[发明专利]基于虚拟卡口的行人及车辆数目计数方法

说明书

技术领域

本发明涉及的是一种数字视频处理技术领域的方法，具体是一种基于虚拟卡口的行人及车辆数目计数方法。

背景技术

作为计算机视觉领域的一项实际应用，行人及车辆数目的统计方法在交通信息统计、客流引导以及密集人流预警等方面发挥着重要的作用。由于场景的多样性以及设备条件的限制，如何实现各种环境下鲁棒的行人及车辆数目的统计一直是研究的热点。基于目标跟踪与检测的传统方法对场景的要求较高并且由于该类方法计算量普遍较大，从而限制了其在实时系统中的应用。

经过对现有技术的文献检索发现，基于虚拟卡口的行人数目统计方法在行人与车辆实时计数系统中得到了广泛的关注，最具代表性的方法如2007年Lee等人在《2007年国际分布式智能摄像机大会》(International Conference on Distributed Smart Cameras)第291到第296页发表的“Automatic Estimation of Pedestrian Flow”(人流密度的自动估计方法)。该方法是一种基于虚拟卡口以及光流信息积分的行人数目统计方法，计算框架简单，适用于实时处理系统。但是，该方法采用的稠密光流场的估计方法准确度偏低，也无法在同一场景中分别统计出通过虚拟卡口的行人以及车辆的数量。因此，能够对运动区域的稠密光流场作出准确估计，并且同时对通过虚拟卡口的行人及车辆分别进行计数的方法，可显著提高现有行人与车辆实时计数系统的工作性能。

发明内容

本发明针对现有技术存在的上述不足，提供一种基于虚拟卡口的行人及车辆数目计数方法，通过计算前景区域中置信度较高的角点的光流值，然后基于求得的角点光流值对前景区域使用区域增长的方法求取前景区域的稠密光流场，从而克服了光流值的不准确对于算法精度的影响。再进一步使用阈值对稠密光流场进行分类，并对分类所得的表示行人及车辆的光流信息分别作积分运算，得到通过虚拟卡口的行人以及车辆数目。本发明相较现有的行人数目统计算法而言具有可以在同一个算法框架内同时统计行人以及车辆数目的优点，使得算法在实际场景中的应用更为灵活。

本发明是通过以下技术方案实现的，本发明包括如下步骤：

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。

所述的虚拟卡口为视频图像中由两个端点唯一决定的线段。

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，具体步骤包括：

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模型的匹配、高斯参数更新；

所述的高斯匹配是指：寻找与当前像素颜色相匹配的高斯模型：

||I(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个高斯模型的均值以及标准差，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。

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：