[发明专利]基于虚拟卡口的行人及车辆数目计数方法

权利要求书

1.一种基于虚拟卡口的行人及车辆数目计数方法，其特征在于，包括如下步骤：

第一步、在视频图像中确定两个不同位置的像素点并设置虚拟卡口；

第二步、采用基于高斯混合模型的背景建模方法获得每帧图像中的前景区域；

第三步、检测当前帧图像中的有效角点，并采用基于金字塔的LK光流算法计算有效角点的光流值；

第四步、在前景区域中对有效角点的光流值进行扩散，获得前景区域的稠密光流场信息；

第五步、基于稠密光流场信息将每帧图像中位于虚拟卡口上的前景像素点通过绝对值比较划分为行人像素和运动车辆像素；

第六步、分别对行人像素和运动车辆像素的光流信息执行视角补偿的积分运算，并基于预设参数归一化得到行人与车辆的数目。

2.根据权利要求1所述的基于虚拟卡口的行人及车辆数目计数方法，其特征是，所述的第二步包括以下步骤：

2.1)对每个像素点的时序特性采用3个高斯模型的加权进行描述：

其中：η是高斯概率密度函数，分别表示第j个高斯的权重、均值和方差；

2.2)对每帧中的每个像素依次进行高斯匹配、高斯参数更新；

2.3)图像前景背景区分：将高斯混合模型按照置信度w_i/σ_i进行从高到低排列，满足下式的前B个高斯模型用于表征背景：

其中：bg_threshold表示背景权值的阈值参数，且为0.4～0.75，w_j表示第j个高斯模型的权值。

3.根据权利要求2所述的基于虚拟卡口的行人及车辆数目计数方法，其特征是，所述的高斯匹配是指：寻找与当前像素颜色相匹配的高斯混合模型：

||(p)-μ_k||＜(2.5σ_k)²，其中：I(p)、μ_k、σ_k分别表示像素点的颜色向量值、第k个高斯的均值以及标准差，当上述条件成立则当前像素与选择的高斯混合模型相匹配，否则不匹配。

4.根据权利要求2所述的基于虚拟卡口的行人及车辆数目计数方法，其特征是，所述的高斯参数更新是指：对高斯混合模型的参数采用EM算法进行更新，即：

w^kN+1=w^kN+1L(p^(ωk|XN+1)-w^kN),]]>

μ^kN+1=μ^kN+1L(p^(ωk|XN+1)XN+1w^kN+1-μ^kN),]]>

Σ^kN+1=Σ^kN+1L(p^(ωk|XN+1)(XN+1-μ^kN)(XN+1-μ^kN)Tw^kN+1-Σ^kN),]]>