[发明专利]基于头部识别的人群计数方法及装置

说明书

技术领域

本发明涉及图像处理、视频监控，特别涉及人群计数方法及装置。

背景技术

人群计数是智能监控的一个重要应用，在各种场景有着各种不同的重要应用。在地铁、火车站等人群集中地点，及时的统计旅客的数量以及分布的数据，提高分配服务与管理资源的效率，进而实现科学而有效的调度，为其提供有效的安全保障；在商场、超市等商业地区，通过人群数量统计，可间接了解顾客行为，检测商场的服务设施，优化人力资源配置，甚至对人群拥挤等安全隐患进行预警。该技术是以图像处理为基础，无需外界干预，有操作简单、独立性强等优点。因此，人数统计有着广泛的应用范围和重要的应用价值。

公开号为CN1687955A的中国专利申请公开了一种出入口人数计数的方法，该方法通过传统的目标检测跟踪算法实现人群计数。公开号为CN101325690A的中国专利申请公开了一种监控视频流中人流分析与人群聚集过程的检测方法和系统，该系统根据对多运动目标的跟踪结果统计人群。公开号为US2007/0003141A1的美国专利申请公开了一种自动人群计数的方法及系统，该系统基于脚-头的几何结构特征实现人群的计数。公开号为CN101872414A的中国专利申请公开了一种基于人头检测的人流量统计方法及系统，通过分类器检测人头、跟踪人头目标运动轨迹，并对人头目标运动轨迹进行平滑度分析以滤除虚假目标，获取准确的人流量。

综上所述，目前迫切需要提出一种准确地人群计数方法及装置。

发明内容

有鉴于此，本发明的主要目的在于实现人群的准确计数。

为达到上述目的，按照本发明的第一个方面，提供了一种基于头部识别的人群计数方法，该方法包括：

第一步骤，根据视频帧图像建立、更新背景图像；

第二步骤，从视频帧图像中提取头部检测区域；

第三步骤，跟踪头部检测区域，获取头部检测区域的运动轨迹；

第四步骤，优化头部检测区域的运动轨迹；及

第五步骤，根据优化的运动轨迹获取人数。

所述第一步骤：假设                                                表示第k（k为整数）帧图像，表示第k帧背景图像（其中背景图像的初始值为），背景图像的更新公式如下：

其中，x、y分别表示像素点的横坐标和纵坐标。

所述第二步骤包括以下步骤：

步骤1021，将当前帧图像与背景图像做差获取前景图像；

步骤1022，对前景图像进行边缘检测获取边缘点；

步骤1023，对每个边缘点进行hough投票获取投票矩阵；

步骤1024，获取投票矩阵中大于第一阈值T1的点，并生成该点的三元数；

步骤1025，计算三元数的梯度内积和；

步骤1026，根据梯度内积和获取局部极大值点，该局部极大值点即为头部检测点；

步骤1027，根据头部检测点获取头部检测区域。

所述步骤1023对每个边缘点的周围进行hough投票，公式如下：

（），且为整数

形成的三维矩阵为（且为整数）。其中，vn∈[9,36]且为整数，R为标准半径，根据图像具体情况设定头部大小，△为头部变化范围，可以选为R/3。

所述步骤1024获取投票矩阵大于第一阈值T1的点，并生成该点的三元数，其中。其中，T1∈。

所述步骤1025：首先以点为圆心，为半径，采样椭圆上的点，计算每个点在图像中的梯度以及对应的法向量；然后根据梯度和法向量计算梯度内积和。其中，。

所述第四步骤包括：

步骤1041，删除跟踪到非前景检测区域的运动轨迹：即如果当前帧图像中跟踪的运动轨迹点属于非前景检测区域，则删除该条运动轨迹；

步骤1042，删除明显静止的运动轨迹：即计算运动轨迹上当前帧图像与前N帧图像的平均位移，如果该平均位移＜第三阈值T3，则删除该条运动轨迹。其中，N和T3可根据实际应用需求进行设置；

步骤1043，删除不满足运动一致性的运动轨迹；

步骤1044，合并重合或相交的运动轨迹。

所述步骤1043操作如下：计算运动轨迹的速度、运动轨迹的方向；如果（其中，表示前一帧到当前帧图像的运动矢量，表示当前帧到下一帧图像的运动矢量；；），则认为该轨迹满足运动一致性并保留该运动轨迹，否则认为不满足运动一致性并删除该运动轨迹。