一种基于头肩特征的人数统计方法和系统技术方案

本发明专利技术提供一种基于头肩特征的人数统计方法及装置，所述人数统计方法通过在当前帧图像中移动视窗，检测当前帧图像中行人的头肩部信息，并利用检测到的行人的头肩部信息建立行人检测列表，根据当前帧图像之前的至少一帧图像中的行人的头肩部信息，预测当前帧图像中行人的头肩部信息，并利用预测的行人的头肩部信息更新预先建立的行人跟踪列表；通过将行人检测列表和行人跟踪列表中行人的头肩部信息相融合，更新行人跟踪列表；根据行人跟踪列表中行人的头肩部信息进行人数统计。该人数统计方法不仅增大了检测的目标，而且更好地适应了监控图像的特征，进而可以提高人数统计的准确率。

【技术实现步骤摘要】

本专利技术涉及计算机图像处理和模式识别领域，具体涉及一种基于头肩特征的人数统计方法和系统。
技术介绍
在诸如超市、地铁以及车站等人数量较大的公共场所，为了更好地进行人群管理、资源配置以及提高安全保障，不仅需要安装监控系统，还需要对进出的人数量进行统计。传统的人数统计方法是借助红外遮挡系统、激光遮挡系统或压力传感系统，这些系统虽然能够低成本的实现人数的统计，但其统计过程容易受到环境的干扰，导致统计结果不准确。中国专利申请CN101477641A公开了一种基于视频监控的人数统计方法和系统，其是通过对行人的头部进行检测、跟踪和计数。该统计方法和系统虽然可以达到统计人数的目的，但由于其依赖于行人的头部，在实际统计过程中存在以下缺陷第一，由于所监控的公共场所范围较大，视频监控中行人的头部尺寸较小，边缘较为模糊，这使得在从当前图像中识别行人的头部时因出现误差而导致漏计，从而影响人数的统计结果。第二，视频监控摄像机通常安装在比较高的位置，尤其是在摄像机存在明显偏角时，摄像机俯角的大小直接影响行人头部外观的大小，这将影响行人头部的确定，从而影响人数的统计结果。第三，当被监控的场景发生变化，如遇到雾天或傍晚等光线较差时，监控到的视频质量较低，行人的头部图像模糊不清，而且人数统计所依据的头部尺寸较小，从而影响人数统计的准确性。
技术实现思路
本专利技术要解决的技术问题就是针对现有技术中存在的上述缺陷，提供一种基于头肩特征的人数统计方法和系统，其能够较准确地对行人的数量进行统计。解决上述技术问题的所采用的技术方案是提供一种基于头肩特征的人数统计方法，包括步骤Si，通过在当前帧图像中移动视窗，检测当前帧图像中行人的头肩部信息，并利用检测到的行人的头肩部信息建立行人检测列表，其中，视窗的尺寸随着视窗中心由图像的远景区域向近景区域移动而线性增大；步骤s2，根据当前帧图像之前的至少一帧图像中的行人的头肩部信息，预测当前帧图像中行人的头肩部信息，并利用预测的行人的头肩部信息更新预先建立的行人跟踪列表;步骤S3，通过将行人检测列表和行人跟踪列表中行人的头肩部信息相融合，更新行人跟踪列表；步骤s4，根据行人跟踪列表中行人的头肩部信息进行人数统计。本专利技术基于上述人数统计方法，提出了 一种基于头肩特征的人数统计系统，包括头肩部检测模块，用于在当前帧图像中移动视窗，检测当前帧图像中行人的头肩部信息，以确定当前帧图像中行人的头肩部，并利用检测到的行人的头肩部信息建立行人检测列表，其中，视窗的尺寸随着视窗中心由图像的远景区域向近景区域移动而线性增大；预测跟踪模块，用于根据当前帧图像之前的至少一帧图像中的行人的头肩部信息，预测当前帧图像中行人的头肩部信息，并利用预测的行人的头肩部信息更新预先建立的行人跟踪列表；存储模块，用于存储由头肩部检测模块建立的行人检测列表，以及存储由预测跟踪模块建立的行人跟踪列表；融合模块，用于将行人检测列表和行人跟踪列表中行人的头肩部信息相融合，并更新行人跟踪列表；人数统计模块，用于根据行人跟踪列表中行人的头肩部信息进行人数统计。