[发明专利]客流密度检测方法

权利要求书

1.一种客流密度检测方法，其特征在于，包括以下步骤：

S1、利用摄像机采集预设监测区域内的视频信号；

S2、对所述视频信号进行解码处理、去抖动处理和场景标定处理；

S3、根据所述摄像机的安装角度和所拍摄的场景类型选择一种客流密度检测方式进行检测，得到检测结果，所述客流密度检测方式包括基于纹理的客流密度检测方式和基于目标的客流密度检测方式。

2.如权利要求1所述的方法，其特征在于，所述去抖动处理包括如下步骤：

S21、使用Konrad全局运动估计方法计算全局运动参数，所述全局运动参数包括视频信号帧间的摄像机仿射运动参数；

S22、根据计算得到的全局运动参数，判断视频信号中是否存在抖动，如果存在抖动，则执行步骤S23；

S23、将估计出的视频信号帧间的摄像机仿射运动参数映射成多条运动轨迹，依次使用Bezier曲线拟合方法和三次B样条拟合方法对所述运动轨迹进行平滑处理；然后根据平滑后的运动轨迹求出摄像机仿射运动参数；最后根据平滑前、后得到的摄像机仿射运动参数，对视频信号中的各帧图像进行校正变换，并根据相邻的视频信号帧间的像素相关性，对校正变换后的视频信号进行插值运算，从而获得稳定的视频信号。

3.如权利要求2所述的方法，其特征在于，所述场景标定处理具体为：使用标定线段计算所述稳定的视频信号的场景深度变化系数，根据所述场景深度变化系数将所述预设监测区域划分为若干子区域。

4.如权利要求1所述的方法，其特征在于，步骤S3中，若摄像机的安装角度与水平方向夹角小于45°，且在预设监测区域内，被遮挡面积超过一定阈值，则选择基于纹理的客流密度检测方式进行检测；若摄像机安装角度与水平方向夹角大于或等于45°，且在预设监测区域内，被遮挡面积未超过所述阈值，则选择基于目标的客流密度检测方式进行检测。

5.如权利要求1所述的方法，其特征在于，利用所述基于纹理的客流密度检测方式进行检测包括如下步骤：

S31：从经所述场景标定处理后的视频信号获取视频帧；

S32：对所述视频帧做灰度化处理；

S33：利用灰度化处理后的视频帧生成对应的灰度共生矩阵；

S34：计算所述灰度共生矩阵的特征值，该特征值为所述视频帧的纹理特征；

S35：构造分类器，提取所述灰度化处理后的视频帧的纹理特征，将所述纹理特征通过所述分类器进行分类，得到客流密度等级。

6.如权利要求1～5中任一项所述的方法，其特征在于，利用所述基于目标的客流密度检测方式进行检测包括如下步骤：

S31’：将经所述场景标定处理后的视频信号分为人头样本和非人头样本，将人头样本再分为正面人头样本，侧面人头样本和反面人头样本三类；

S32’：对所述正面人头样本进行Adaboost训练，利用Adaboost算法从Haar特征集中挑选具备一定区分能力的Haar特征，并级联成强分类器，得到人头模型；

S33’：对所述负样本进行聚类，并对每个聚类与所述正面人头样本单独进行训练，得到级联分类器；

S34’：将经步骤S2处理后得到的视频信号转换到梯度空间，用所述强分类器进行多尺度检测，检测所得到的结果进入所述级联分类器进行二次检测，去除其中的误检，然后根据设定的重叠面积阈值对重叠的检测窗口进行尺度合并，并输出人头数量结果；

S35’：预先将所述预设监测区域内的人群数量划分为若干区间，每个区间对应一个密度等级，将S34’输出的人头数量结果与每个区间进行比对，找到所述人头数量结果所属的区间，并输出该区间对应的密度等级。