[发明专利]一种基于ADABOOST分类器的客流检测方法

权利要求书

1.一种基于ADABOOST分类器的客流检测方法，其特征在于：包括以下步骤，

步骤1：提取摄像机采集的YUV视频流，并降噪处理；

步骤2：从降噪后的YUV视频流提取原始图像检测，分离出每帧原始图像的前景图像和背景图像；所述前景图像和原始图像进入下一步骤，所述背景图像随着每一帧原始图像的检测而更新；

步骤3：首先、摄像机随机采集的一组视频流分成垂直视角人头和非垂直视角人头样本，根据提供的垂直视角人头和非垂直视角人头样本进行ADABOOST训练，得到一个ADABOOST分类器，其次、用ADABOOST分类器对步骤2中的原始图像进行窗口扫描，读取识别结果为垂直视角人头的窗口，并标记该窗口为垂直视角人头窗口；窗口扫描范围包括前景图像；

步骤4：通过并查集算法对步骤3中重叠的垂直视角人头窗口合并，得到一帧原始图像内的垂直视角人头列表；

步骤5：将相邻两帧的垂直视角人头列表互相遍历并计算两个窗口的距离，提取距离值低于阈值的相邻垂直视角人头窗口，并将所述垂直视角人头窗口的两个人头关联成移动轨迹；

步骤6：根据人头轨迹起点和终点判断出轨迹方向，统计同侧轨迹的数量，就得到客流数量。

2.根据权利要求1所述的一种基于ADABOOST分类器的客流检测方法，其特征在于：所述步骤2的原始图像检测方法包括，

步骤21：从降噪后的YUV视频流提取原始图像，并计算M帧原始图像每个像素的平均值作为它的背景模型；

步骤22：检测当前帧原始图像，将当前帧像素值I(x,y)减去背景模型中相同位置像素的平均值u(x,y)，得到差值d(x,y)；

步骤23：将步骤22中的差值d(x,y)与一个阈值TH进行比较，若d(x,y)≥TH，标记为1；若d(x,y)＜TH，标记为0；所有标记为1的像素点组合，为前景图像；所有标记为0的像素点组合，为背景图像；

步骤24：通过背景模型对每一帧原始图像检测，分离出每帧原始图像的前景图像和背景图像；所述前景图像和原始图像进入下一步骤，所述背景图像随着每一帧原始图像的检测而更新。

3.根据权利要求1所述的一种基于ADABOOST分类器的客流检测方法，其特征在于：所述步骤1中的降噪处理包括中值滤波，所述中值滤波的方法：是逐个扫描图像中的像素点，将其邻域m*n范围内各元素的像素值从小到大进行排序，将求得到的中间值赋值给当前像素点，可使YUV视频流降噪，其中m、n为奇自然数。

4.根据权利要求1所述的一种基于ADABOOST分类器的客流检测方法，其特征在于：所述步骤3中窗口的大小包括12x12px的窗口。