳定特征值。具体实施中，步骤103可以包括步骤103-1至步骤103-4。在步骤103-1中，将子视频图像的每个宏块与前一帧子视频图像相同位置的宏块进行对比以获取前景宏块；宏块为预设像素宽度和预设像素长度的矩形。具体实施中，步骤103-1包括步骤a和步骤b。a.获取子视频图像的每个宏块与前一帧子视频图像相同位置的宏块的相似度。具体实施中，可以计算宏块在当前子视频图像与前一帧的子视频图像的相似度，即宏块中所有坐标点在当前子视频图像和前一帧子视频图像相同坐标点处像素差值大于λ1的比例，其中λ1为像素相似度阈值，其相似度的计算公式为：其中P(i，j)为宏块坐标为(i，j)的宏块在当前子视频图像和前一帧子视频图像相同坐标点处像素差值大于λ1的像素点比例，(x，y)为像素坐标，A(i，j)为属于坐标为(i，j)的宏块的像素点集合，D(x，y)为每个像素点本文档来自技高网...

【技术保护点】
1.一种人流量计数的方法，其特征在于，所述方法包括：实时采集目标区域的视频图像；将所述视频图像划分为多个矩形区域以获取多个子视频图像；分别对多个所述子视频图像进行处理以获取多个运动趋势特征值；所述运动趋势特征值包括进入时间特征值、离开时间特征值、前景宏块数最大平均值和稳定特征值；判断所述多个稳定特征值是否均大于稳定阈值；若所述多个稳定特征值不均大于所述稳定阈值，则执行所实时采集目标区域的视频图像的步骤；若所述多个稳定特征值均大于所述稳定阈值，则根据多个进入时间特征值、多个离开时间特征值和多个前景宏块数最大平均值获取多个预估人数特征值。根据多个所述预估人数特征值获取人流量。

