[发明专利]基于计算机视觉的客流量检测方法及系统

权利要求书

1.基于计算机视觉的客流量检测方法，其特征在于：将视频图像采集设备设置于行人通道的出入口，实时采集客流出入的视频图像；处理器对采集装置获取的视频图像进行处理，得到单帧图像场景中的特征点，然后在一段时间的连续序列图像上进行处理，得到一系列图像序列中的所有特征点，通过对这些特征点在时间和空间上进行约束，得到平滑的特征点轨迹，通过特征点轨迹聚类的方法，将那些在时间和空间上具有相似特征的轨迹划分成一个目标，从而实现对单个行人的检测和跟踪；再对得到的特征点轨迹进行分析，结合监控区域的标定，得到监控区域在实际中的面积，从而可以统计客流在各个方向的轨迹信息，以及区域的客流密度；

在对特征轨迹进行聚类步骤中：首先在检测的场景中设置一个尽可能小的目标约束框，能够包含每一可能的目标，

如果两条轨迹不在同一框中，则他们属于不同的目标；同时定义清晰度因子，

作为两个特征间的距离随时间变化量，描述轨迹间的联结程度；该因子取决于对象的类型及其运动，刚性目标在纯变换的情况下φ＝0；两条轨迹需要同时满足以下条件，

此时，两条轨迹对应同一目标。

2.根据权利要求1所述的一种基于计算机视觉的客流量检测方法，其特征在于：对采集到的视频图像进行处理，包括：通过在图像区域内进行搜索，获得运动目标的特征点，再对连续多帧图像序列中的特征点进行跟踪，得到运动目标的轨迹信息，基于计算机视觉的特征跟踪，确定从前一帧图像到后一帧图像中，局部窗口的运动参数；处理步骤包括：

1)选定特征窗口，通过最小化帧间图像灰度差异，得到仿射运动参数； 

2)设置特征值阈值，如果最小特征值大于给定的阈值，该窗口为较好的选择，否则特征跟踪中止；

3)当初始特征不能继续被跟踪，特征跟踪中止。

3.根据权利要求2所述的基于计算机视觉的客流量检测方法，其特征在于：在特征跟踪的步骤中：选择窗口，将窗口的中心作为跟踪的特征，对于连续图像序列中的两帧，计算窗口内灰度差异，通过使差异最小化选择好的窗口，从而确定跟踪的特征点；采用特征点再生的方法，重新生成丢失的特征点，并通过对每一特征轨迹进行时间和空间上的约束，得到更加平滑、完整的特征轨迹。

4.根据权利要求1所述的基于计算机视觉的客流量检测方法，其特征在于：在特征轨迹的约束的步骤中：在图像序列每条轨迹上传递一个约束框，轨迹开始时，通过计算框内所有轨迹的坐标质心进行初始化。

5.根据权利要求1所述的基于计算机视觉的客流量检测方法，其特征在于：同时对行人的肩宽信息进行检测，根据这些信息对环境的舒适程度做出判断。