运动目标跟踪及数量统计方法技术

本发明专利技术公开一种运动目标跟踪及数量统计方法，包括以下步骤：ａ．不断获取包含运动目标的视频图像；ｂ．获取当前帧视频图像，对当前帧视频图像进行预处理；ｃ．对预处理后的图像进行目标区域分割，提取出目标区域；ｄ．对步骤ｃ中获得的当前帧中的目标区域与上一帧之间进行基于在线特征选择的目标区域匹配，建立匹配跟踪链；以及ｅ．根据所述匹配跟踪链记录的目标区域轨迹，确定每一跟踪链所对应的目标数量。本发明专利技术可解决一般应用场合中由于光照在空间上分布极不均衡、在时间上变化复杂和运动目标通行过程中姿态变化显著等恶劣环境而造成的数量统计结果精度低的问题。

【技术实现步骤摘要】

本专利技术涉及一种，尤其涉及基于图像识别技 术的。
技术介绍
商场、博物馆、展览馆、体育馆等公共建筑出入口、自动扶梯和建筑物走 廊等长通道通行口、客运车辆乘客上下门等场所常常需要统计在某一时间点或 时间段内人员进入和离开的数量，以此统计数据为依据优化运营和提高管理水 平。以光电技术为主的人数统计方法由于统计精度低、不能保存可供事后人眼 清点评判的图像而不能广泛被用户接受。近年来，出现了一些采用图像识别技术为主进行人数统计的研究，这些系 统一般均假设摄像机工作场景中背景基本恒定、光照在长时间内基本恒定、光 照在空间中分布基本均衡、人员的出现与否对摄像机工作光照无显著影响、人 员主动呈现出某些单一的特征、摄像机视野范围中人体姿态基本无显著变化 等。例如武汉科技大学信息科学与工程学院的付晓薇在其硕士学位论文一种 基于动态图像的多目标识别计数方法中公布了一种应用于商场客流量的图像统计系统。其系统流程框图如附图说明图1所示，包括获取动态图像11、运动检测12、 目标分类与特征提取13、多目标跟踪14、目标计数15等步骤。该系统采用帧 间差、背景差和自适应阈值方法分割运动目标区域，采用图像滤波、图像分割、 形态学处理和统计特征提取人体头部区域，采用特征跟踪方法对多目标进行跟 踪计数。论文作者所从事的研究主题是商场的客流量统计，但是论文作者仅仅 在自己实验室模拟了一类简单的人员通行情况，实验室简单的人员模拟通行情 况与商场出入口人员进出复杂情况存在显著的差异，该论文公布的多目标识别 计数方法仅仅能完成实验室模拟场景下的多目标识别计数，而难以完成实际应 用条件下的商场客流量统计工作，更不用说该方法并没有考虑光照在空间上分布极不均衡、在时间上变化复杂、人员通行过程中姿态变化显著等一般场合下 的出入口人数统计问题。在光照在空间上分布极不均衡、在时间上变化复杂的 情况下，不但目标与背景之间存在显著差异，背景与背景之间也存在显著的差 异，采用该论文公布的方法难以此类复杂情况下的运动区域检测。在类似乘客 上车或下车的许多应用场合中，人员通行过程中姿态变化显著，人体的头部常常被遮挡，简单的提取人体头部特征方法常常不能区分某区域中是否存在人 体。由于光照变化非常剧烈，特征变化显著，单一的特征跟踪方法难以正确跟 踪多目标。大连海事大学信号与图像处理研究所的田京雷在2005年全国图象图形学 学术会议上公布了 基于视频的客流计数系统的研究论文(《第十二届全国 图象图形学学术会议论文集》，作者章毓晋，ISBN: 7302119309)，论文讨 论了基于视频的客流计数系统，其系统工作流程如图2所示，包括视频捕获21、 运动分割22、目标识别23、目标跟踪24、计数25等步骤。该论文釆用图像 帧差方法完成运动分割22;采用运动区域的面积、长度和宽度等参数通过模糊 C一均值(FCM)聚类方法完成目标识别23;采用形心方法完成目标跟踪24; 根据前后两帧中心点的位置，判断运动目标是否越过预先设置的两条计数线来 对人体计数25。该论文公布的方法在运动目标的提取方法上与前述学位论文公 布的方法类似，均是采用简单的帧间差方法，所不同的是由两帧差该为三帧差， 所以在光照在空间上分布极不均衡、在时间上变化复杂的情况下不能正确的完 成人体区域的检测工作。该系统讨论的只是室内通道中的简单情况，而没有考 虑摄像机工作区域跨越室内外的光照在空间上分布极不均衡、在时间上变化复 杂、人员通行过程中姿态变化显著等一般应用场合下出入口中存在的复杂问 题。类似的，其它己经公布的基于图像识别的人数统计系统，其工作原理、基 本假设和实现方法也和以上两篇论文公布的方法类似，不能解决在光照在空间 上分布极不均衡、在时间上变化复杂和人员通行过程中姿态变化显著等一般应 用场合下的出入口人数统计问题。