本专利技术具有以下有益效果本专利技术提供基于头肩特征的人数统计方法及系统，通过尺寸由图像的远景区域到近景区域线性增大的视窗在当前帧视频图像中检测行人的头肩部，能够较好地适应监控摄像头的高度、角度、应用场景以及视频质量的变化，进而可以提高人数统计的准确率；通过根据用户的初始手动标定至多两个行人头肩部和一条绊线，自动生成变化的视窗和多条绊线，减少了繁琐的标定过程，方便用户使用；通过采用双绊线计数，有效提高了人数统计的准确率。附图说明图1为本专利技术实施例中人数统计方法的流程图；图2为本专利技术实施例中系统标定示意图；图3为本专利技术实施例中视窗检测过程示意图；图4为本专利技术实施例中当前像素点的8邻域像素点分布示意图；图5为本专利技术实施例中人数统计系统的示例性结构图；图6为本专利技术实施例中头肩部检测模块的示例性结构图；图7为本专利技术变型实施例中人数统计系统的示例性结构图；图8为本专利技术另一变型实施例中人数统计系统的示例性结构图。具体实施例方式为使本领域的技术人员更好地理解本专利技术的技术方案，下面结合附图对本专利技术提供的基于头肩特征的人数统计方法及系统进行详细描述。图1为本专利技术实施例中人数统计方法的流程图。如图1所示，本实施中基于头肩特征的人数统计方法依次接受视频监控图像中的每一帧图像，并依次将每帧图像作为当前帧图像执行如下步骤步骤Si，通过在当前帧图像中移动视窗，检测当前帧图像中行人的头肩部信息，并利用检测到的行人的头肩部信息建立行人检测列表，其中，所述视窗的尺寸随着视窗中心由远景区域向近景区域移动而线性增大。在本步骤中，可以按照现有技术中任一种头肩部检测方式实现行人的头肩部检测；当然，也可以按照本实施例中提出的一种基于头肩特征提取行人的头肩部信息。其中，本实施例所提出的基于头肩特征实现行人的头肩部检测方式在后文中详述。需要说明的是，由于当前帧图像中可能覆盖很大的范围，如路面和路侧的建筑，可以通过预先设定一个检测区域，仅检测设置的检测区域内的行人来缩小检测的范围，提高效率。同时，在检测区域内既包含了静止区域，如检测区域的背景；又包含了运动区域，即行人或行人携带的行李等。本实施例实现行人统计所依据的必定是运动区域，因此，本步骤可以仅在运动区域进行头肩部的检测，这样不仅可以提高运算速度，还可以提高检测准确率。步骤s2，根据当前帧图像之前的至少一帧图像中的行人的头肩部信息预测当前帧图像中行人的头肩部信息，并根据预测的行人的头肩部信息更新预先建立的行人跟踪列表。在本步骤中，可以采用现有任意一种运动预测方式；当然，也可以采用本实施例提供的行人预测方式。其中，本实施例提供的行人预测方式在下文详述。行人跟踪列表在开始计数之前预先建立，并初始化为空，即行人跟踪列表建立时，列表中没有行人信息。需要说明的是，本实施例中，行人的头肩部信息包括行人的头肩部的位置、尺寸和轨迹点。当前帧图像中行人的运动向量是根据当前帧图像之前的M帧图像中的平均运动向量获得，其中，M为大于等于I的整数。由前M帧图像中的平均运动向量预测当前帧图像中的行人的头肩部在当前帧图像中的位置、尺寸和轨迹点。步骤S3，通过将行人检测列表和行人跟踪列表中行人的头肩部信息相融合，更新行人跟踪列表。在本步骤中，行人检测列表中行人的头肩部信息与行人跟踪列表中行人的头肩部信息相融合，也可称之为行人相似度的匹配过程，即融合过程是一个计算头肩部相似度的过程。融合过程在下文详细描述。步骤s4，根据行人跟踪列表中行人的头肩部信息进行人数统计。至此，本流程结束。下面，对上述流程中的各步骤分别进行详细说明。首先，需要说明的是，本实施例中，视频图像的左上角作为坐标原点，X轴(横轴)为当前帧图像中水平方向的线，水平向右X逐渐增大，行人沿X轴移动时，头肩部的尺寸不发生变化；Y轴(纵轴)为当前帧图像中竖直方向的线，竖直向下Y逐渐增大，行人沿Y轴移动时，头肩部的尺寸发生变化，而且距离摄像头由近(图像的近景区域)到远(图像的远景区域)逐渐减小，即视频图像的下半部分中的头肩部尺寸大于上半部分中的头肩部尺寸。其次，需要说明的是，在利用本实施例提供的人数统计方法进行人数统计之前，可以首先对监控的图像进行预处理以减小噪声的影响，预本文档来自技高网...

