面向建筑内监控视频的人数标定辅助方法及系统技术方案

本发明专利技术公开了一种面向建筑内监控视频的人数标定辅助方法及系统，其中，该方法包括以下步骤：检测每个摄像头的关键区域；对每个摄像头的关键区域进行混合高斯背景建模，并提取各个原始视频中有人员经过的关键段落；将每一次进出标为一个事件，并对人数变化事件进行标定。该方法可以选择更加复杂的关键区域形状，而不局限于规则的矩形，还可用其它背景建模方法建立背景模型，还可用除感知哈希以外的方法完成运动目标检测，从而能够并行处理大量的监控摄像头数据内容，去除原始视频中的无人片段，大幅减少人工筛查成本，适应建筑内部的典型公共区域场景以及早晚的光线变动，实现更高效率的人机协同合作的人数标定方法。

Auxiliary method and system of people calibration for monitoring video in building

The invention discloses an auxiliary method and system for calibrating the number of people for the monitoring video in the building, wherein the method comprises the following steps: detecting the key areas of each camera; modeling the key areas of each camera with mixed Gaussian background, and extracting the key sections of each original video where people pass by; marking each in and out as an event and counting the number of people The change event is calibrated. This method can select more complex shape of key area, not limited to regular rectangle, can also use other background modeling methods to establish background model, and can also use methods other than perceptual hash to complete moving object detection, so it can process a large number of monitoring camera head data content in parallel, remove the unmanned segments in the original video, greatly reduce the cost of manual screening, and adapt to In order to achieve more efficient human-computer cooperation, the typical public area scene in the building and the change of light in the morning and evening should be considered.