技术实现思路
本专利技术提供一种，旨在解决一般应用场合中 由于光照在空间上分布极不均衡、在时间上变化复杂和运动目标(人体或其他物体)通行过程中姿态变化显著等恶劣环境而造成的数量统计结果精度低这一 问题。本专利技术所涉及的数量统计不仅包括统计通过指定区域的目标数量，还包 括区分通过指定区域的每一个目标是进入还是离开。本专利技术为解决上述技术问题而釆用的技术方案是提供一种运动目标跟踪 及数量统计方法，包括以下步骤a. 不断获取包含运动目标的视频图像；b. 获取当前帧视频图像，对当前帧视频图像进行预处理； C.对预处理后的图像进行目标区域分割，提取出目标区域；d. 对步骤C中获得的当前帧中的目标区域与上一帧之间进行基于在线特 征选择的目标区域匹配，建立匹配跟踪链；以及e. 根据所述匹配跟踪链记录的目标区域轨迹，确定每一跟踪链所对应的 目标数量。上述的还包括步骤f.对于每一帧从步骤a 获取视频图像，对其执行步骤b 步骤e，并累计每一跟踪链所对应目标数量。 上述的中，所述步骤c中的目标区域分割步骤包括C1、将预处理后的图像分割成相对独立的多个第一区域；C2、计算每个第一区域的运动信息；C3、根据所述运动信息确定并提取运动区域；C4、验证各运动区域是否为目标区域；以及C5、提取通过验证的目标区域。其中步骤C1进一步包括C11、将所述图像分割成多个第二区域；C12、计算各第二区域的运动信息；C13、计算各第二区域的描述属性信息；c14、根据各第二区域之间的空间位置关系和所述描述属性信息创建区域 邻接图；以及c15、根据所述描述属性信息及所述区域邻接图将各第二区域合并为所述 第一区域。在步骤C中，将所述图像分割为多个第二区域的方法包括分水岭分割法 或种子点区域生长法。在步骤C11中，每个第二区域的内部像素具有一致的像素属性，像素属性 包括颜色、梯度强度、是否属于边缘点以及边界响应强度。在步骤C12中，所述第二区域的运动信息包括第二区域的运动矢量和边界 像素点运动概率值。在步骤C13中，所述描述属性信息包括用以描述每个第二区域内部属性的第一类属性，包括颜色分布属性、灰度 分布属性和运动信息属性；用以描述任意空间位置上相邻的两个第二区域之间差异的第二类属性，包 括第二区域之间的灰度均值差异属性、颜色均值差异属性和运动矢量差异属 性；用以描述任意空间位置上相邻的两个第二区域之间的共同边界特性的第三类属性，包括梯度强度属性、边缘点数量和共同边界点运动概率属性。 在步骤C14中，创建区域邻接图的步骤进一步包括 以一结点来表示每个第二区域，在结点中存储所述第一类属性信息； 在空间位置上相邻的两个第二区域所对应的结点间创建一条双向连接弧，双向连接弧中存储所述第二类和第三类属性信息；获得包含多个结点和连接结点的双向连接弧的区域邻接图。 在步骤C15中，将各第二区域合并为所述第一区域的步骤包括 以第二类、第三类属性信息相似度达到预先指定值为约束条件，按第一类属性信息相似度由大至小的顺序渐次合并各第二区域，直到其第一类属性信息相似度小于预先指定的值；以第一类、第三类属性信息相似度达到预先指定值为约束条件，按第二类属性信息相似度由大至小的顺序渐次合并第二区域，直到其第二类属性信息相似度小于预先指定的值；以及以第一类、第二类属性信息相似度达到预先指定值为约束条件，按第三类属性信息相似度由大至小的顺序渐次合并第二区域，直到其第三类属性本文档来自技高网...

