[发明专利]一种基于鱼眼相机的判断人群密度和人数的方法

说明书

 

技术领域

  本发明属于图像处理领域，特别是涉及一种图像中人群密度和人数的判断方法。

 

背景技术

  近年来，随着城市人口密度的急剧增大，很多公共场所如地铁站、商场等常常会迎来短期的人流高峰。拥挤的人群容易引起各种突发事件，存在严重的安全隐患问题。因此，人群智能监控已经成为公共安全领域的一个急需解决的问题。目前，解决人群拥挤问题的主要途径是在人群密集的时候执行有效的疏散和分流措施。但是如果不管人群密集与否都安排在岗人员来疏流，就会造成严重的人员浪费现象。所以，进行人群管理的时候，对人群的密度估计和人数统计是一个极为重要的任务。

  传统的人群监控的方法，全部都是基于普通枪式摄像机的，这种基于枪式摄像机的方法监控范围小、盲点多。进行大范围监控需要进行选择拼接或者多处安装摄像机，这样必定造成实时性的降低和成本的增加。在检测精度方面，现有人群密度估计和人数统计方法，往往只能在人群密度较低或者中等的时候才能取得比较理想的效果，而对于高密度人群时，其检测效果明显降低。另外，现有的效果较好的人群监控方法，其算法往往比较复杂，实时性较差，难以应用于实时的系统中。

  目前出现了一些技术，在一定程度上解决了上述问题。中国专利号为CN102044073 A的专利中提出了一种判断图像中人群密度的方法及系统，由划块分析单元在由图像采集装置采集的视频图像样本中选择目标区域，并在所述的目标区域中进行图像块的划块分析，由编码单元确定二分类器的组合形式，由训练单元挑选置信训练样本并对各二分类器分别进行训练，由解码单元借组信道传输模型得到最大化后验概率的人群密度等级类别。该技术可以用于不同场景获取人群密度等级。但是，在一些实际人群监控应用过程中，人群密度往往较大，人体之间的遮挡比较严重，获取的图像中人体大小也不一致、图像有畸变现象发生，在这种情况下，采用划块分析方法来估计人群密度和人数基本上是不可能实现的，同时，该方法计算复杂度高，也在一定程度上影响了该系统的实时性和实用性。

  目前，迫切需要一种不仅能解决了图像中人体大小不一致和图像的畸变问题，而且能有效地解决了人群目标的相互遮挡问题，同时具备计算复杂度低、具备有良好的实时性和实用性的判断人群密度和人数的方法。

 

发明内容

  本发明所要解决的技术问题是提供一种不仅能解决了图像中人体大小不一致和图像的畸变问题，而且能有效地解决了人群目标的相互遮挡问题，同时具备计算复杂度低、具备有良好的实时性和实用性的判断人群密度和人数的方法。

  本发明提供一种基于鱼眼相机的判断人群密度和人数的方法，该方法包括：

  （1）获取背景图像：当监控的兴趣区域中人数为零的时候，通过鱼眼相机、使用混合高斯背景建模的方法创建背景图像；

  （2）获取人群监控视频图像：通过鱼眼相机获取人群监控视频图像；

  （3）人群监控视频图像的预处理：对获取的实时人群监控视频图像进行分辨率和帧率的调整、兴趣区域ROI的划分；

   （4）前景分割：将人群监控视频图像与背景图像进行差分运算，再将差分后的图像进行二值分割即得到前景目标图像；

  （5）人群目标特征提取：建立鱼眼图像的透视加权模型，通过加权计算提取人群目标的下列特征：加权面积、加权轮廓周长、加权边缘点数、加权Harris角点数、加权切向梯度和加权面积梯度比；

  （6）人群密度分级：采用AdaBoost分类器作为密度分级分类器，将鱼眼图像的人群密度分为低、中、高三个等级，且依次用阿拉伯数字1,2,3表示；

  （7）人数统计：采用多元线性回归方法建立回归训练模型，计算当前人群监控视频图像中的人数。

  作为优选，所述的鱼眼相机的安装位置为监控场景中央的顶部，摄像机的主光轴与地面垂直，使得鱼眼相机具有垂直180°和水平360°的监控范围，这样可以有效加大监控范围。

  作为优选，所述的人群监控视频图像的预处理中：

  其分辨率的调整是将输入的视频图像的宽和高各调整至原来的1/2，即分辨率调整至原来的1/4，这样有效地增强了算法的实时性；

  其帧率的调整是根据人群密度和人数不可能在1s以内发生突变，而将输入的视频图像的帧率调整至1帧/秒，即1s钟检测一次人群的密度和人数，这样也有效地增强了算法的实时性；

  其兴趣区域ROI的划分依据的是一种基于半径约束圆拟合的方法，具体步骤为：

  a) 将鱼眼图像二值化；