[发明专利]一种基于ADABOOST分类器的客流检测方法

说明书

本发明公开了一种基于ADABOOST分类器的客流检测方法，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；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；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。

技术领域

本发明涉及一种客流量检测方法，具体涉及一种基于ADABOOST分类器的客流检测方法。

背景技术

商业经济的快速发展，人民生活水平的提高，城市品牌形象的树立，促使了商业标识牌导向系统的快速发展，无论走进琳琅满目、精品荟萃的专卖店、超市、商场，还是在热闹喧哗、光彩夺目的酒吧、舞厅，形象亮丽的标识导向系统将指引您所向在方位，挑选称心如意的商品、品尝美酒、引导购物，既省时间又能宣传企业文化，是提高企业商业形象不可或缺的重要因素，如何提高零售业、文化娱乐等公共场所业的运营管理，客流信息的精准分析统计必然成为每个运营管理者的首要入口。通过该系统可以随时随地的掌控不同区域的客流信息，从而为日常经营决策的科学性、购物和休闲环境的舒适性、人力资源调配的合理性等提供科学依据，

现有的客流行人检测，以OPENCV为例，通常都是运行在x86的PC上，对CPU的运算能力要求都很高。这类检测方法基本未考虑过在ARM的嵌入式CPU上运行。如果将OPENCV检测方法运行到IPC的ARM的CPU上，一般是跑不起来的。如果一定要使用OPENCV作为检测方法，则IPC的CPU需要选用x86处理器，会造成IPC成本过高。所以需要一种简单的方法来进行客流统计。

发明内容

本发明所要解决的技术问题是ARM CPU代替X86CPU检测客流量，目的在于提供一种基于ADABOOST分类器的客流检测方法，解决ARM CPU代替X86CPU检测客流量的问题。

本发明通过下述技术方案实现：

一种基于ADABOOST分类器的客流检测方法，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；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。现有技术对图像要求过高，一般都需要图像相对清晰。720P或者1080P，现有技术CPU占用过高，无法在嵌入式的ARM CPU上正常运行，一般来说在大型商场的人流量检测时，使用OPENCV检测方法只能使用X86CPU，X86CPU本身成本就很高，OPENCV检测方法中对摄像头的要求也需要高清摄像头，X86CPU无法在运算能力低下并且原始图像分辨率很小的IPC上正常工作。为了解决在运算能力低下并且原始图像分辨率很小的IPC上进行客流检测本发明采用HAAR特征和ADABOOST分类器来检测垂直视角的人头，因为垂直视角下人头的特征相对简单，所以对图像的分辨率要求也不高，本发明的方法可处理160x120或者80x60分辨率的图像。