【技术保护点】
一种运动目标跟踪及数量统计方法，包括以下步骤：　　　　ａ．不断获取包含运动目标的视频图像；　　　　ｂ．获取当前帧视频图像，对当前帧视频图像进行预处理；　　　　ｃ．对预处理后的图像进行目标区域分割，提取出目标区域；　　　　ｄ．对步骤ｃ中获得的当前帧中的目标区域与上一帧之间进行基于在线特征选择的目标区域匹配，建立匹配跟踪链；以及　　　　ｅ．根据所述匹配跟踪链记录的目标区域轨迹，确定每一跟踪链所对应的目标数量。

【技术特征摘要】
1. 一种运动目标跟踪及数量统计方法，包括以下步骤a.不断获取包含运动目标的视频图像；b.获取当前帧视频图像，对当前帧视频图像进行预处理；c.对预处理后的图像进行目标区域分割，提取出目标区域；d.对步骤c中获得的当前帧中的目标区域与上一帧之间进行基于在线特征选择的目标区域匹配，建立匹配跟踪链；以及e.根据所述匹配跟踪链记录的目标区域轨迹，确定每一跟踪链所对应的目标数量。2. 如权利要求1所述的运动目标跟踪及数量统计方法，其特征在于，还包括步骤f. 对于每一帧从步骤a获取视频图像，对其执行步骤b 步骤e，并累计 每一跟踪链所对应目标数量。3. 如权利要求1所述的运动目标跟踪及数量统计方法，其特征在于，所述步骤C中的目标区域分割步骤包括C1、将预处理后的图像分割成相对独立的多个第一区域；C2、计算每个第一区域的运动信息；C3、根据所述运动信息确定并提取运动区域；C4、验证各运动区域是否为目标区域；以及C5、提取通过验证的目标区域。4. 如权利要求3所述的运动目标跟踪及数量统计方法，其特征在于，所述步骤C1中，分割所述图像的步骤包括C11、将所述图像分割成多个第二区域； C12、计算各第二区域的运动信息； C13、计算各第二区域的描述属性信息；C14、根据各第二区域之间的空间位置关系和所述描述属性信息创建区域邻接图；以及c1S、裉据所述描述属性信息及所述区域邻接图将各第二区域合并为所述第一区域。5. 如权利要求4所述的运动目标跟踪及数量统计方法，其特征在于，所 述步骤c11中，将所述图像分割为多个第二区域的方法包括分水岭分割法或种 子点区域生长法。6. 如权利要求4所述的运动目标跟踪及数量统计方法，其特征在于，所 述步骤e11中，每个第二区域的内部像素具有一致的像素属性，所述像素属性包括颜色、梯度强度、是否属于边缘点以及边界响应强度。7. 如权利要求4所述的运动目标跟踪及数量统计方法，其特征在于，所 述步骤c12中，所述第二区域的运动信息包括第二区域的运动矢量和边界像素 点运动概率值。8. 如权利要求4所述的运动目标跟踪及数量统计方法，其特征在于，所 述步骤c13中，所述描述属性信息包括用以描述每个第二区域内部属性的第一类属性，包括颜色分布属性、灰度 分布属性和运动信息属性；用以描述空间位置上相邻的任意两个第二区域之间差异的第二类属性，包 括第二区域之间的灰度均值差异属性、颜色均值差异属性和运动矢量差异属性；用以攩述空间位置上相邻的任意两个第二区域之间的共同边界特性的第 三类属性，包括梯度强度属性、边缘点数量和共同边界点运动概率属性。9. 如权利要求8所述的运动目标跟踪及数量统计方法，其特征在于，所述步骤C14中，创建区域邻接图的步骤包括以一结点来表示每个第二区域，在结点中存储所述第一类属性信息； 在空间位置上相邻的两个第二区域所对应的结点间创建一条双向连接弧， 双向连接弧中存储所述第二类和第三类属性信息；获得包含多个结点和连接结点的双向连接弧的区域邻接图。10. 如权利要求8所述的运动目标跟踪及数量统计方法，其特征在于，所 述步骤C15中，将各第二区域合并为所述第一区域的步骤包括以第二类、第三类属性信息相似度达到预先指定值为约束条件，按第一类 属性信息相似度由大至小的顺序渐次合并各...

【专利技术属性】
技术研发人员：姚薇，
申请(专利权)人：上海遥薇实业有限公司，
类型：发明
国别省市：31[中国|上海]