人流量统计的方法及系统技术方案

本发明专利技术公开了一种人流量统计的方法及系统，其中的方法包括：采用并联的多类分类器对当前图像进行人头检测，确定当前图像中的各人头；对确定出的各人头进行跟踪，形成人头目标运动轨迹；在人头目标运动轨迹方向进行人流量计数。可见，本发明专利技术将多个分类器并联使用，能同时检测深色头发、浅色头发以及各种颜色帽子等多类人头目标。

【技术实现步骤摘要】

本专利技术涉及视频监控及图像处理与分析
，尤其涉及一种人流量统计的方 法及系统。
技术介绍
随着社会的不断进步，视频监控系统的应用范围越来越广。在超市、商场、体育馆 以及机场车站等场所的出入口常安装有监控摄像机，以便保安人员和管理者对这些场所的 出入口进行监控。另一方面，超市、商场、体育馆以及机场车站等场所进出的人流量对于上 述场所的经营者或管理者来说有着重要的意义，其中，人流量是指按一定方向流动的人数， 本文中特指按进入/离开两个方向流动的人数。现有的视频监控中，人流量统计主要是通过监控人员人工清点来实现。这种人工 统计人流量的方法在监控时间短、人流量稀疏的情况下比较可靠，但由于人眼生物特性的 限制，当监控时间较长，人流量密集时，统计的准确性将大大下降，而且人工统计的方式需 要耗费大量的人力成本。基于视频分析的人流量统计方法可以实现人流量的自动统计，解 决人工统计带来的各种问题。目前，基于视频分析的流量统计方法主要有三类一是基于特征点跟踪的方法，该方法首先跟踪一些运动的特征点，然后对特征点 的轨迹进行聚类分析，从而得到人流量信息；基于特征点跟踪的方法需要跟踪一些运动的 特征点，然后对特征点的轨迹进行聚类分析，从而得到人流量信息，该方法的缺点是特征点 本身难以稳定地跟踪，计数精度较差。二是基于人体分割和跟踪的方法，该方法首先需要提取出运动目标块，然后对运 动目标块进行分割得到单个人体目标，最后跟踪各个人体目标实现人流量的统计；基于人 体分割和跟踪的方法首先需要提取处运动目标块，然后对运动目标块进行分割得到单个人 体目标，最后跟踪得到各个人体的轨迹，从而实现人流量的统计。该方法的缺点是当人体存 在遮挡时，人体分割的准确性难以得到保证，影响统计精度。三是基于人头或头肩检测和跟踪的方法，该方法在视频中检测人头或头肩，通过 对人头或头肩的跟踪进行人流量的统计。基于人头检测和跟踪的方法是在视频中检测人 头，通过对人头的跟踪进行人流量的统计，当摄像机角度合适时，人头出现遮挡的情况较 少，因此基于人头检测的方法较前两种方法准确性有所提高，目前有公司提出了基于人头 检测统计人数的方法，例如北京中星微电子在申请号200910076256. X的专利文件所提到 的方法中，首先提取运动前景，然后采用haar特征训练两个串行的分类器在前景中搜索预 定尺寸的人头，实现人头检测，其中，haar特征，是一种矩形特征，通过改变矩形的尺寸和组 合方式可以描述目标的形状和灰度信息。该方法采用的分类器只是检测同一类目标，无法 同时检测不同类目标，例如，无法同时检测深色头发(包括戴深色帽子)的人头与浅色头发 (包括戴浅色帽子)的人头，导致人头统计不全面。
技术实现思路
有鉴于此，本专利技术提供一种人流量统计的方法及系统，以解决现有人流量统计方 案统计不全面的问题。为此，本专利技术实施例采用如下技术方案一种人流量统计的方法，包括采用并联的多类分类器对当前图像进行人头检测， 确定当前图像中的各人头；对确定出的各人头进行跟踪，形成人头目标运动轨迹；根据人 头目标运动轨迹方向进行人流量计数。在采用并联的多类分类器对当前图像进行人头检测之后、确定当前图像中的各人 头之前，还包括对并联的多类分类器检测到的人头进行边缘特征细筛选处理。所述对并联的多类分类器检测到的人头进行边缘特征细筛选处理包括计算所述 分类器判断为人头目标的矩形内边缘特征与预置的上半椭圆弧的拟合度，如果拟合度大于 阈值，则将该矩形确定为人头，否则将该矩形从目标列表中去除。在采用并联的多类分类器对当前图像进行人头检测之前，还包括对图像中的检 测区域进行场景标定，从而将检测区域划分为若干个子区域；所述并联的多类分类器进行 人头检测是在所述若干个子区域内进行的。