【技术特征摘要】
1.一种人流量计数的方法，其特征在于，所述方法包括：实时采集目标区域的视频图像；将所述视频图像划分为多个矩形区域以获取多个子视频图像；分别对多个所述子视频图像进行处理以获取多个运动趋势特征值；所述运动趋势特征值包括进入时间特征值、离开时间特征值、前景宏块数最大平均值和稳定特征值；判断所述多个稳定特征值是否均大于稳定阈值；若所述多个稳定特征值不均大于所述稳定阈值，则执行所实时采集目标区域的视频图像的步骤；若所述多个稳定特征值均大于所述稳定阈值，则根据多个进入时间特征值、多个离开时间特征值和多个前景宏块数最大平均值获取多个预估人数特征值。根据多个所述预估人数特征值获取人流量。2.如权利要求1所述的人流量计数的方法，其特征在于，所述分别对多个所述子视频图像进行处理以获取多个运动趋势特征值包括：将所述子视频图像的每个宏块与前一帧所述子视频图像相同位置的宏块进行对比以获取前景宏块；所述宏块为预设像素宽度和预设像素长度的矩形；根据所述前景宏块填充所述子视频图像以获取前景区域；获取属于所述前景区域的前景宏块数；根据当前子视频图像的前景宏块数、预设时间前子视频图像的前景宏块数、以及双倍所述预设时间前子视频图像的前景宏块数获取运动趋势特征值。3.如权利要求2所述的人流量计数的方法，其特征在于，所述根据当前子视频图像的前景宏块数、预设时间前子视频图像的前景宏块数、以及双倍所述预设时间前子视频图像的前景宏块数获取运动趋势特征值包括：判断当前子视频图像的前景宏块数是否大于前景宏块数阈值，且当前子视频图像的前景宏块数是否不等于预设时间前子视频图像的前景宏块数；若当前子视频图像的前景宏块数大于所述前景宏块数阈值，且当前子视频图像的前景宏块数不等于预设时间前子视频图像的前景宏块数，则计算运动状态下的运动趋势特征值；若当前子视频图像的前景宏块数不大于前景宏块数阈值，和/或当前子视频图像的前景宏块数等于预设时间前子视频图像的前景宏块数，则判断所述稳定特征值是否为零，且当前子视频图像的前景宏块数是否小于预设时间前子视频图像的前景宏块数；若判断所述稳定特征值为零，且当前子视频图像的前景宏块数小于预设时间前子视频图像的前景宏块数，则计算稳定状态下的运动趋势特征值；若判断所述稳定特征值不为零，和/或当前子视频图像的前景宏块数不小于预设时间前子视频图像的前景宏块数，则将所述稳定特征值与1的和设为新的所述稳定特征值。4.如权利要求3所述的人流量计数的方法，其特征在于，所述计算运动状态下的运动趋势特征值包括：将所述稳定特征值和前景宏块数最大平均值均设为零；当当前子视频图像的前景宏块数大于预设时间前子视频图像的前景宏块数时，将进入时间特征值与1的和设为新的进入时间特征值；当当前子视频图像的前景宏块数小于等于预设时间前子视频图像的前景宏块数时，将离开时间特征值与1的和设为新的离开时间特征值；计算当前子视频图像的前景宏块数、预设时间前子视频图像的前景宏块数、以及双倍所述预设时间前子视频图像的前景宏块数的前景宏块数平均值；当前景宏块数平均值大于所述前景宏块数最大平均值时，将所述前景宏块数最大平均值设为所述前景宏块数最大平均值。5.如权利要求3所述的人流量计数的方法，其特征在于，所述计算稳定状态下的运动趋势特征值包括：将离开时间特征值与1的和设为新的离开时间特征值；将所述稳定特征值与1的和设为新的所述稳定特征值计算当前子视频图像的前景宏块数、预设时间前子视频图像的前景宏块数、以及双倍所述预设时间前子视频图像的前景宏块数的前景宏块数平均值；当前景宏块数平均值大于所述前景宏块数最大平均值时，将所述前景宏块数最大平均值设为所述前景宏块数平均值。6.如权利要求1所述的人流量计数的方法，其特征在于，所述将所述子视频图像的每个宏块与前一帧所述子视频图像相同位置的宏块进行对比以获取前景宏块包括：获取所述子视频图像的每个宏块与前一帧所述子视频图像相同位置的宏块的相似度；将相似度大于相似度阈值的宏块作为前景宏块。7.如权利要求1所述的人流量计数的方法，其特征在于，所根据多个进入时间特征值、多个离开时间特征值和多个前景宏块数最大平均值获取多个预估人数特征值包括：根据所述进入时间特征值和所述离开时间特征值判断所述子视频图像内的所述前景区域是否为噪声；若所述子视频图像内的所述前景区域不为噪声，则根据所述进入时间特征值和所述离开时间特征值获取时间特征值；根据所述前景宏块数最大平均值获取人数特征值；根据所述时间特征值和所述人数特征值获取预估人数特征值。8.如权利要求1所述的人流量计数的方法，其特征在于，所述根据多个所述预估人数特征值获取人流量之后还包括：根据多个稳定特征值获取人流进入子区域和人流离开子区域；根据所述人流进入子区域和所述人流离开子区域获取人流方向。9.如权利要求1所述的人流量计数的方法，其特征在于，所述实时采集目标区域的视频图像之前还包括：对所述运动趋势特征值进行初始化。10.一种人流量计数的装置，其特征在于，包括：采集模块，用于实时采集目标区域的视频图像；子视频图像获取模块，用于将所述视频图像划分为多个矩形区域以获取多个子视频图像；运动趋势特征值获取模块，用于分别对多个所述子视频图像进行处理以获取多个运动趋势特征值；所述运动趋势特征值包括进入时间特征值、离开时间特征值、前景宏块数最大平均值和稳定特征值；稳定阈值判断模块，用于判断所述多个稳定特征值是否均大于稳定阈值；若稳定阈值判断模块判断所述多个稳定特征值不均大于稳定阈值，则触发采集模块；预估人数特征值获取模块，用于若稳定...

【专利技术属性】
技术研发人员：贾雅洁，于峰崎，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东,44