[发明专利]一种基于视频分析的人流量统计方法在审

专利信息
申请号: 201710225976.2 申请日: 2017-04-08
公开(公告)号: CN106951885A 公开(公告)日: 2017-07-14
发明(设计)人: 李洁婷;李廷会;范佳欣;何丹妮 申请(专利权)人: 广西师范大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62;G06T7/246
代理公司: 桂林市华杰专利商标事务所有限责任公司45112 代理人: 周雯
地址: 541004 广西壮*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 视频 分析 人流量 统计 方法
【权利要求书】:

1.一种基于视频分析的人流量统计方法,所述视频包括利用摄像头从顶部区域拍摄的至少一组行人监控样本视频和一组行人监控检测视频,所述人数统计方法包括以下步骤:

S10:采集所述行人监控样本视频中的人头图像,从而构成正样本训练图像集,以所述行人监控样本视频中除人头图像以外的那些不是行人头部但又疑似行人头部的图像作为负样本训练图像集,并将所述正样本训练图像集和所述负样本训练图像集进行归一化处理成同样大小的尺寸的训练输入图像;采集所述行人监控检测视频中的需要统计人数的监控区域图像帧;

S20:分别提取训练输入图像和监控区域图像帧的梯度方向直方图特征(HOG);梯度方向直方图特征(HOG)主要是对局部区域的梯度方向进行计算,然后用直方图来描述,即其实一种图像局部重叠区域的特征描述符;

S30:对训练输入图像的梯度方向直方图特征进行SVM头部分类器的离线训练,把大量经过步骤S20处理后的正样本训练图像集和所述负样本训练图像集的输入到支持向量机模型中进行训练,得到针对这些训练样本下的最优分类器;支持向量机(SVM)是一种努力寻求结构风险最小化的一种机器学习方法;

S40:实时头部检测,将经过步骤S20处理后的检测视频序列的监控区域图像帧输入到训练好的分类器中,通过设定检测窗移动步长以及缩放抽取图像窗口的尺寸比例,让检测窗口在不同的位置上进行扫描,根据分类器的决策结果判别这些窗口是头部区域还是非头部区域,最后在视频序列中标记出头部的位置;

S50:采用光流法进行目标跟踪,实现对视频图像帧中的头部运动进行持续的检测、匹配和位置更新信息的跟踪;

S60:设置ROI,利用opencv里面的ROI的设置来实现感兴趣区域,支队感兴趣区域进行处理;

S70:统计人数,根据头部的运动轨迹,对比进出口标志可判断进出方向,当运动物体先碰到进口标记然后继续运动碰到出口标记为进门行为,当运动物体先碰到出口标记然后继续运动碰到进口标记为出门行为,最后,根据进出口标志和头部运动轨迹判断进出行为,以实现人数的计数统计。

2.根据权利要求1所述的基于视频分析的人流量统计方法,其特征在于还包括步骤

S80:远程查询,把检测完的图片保存为img.GIF格式文件,保存的同时向pathon程序发一个通知,将图片文件保存到服务器,再向远程控制终端发送通知,控制终端解析推送通知,通过协议请求服务器中的图片以获得人数统计结果。

3.根据权利要求1所述的基于视频分析的人流量统计方法,其特征在于在步骤S40中,包括以下过程:

S41:按帧图区视频;

S42:互动窗口遍历并分割每一帧;

S43:分割完成的图像输入训练完成的识别机进行判定;

S44:使用矩形框标准人头区域;

S45:重复矩形框合并。

4.根据权利要求3所述的基于视频分析的人流量统计方法,其特征在于在步骤S60中,包括以下过程:

S61:视频采集;

S62:零点设置;

S63:设置ROI区;

S64:标记ROI区;

S65:对ROI区域处理;

S66:取消ROI。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广西师范大学,未经广西师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710225976.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top