[发明专利]一种基于视频监控的公交客流计数方法

说明书

技术领域

本发明总体上涉及一种公交客流计数方法，更具体地涉及一种车载视频监控系统中，通过基于头肩部特征的人体检测及跟踪，判定运动目标是否越过计数线，来实现公交客流计数的方法。

背景技术

随着城市公共交通的不断发展，如何合理有效地制定公交车运营计划，成为每个公交公司的头等大事，而客流计数又是公交公司制定所有运营计划的基础。

目前常用的客流计数方法有红外客流计数方法，通过红外光电传感器连续监测双向客流量。在人流密集的情况下，该方法由于无法分割位置紧邻的人群，容易导致统计精度下降。而且该方法需要在公交车上安装相应的红外设备，成本较高，难以广泛应用。

欧洲一些地方也在使用多摄像头立体视觉式客流计数方法，该方法要使用至少两个事先标定好的并排放置的摄像头，通过立体深度算法，将场景的深度图计算出来，在深度图中分割出每一个行人，从而达到数人的目的。由于使用三维深度信息，所以该方法对图像中行人的分割比较准确，受行人相互遮挡等的影响较小，但是由于使用多个摄像头，并需要准确标定，体积较大，成本也较高。近两年，人们开始关注单摄像头式的客流计数方法。

发明内容

本发明旨在克服现有技术的上述不足，提供一种成本较低，实现容易，基于单摄像头式视频监控的客流计数方法。该方法采用基于头肩部特征的人体检测及跟踪方法，通过判断乘客是否跨越计数线和乘客的运动方向，统计各个时段的上下客流量，计算出车厢内乘客总人数。当检测到异常情况时，向系统发送报警信号。本发明的技术方案如下：

一种基于视频监控的公交客流计数方法，在进行公交客流计数之前，先设置两种计数线：上客门图像的计数线记为计数线1，下客门图像的计数线记为计数线2，该公交客流计数方法如下：

1)对每帧目标图像用头肩轮廓形状作为参考特征，训练头肩分类器，采用分枝定界的搜索算法实现人体检测；

2)将目标图像从RGB色彩空间转化到LUV色彩空间；

3)对转换到LUV色彩空间的目标图像内的行人头肩区域进行颜色聚类，建立行人个体的标识特征；

4)设定相似度阈值，对相邻帧的行人个体的标识特征进行相似度计算，当两个相邻帧的目标图像的相似度小于一定阈值时，认为是同一个目标，实现相邻帧之间的行人头肩部匹配;

5)根据行人个体的标识特征，获得目标头肩部中心点的位置；

6)根据前后两帧图像中目标头肩部中心点的位置变化，判断目标是否跨越某种计数线；

7)如果目标跨越计数线，则通过目标的运动方向，判断目标是上车还是下车，进而统计出设公交在某时刻到站时上下客流量，乘客总人数由该时刻之前所有时段的上车人数减去下车人数求和获得；

8)当检测到异常情况，就向系统发送报警信号。

作为优选实施方式，步骤3）中，行人个体的标识特征包括，头肩部的位置、尺度、K颜色中心位置、K颜色值、K区域在行人总区域的比例；

步骤7）的具体步骤如下，以每帧目标图像的左下顶点作为坐标原点，y₁和y₂分别表示计数线1和计数线2的纵坐标，y_i表示第i帧图像目标中心点的纵坐标，用t_n(n=1,2,3,…)表示公交到站的时刻，该时刻上车人数记为U_n，下车人数记为D_n，乘客总人数记为N_n；

公交在某时刻到站时，在车门打开期间，如果上客门图像满足y_i-1>y₁，y_i<y₁，则判定运动目标上车，U_n+1，N_n+1；如果下客门图像满足y_i-1<y₂，y_i>y₂，则判定运动目标下车，D_n+1，N_n-1；如果上客门图像满足y_i=y₁或者下客门图像满足y_i=y₂，则不做计数；通过对该时刻所有运动目标进行判断，对U_n和D_n进行计算，实现上下客流量计数。

步骤8）可以包括下列异常情况：

A、当公交车到站时，如果下客门拍摄图像中没有检测到人体，则向监控系统发送无人下车信号；