【技术实现步骤摘要】
面向建筑内监控视频的人数标定辅助方法及系统
本专利技术涉及计算机视觉领域
，特别涉及一种面向建筑内监控视频的人数标定辅助方法及系统。
技术介绍
目前，现有的人员计数数据集多数以室外场景为目标，如以智能交通为目的建立的Caltech和KITTI(均为计算机视觉标准数据集)，以及开阔室外条件下的PETS和ViSOR(均为数据分析器)。室内场景下含有人数标定的数据集中被普遍使用的只有MALL，其视角有很大的局限性。因此，室内人数统计或估计算法所需的真实数据基本完全由人进行手动标注。如相关专利中涉及到一种基于有监督学习的视频人数信息统计方法，需要建立样本集，采用的方法就是对原始视频进行截取后直接手工标注。但该技术方案只对原始视频做了简单处理，仍然以手动标注为主，在面对大量视频数据时，将消耗大量人力成本。相关论文中则在KITTI数据集上验证了一种基于卷积神经网络的行人探测方法，但该方法直接使用现有数据集，因此得到的结果具有较强的特殊性，不具有向室内监控视频推广的普遍性。
技术实现思路
本专利技术提供一种面向建筑内监控视频的人数标定辅助方法及系统，以针对建筑内监控视频文件进行压缩处理，并提供更加智能的标定环境，旨在实现更高效率的人机协同合作的人数标定系统。本专利技术一方面实施例提供一种面向建筑内监控视频的人数标定辅助方法，包括以下步骤：检测每个摄像头的关键区域；对所述每个摄像头的关键区域进行混合高斯背景建模，并提取各个原始视频中有人员经过的关键段落；以及将每一次进出标为一个事件，并对人数变化事件进行标定。本专利技术另一方面实施例提供一种面向建筑内监控视频的人数标定辅助系统，包括：检测模块，用于检测每个摄像头的关键区域；提取模块，用于对所述每个摄像头的关键区域进行混合高斯背景建模，并提取各个原始视频中有人员经过的关键段落；以及标定模块，用于将每一次进出标为一个事件，并对人数变化事件进行标定。本专利技术的技术方案，至少实现了如下有益的技术效果：将监控摄像头作为区域边界传感器，捕捉人员穿越边界时造成人数变化的关键段落，将每次人数变化记为一个事件，将视频压缩后的结果交由人工计数。能够并行处理大量的监控摄像头数据内容，去除原始视频中的无人片段，大幅减少人工筛查成本，同时可以适应建筑内部的典型公共区域场景(如门口、大厅、走廊等)以及早晚的光线变动。本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为本专利技术实施例所提供的面向建筑内监控视频的人数标定辅助方法流程图；图2为本专利技术实施例所提供的面向建筑内监控视频的人数标定辅助方法所需算法的流程图；图3为本专利技术实施例所提供的面向建筑内监控视频的人数标定辅助系统结构示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。下面参照附图描述根据本专利技术实施例提出的面向建筑内监控视频的人数标定辅助方法及系统，首先将参照附图描述根据本专利技术实施例提出的面向建筑内监控视频的人数标定辅助方法。图1是本专利技术一个实施例的面向建筑内监控视频的人数标定辅助方法流程图。如图1所示，该面向建筑内监控视频的人数标定辅助方法包括以下步骤：在步骤S101中，检测每个摄像头的关键区域。其中，在本专利技术的一个实施例中，需要利用帧差法标示画面中像素灰度变化满足预设条件的图块，以选定矩形的关键区域。具体地，如图2所示，确定各摄像头对应的关键区域。最需要关注的是人员穿过边界的事件，只有这类事件才会引起区域内部的人数变化，而这些事件只发生在摄像头画面的某些区域。指定这些区域为关键区域，有助于排除无关区域变化对关键段落提取的影响。步骤S101由人机协同完成，利用帧差法标示画面中像素灰度变化明显的图块，再据此人工选定矩形的关键区域。在步骤S102中，对每个摄像头的关键区域进行混合高斯背景建模，并提取各个原始视频中有人员经过的关键段落。也就是说，对各摄像头的关键区域进行混合高斯背景建模，然后提取关键段落，并随时间变化更新背景。其中，高斯模型是基于每个视频的开头部分建立的。在本专利技术的一个实施例中，提取各个原始视频中有人员经过的关键段落，具体包括：通过感知哈希算法计算当前帧与背景帧间的汉明距离，以表征和背景的差异程度；根据差异程度提取得到关键段落。在本专利技术的一个实施例中，在提取关键段落之后，还包括：检测当前时间，以根据时间变化更新背景信息。具体而言，如图2所示，本专利技术实施例利用了运动目标检测中背景减除法的某些思想，使用感知哈希算法计算当前帧与背景帧间的汉明距离，用以表征和背景的差异程度，作为提取关键段落的依据。由于一个监控视频的时长往往在两到三小时，环境的光线、物体等经常发生变化，因此具体背景也随着时间而不断更新。在步骤S102中提取各个原始视频中有人员经过关键区域的段落，并将每一次进出标为一个事件。在步骤S103中，将每一次进出标为一个事件，并对人数变化事件进行标定。在本专利技术的一个实施例中，对人数变化事件进行标定，包括：标定每一个事件对应的人数和方向，根据先验的建筑拓扑结构生成建筑内部在目标时间内各分区人数变化的数据。具体地，如图2所示，制作图形用户界面方便操作，读取步骤三生成的关键段落集合，人工标定每一个事件对应的人数和方向。根据先验的建筑拓扑结构，可以生成建筑内部在指定时间内各分区人数变化的数据。从而完成了面向建筑内监控视频的人数标定辅助。根据本专利技术实施例提出的面向建筑内监控视频的人数标定辅助方法，针对建筑内监控视频文件进行压缩处理，并提供更加智能的标定环境，实现了更高效率的人机协同合作的人数标定系统。其中，监控视频区域以建筑内部的公共区域如走廊、大厅等为主，人数变化是指建筑各区域间人员的流动情况。该技术方案将显著减少标定的人工成本，更易生成室内场景中样本充足的监控视频人数变化数据集，对室内人数统计或估计算法的进一步发展有重大意义。为了实现上述实施例，本专利技术还提出了一种面向建筑内监控视频的人数标定辅助系统。图3是本专利技术一个实施例的面向建筑内监控视频的人数标定辅助系统结构示意图。如图3所示，该面向建筑内监控视频的人数标定辅助装置10包括：检测模块100、提取模块200和标定模块300。其中，检测模块100，用于检测每个摄像头的关键区域。提取模块200，用于对每个摄像头的关键区域进行混合高斯背景建模，并提取各个原始视频中有人员经过的关键段落。标定模块300，用于将每一次进出标为一个事件，并对人数变化事件进行标定。本专利技术实施例的人数标定辅助装置体现了人机协同的思想，节约了数据集标定的人工成本。在本专利技术的一个实施例中，在提取关键段落之后，还包括：更新模块，用于检测当前时间，以根据时间变化更新背景信息。在本专利技术的一个实施例中，检测模块100包括：利用帧差法标示画面中像素灰度变化满足预设条件的图块，以选定矩形的关键区域。在本专利技术的一个实施例中，提取模块200包括：计算单元，用于通过感知哈希算法计算当前帧与背景帧间的本文档来自技高网...

【技术保护点】
1.一种面向建筑内监控视频的人数标定辅助方法，其特征在于，包括以下步骤：检测每个摄像头的关键区域；对所述每个摄像头的关键区域进行混合高斯背景建模，并提取各个原始视频中有人员经过的关键段落；以及将每一次进出标为一个事件，并对人数变化事件进行标定。

【技术特征摘要】
1.一种面向建筑内监控视频的人数标定辅助方法，其特征在于，包括以下步骤：检测每个摄像头的关键区域；对所述每个摄像头的关键区域进行混合高斯背景建模，并提取各个原始视频中有人员经过的关键段落；以及将每一次进出标为一个事件，并对人数变化事件进行标定。2.根据权利要求1所述的方法，其特征在于，在提取所述关键段落之后，还包括：检测当前时间，以根据时间变化更新背景信息。3.根据权利要求1所述的方法，其特征在于，所述检测每个摄像头的关键区域，包括：利用帧差法标示画面中像素灰度变化满足预设条件的图块，以选定矩形的关键区域。4.根据权利要求1所述的方法，其特征在于，所述提取各个原始视频中有人员经过的关键段落，包括：通过感知哈希算法计算当前帧与背景帧间的汉明距离，以表征和背景的差异程度；根据所述差异程度提取得到所述关键段落。5.根据权利要求1所述的方法，其特征在于，所述对人数变化事件进行标定，包括：标定每一个事件对应的人数和方向，根据先验的建筑拓扑结构生成建筑内部在目标时间内各分区人数变化的数据。6.一...

【专利技术属性】
技术研发人员：贾庆山，李郅纯，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11