[发明专利]面向校车安全的人数快速统计方法

说明书

技术领域

本发明涉及一种人数统计方法，属于视频监控技术领域。

背景技术

超载一直是车辆行驶的安全隐患，尤其对校车而言，安全问题更加突出。目前，超载检测主要采用物理传感器进行检测，如专利CN200610139927.9（超载车辆的检测系统以及检测方法）是通过轴重传感器定时检测行驶车辆后轴与前轴的轴重比，据此判断是否超载；专利CN201420089869.3（一种车辆超载自动监测报警装置）采用光电式位移传感器进行超载检测。总的来说，采用传感器的计数方式精度很低，易受人员携带行李的影响，且不够直观，其结果在事后处理时难以让人信服。基于视频分析的人数统计方法是目前人数统计的研究热点，由于视频图像非常直观，且安装便捷，成本低，因此需求旺盛。Seung-Wook Kim等人(Sensor Fusion-Based People Counting System Using the Active Appearance Models，ICCE 2013)采用主动形状模型检测人头区域，但该方法主要针对商场、博物馆等大型场所，摄像机架设位置距离人较远，这样人头区域一致性好，受干扰小，然而由于车辆空间有限，该技术难以应用到车辆上。Juan Chen等人（Automatic Head Detection for Passenger Flow Analysis in Bus Surveillance Videos, CISP 2012）提出一种基于视频分析的人数统计方法，通过在车门处架设摄像机，采用变化检测、人头颜色约束技术，统计出入的人数。但如果出入车门时人员拥挤，或者携带物品，此时检测精度会大幅降低。

发明内容

本发明所要解决的技术问题在于提供一种人数可靠统计方法，首先结合帧差法和背景差法粗定位车上已就位的目标；然后通过霍夫圆检测方法进行细定位，滤除部分噪声干扰；接着通过颜色、尺度、面积和形状特征进一步约束，过滤虚假人头目标；最后统计剩余的目标，得到最终的上车人数。该方法通过多特征融合降低人数统计误差，通过分层检测和滤波提高人数统计效率，可以实现快速可靠的超载检测，解决校车超载安全隐患。

结合帧差法和背景差法粗定位已进入校车的人体目标，在目标边缘图像上采用霍夫圆方法检测人头位置，采用形状、面积、尺度、颜色等多特征滤波策略去除假人头干扰，最终统计滤波后的人头数量来计算人数，实现可靠的超载检测和报警。

为实现上述的发明目的，本发明采用下述的技术方案，流程图如图1所示：

1、融合帧差法和背景差法的人体目标粗定位方法

对于校车上的人员，在进入校车的状态下是运动的，而坐在座位上以后基本上是静止的。基于该现象，本发明提出融合帧差法和背景差法的人体目标粗定位方法，基本思路是：在车门开启后设备自行启动，此时采用帧差法检测有没有人员上车，如果没有则采用高斯模型对背景图像进行建模，否则，继续采用帧差法检测运动目标，当运动目标很小时，认为人员都已就位，此时采用背景差法进行人体目标粗定位。

（1）运动侦测

首先采用帧差法检测运动目标。为降低噪声干扰，本发明采用5帧差法，具体步骤为：

step1 取相邻五帧图像I_k-2、I_k-1、I_k、I_k+1、I_k+2，计算帧差数据Erro。

其中，α为权值，初值设为0.5。

step2 确定自适应阈值T。计算帧差数据均值，并将其乘以一个加权系数，以之作为自适应阈值。

其中，M×N为图像尺寸，β为加权系数，这里取β=10。

step3 更新α，提取运动区域M_k。

Step4 计算M_k中值为1的像素点数量，将其除以（M×N），得到运动目标点占全图的比例r，如果r<0.02，则认为还没有人上车，此时采用高斯模型更新背景；否则，认为已经有人上车，关闭背景更新。同时，继续采用帧差法检测运动目标，直到r<0.02，此时关闭运动侦测，启动背景差法进行人体目标粗定位。

（2）背景建模

背景建模采用常用的高斯模型，得到的背景图像记为。

（3）人体目标粗定位