所述对图像中的检测区域进行场景标定包括选择标定框；计算场景深度变化系 数；计算检测区域内人头目标尺寸变化范围；根据人头目标尺寸变化范围将检测区域划分 为若干个子区域。在形成人头目标运动轨迹之后、根据人头目标运动轨迹方向进行人流量计数之 前，还包括对人头目标运动轨迹进行平滑度分析。所述对人头目标运动轨迹进行平滑度分析包括确定人头目标运动轨迹的平滑 度，判断所述平滑度是否满足阈值，若是，保留该人头目标运动轨迹，否则，丢弃该人头目标 运动轨迹。所述采用并联的多类分类器对图像进行人头检测包括设置各类分类器的检测顺 序，按照检测顺序依次采用各个分类器对当前图像进行人头检测，直到确定出人头，其中， 所述并联的多类分类器由至少两类分类器并联而成。所述并联的多类分类器由深色头发通用分类器、浅色头发分类器、帽子分类器和 扩展分类器中的任意两种或多种并联而成。一种人流量统计的系统，包括人头检测模块，用于采用并联的多类分类器对当前 图像进行人头检测，确定当前图像中的各人头；人头目标跟踪模块，用于对确定出的各人头 进行跟踪，形成人头目标运动轨迹；人流量计数模块，用于在人头目标运动轨迹方向进行人 流量计数。所述人头检测模块还包括细筛选子模块，用于对并联的多类分类器检测到的人头 进行边缘特征细筛选处理。还包括场景标定模块，用于对图像中的检测区域进行场景标定，从而将检测区域 划分为若干个子区域。还包括人头目标运动轨迹分析模块，用于计算人头目标运动轨迹的平滑度，判断 所述平滑度是否满足阈值，若是，保留该人头目标运动轨迹，否则，丢弃该人头目标运动轨迹。所述人头检测模块包括粗检测子模块，用于设置各类分类器的检测顺序，按照检测顺序依次采用各个分类器对当前图像进行人头检测，直到确定出人头，其中，所述并联的 多类分类器由至少两类分类器并联而成。所述人头检测模块中的所述并联的多类分类器由深色头发通用分类器、浅色头发 分类器、帽子分类器和扩展分类器中的任意两种或多种并联而成。可见，本专利技术中将多个分类器并联使用，能同时检测深色头发、浅色头发以及各种 颜色帽子等多类人头目标，确保统计更加全面。进一步，本专利技术还设置了一个扩展分类器， 可以根据特殊环境的应用，采集样本训练，检测指定颜色或帽子的人头，比如工厂或仓库的 工作帽等。进一步，在多个并联的分类器作为人头粗检测的基础上，再利用边缘特征对粗检 测结果进行细筛选，最后得到真正的人头目标，使得检测更加准确。另外，本专利技术在检测前 通过场景标定自动选择检测窗口的尺寸，使本专利技术能自适应各种摄像机角度，拓宽了应用 范围。并且，通过对人头目标轨迹的平滑度分析可以去除虚假目标，可进一步提高检测准确 率。附图说明图1为本专利技术一实施例人流量统计的方法流程图；图2为本专利技术另一实施例人流量统计的方法流程图；图3为本专利技术较优实施例场景标定流程图；图4为本专利技术较优实施例人头检测模块结构框图；图5为本专利技术较优实施例各类分类器级联分类过程示意图；图6为本专利技术较优实施例粒子滤波跟踪的流程图；图7为本专利技术较优实施例运动轨迹平滑度分析流程图；图8为本专利技术人流量统计的系统结构示意图。具体实施例方式现有的基于人头检测确定人流量的方案中，是采用单类分类器进行的，这种方案 常常导致漏检，例如，无法同时检测深色头发(包括戴深色帽子)的人头与浅色头发(包括 戴浅色帽子)的人头，为了解决目前检测不全面、不准确的问题，本专利技术提出一种人流量统 计的方法，请参见图1，为本专利技术一实施例流程本文档来自技高网...

【技术保护点】
一种人流量统计的方法，其特征在于，包括：采用并联的多类分类器对当前图像进行人头检测，确定当前图像中的各人头；对确定出的各人头进行跟踪，形成人头目标运动轨迹；根据人头目标运动轨迹方向进行人流量计数。

【技术特征摘要】

【专利技术属性】
技术研发人员：呼志刚，朱勇，任烨，蔡巍巍，贾永华，胡扬忠，邬伟琪，
申请(专利权)人：杭州海康威视软件有限公司，
类型：发明
国别省市：86[中国|杭州]