【技术保护点】
一种基于头肩特征的人数统计方法，其特征在于，包括：步骤s1，通过在当前帧图像中移动视窗，检测当前帧图像中行人的头肩部信息，并利用检测到的行人的头肩部信息建立行人检测列表，其中，视窗的尺寸随着视窗中心由图像的远景区域向近景区域移动而线性增大；步骤s2，根据当前帧图像之前的至少一帧图像中的行人的头肩部信息，预测当前帧图像中行人的头肩部信息，并利用预测的行人的头肩部信息更新预先建立的行人跟踪列表；步骤s3，通过将行人检测列表和行人跟踪列表中行人的头肩部信息相融合，更新行人跟踪列表；步骤s4，根据行人跟踪列表中行人的头肩部信息进行人数统计。

【技术特征摘要】
1.ー种基于头肩特征的人数统计方法，其特征在于，包括 步骤Si，通过在当前帧图像中移动视窗，检测当前帧图像中行人的头肩部信息，并利用检测到的行人的头肩部信息建立行人检测列表，其中，视窗的尺寸随着视窗中心由图像的远景区域向近景区域移动而线性増大； 步骤S2，根据当前帧图像之前的至少ー帧图像中的行人的头肩部信息，预测当前帧图像中行人的头肩部信息，并利用预测的行人的头肩部信息更新预先建立的行人跟踪列表；步骤s3，通过将行人检测列表和行人跟踪列表中行人的头肩部信息相融合，更新行人跟踪列表； 步骤s4，根据行人跟踪列表中行人的头肩部信息进行人数统计。2.根据权利要求1所述的基于头肩特征的人数统计方法，其特征在于，在步骤Si之前还包括在所述当前帧图像中设置检测区域，所述检测区域的范围小于或等于当前帧图像； 所述步骤Si，通过在当前帧图像中的检测区域内移动视窗，检测当前帧图像中行人的头肩部信息，并利用检测到的行人的头肩部信息建立行人检测列表。3.根据权利要求2所述的基于头肩特征的人数统计方法，其特征在于，所述视窗的尺寸随着视窗中心由图像的远景区域向近景区域移动而线性増大具体为当视窗的中心在图像中的纵坐标为4.根据权利要求3所述的基于头肩特征的人数统计方法，其特征在于，所述预先的系统标定还包括 根据用户在检测区域标定ー根基准绊线，自动生成对称分布于所述基准绊线两侧的多条辅助绊线，其中相邻两条绊线之间的距离等于中心在基准绊线上的视窗的边长或等于30 60个像素的尺寸。5.根据权利要求3所述的基于头肩特征的人数统计方法，其特征在于，所述步骤Si进ー步包括 步骤sll，提取视窗所覆盖当前区域的特征； 步骤sl2，利用预先训练好的SVM分类器对当前区域的特征进行分类，若SVM分类器输出的结果大于预设阈值，则认为当前视窗所覆盖的区域为行人的头肩部，将当前视窗所覆盖区域的位置、尺寸及轨迹点加入视窗检测列表； 步骤sl3，在当前帧图像中从左向右、由上至下移动视窗，反复执行步骤sll和步骤sl2，直到视窗将当前帧图像全部覆盖； 步骤sl4，将视窗检测列表中相似度大于设定阈值的各个行人的头肩部合井，以对应同ー个行人，并将该行人的头肩部的信息加入行人检测列表。6.根据权利要求5所述的基于头肩特征的人数统计方法，其特征在于，首先将视窗所覆盖的区域分成nXn个正方形块，每个块的边长为视窗边长的n分之一，块之间没有重叠，每P Xp个相邻块组成一个像素単元，p小于n，得到q个像素単元，分别提取q个像素単元的特征，串联得到视窗所覆盖区域的特征。7.根据权利要求1所述的基于头肩特征的人数统计方法，其特征在于...

【专利技术属性】
技术研发人员：黄磊，王朋，
申请(专利权)人：汉王科技股份有限公司，
类型：发明
国别省市：