[发明专利]一种基于视频的公共区域内人群的数量统计方法

权利要求书

1.一种基于视频的公共区域内人群的数量统计方法，包括：

获取在公共区域安置监控摄像头所传来的视频和视频信息，其中，视频信息包括：监控摄像头编号和拍摄时间；

将视频按照帧拆分成一系列的图像；

将图像分别进行上采样和下采样操作后，连同原图像一起进入到预先训练好的预测网络模型中；

输出边框信息，所述边框信息为框住人头的边框在图像中的坐标信息，根据边框的数量得到图中的人数。

2.根据权利要求1所述的基于视频的公共区域内人群的数量统计方法，其特征在于，所述预测网络模型，根据以下方法训练而成：

步骤1)获取在公共区域内安置监控摄像头所传来的视频和视频信息，其中，视频信息包括：监控摄像头编号和拍摄时间；

将视频按照帧拆分成一系列的图像，并用边框标出图像中人的头部，标注的边框信息为边框在图中的坐标，并以此作为训练样本中的训练标签信息；

对标注的边框信息进行聚类，得出不同大小的边框模板；

步骤2)根据训练样本和边框信息，构建训练样本集合，其中，该样本集合中包括：人头正样本和背景负样本；

步骤3)对上述训练样本集合进行采样，其中，采样过程中保留人头样本周围的全部信息作为正样本，并使用随机采样来构建正负样本；

步骤4)将获得的训练样本输入区域定位网络进行训练，根据训练结果更新网络参数；

步骤5)网络训练好后，输出边框信息，将输出的边框信息使用非极大值抑制算法进行处理，得到最终输出边框。

3.根据权利要求1所述的基于视频的公共区域内人群的数量统计方法，，其特征在于，步骤1)中，使用MATLAB为标注工具，聚类算法使用Kmeans算法；步骤4)区域定位网络选择VGG16网络；

视频图片的分辨率应在1280×720以上，边框的坐标分为边框左上角与右下角的横纵坐标；

还包括：将图像做上采样、下采样操作，对应的边框坐标也相应乘以、除以对应的采样系数。

4.根据权利要求2所述的基于视频的公共区域内人群的数量统计方法，其特征在于，将边框输入Kmeans算法中做聚类操作，输出边框模板，包括：

给定样本集D＝x1,x2,…,xm,假设有k个类，则：

子步骤11)根据事先选择好的k，随机在原始样本中选择初值，这些初值就当做是k个中心；

子步骤12)对所有的点x1,x2,…,xm，计算每个点跟这k个中心的距离；

子步骤13)每个点计算得到k个距离，选取最近的那个距离，把这个点归到该类别；

子步骤14)重新计算每个类别的中心点，然后更新一下这些k个类别的中心；

子步骤15)当类别中心不再变化时，算法终止，输出每个类的中心点，即聚类后的边框模板，否则从子步骤12)开始重复。

5.根据权利要求1所述的基于视频的公共区域内人群的数量统计方法，其特征在于，步骤2)，还包括：

将边框在正样本附近扰动，通过计算扰动后的边框与原边框的交并比来判断扰动边框是否是新的正样本，其中，交并比为扰动后的边框与原边框的相交面积与相并面积的比值；

当交并比大于0.7时，作为正样本；

当交并比小于0.3时作为负样本，交并比在0.7到0.3之间的不作为训练样本。

6.根据权利要求1所述的基于视频的公共区域内人群的数量统计方法，其特征在于，步骤3)包括：按照预设的采样比例为p，从训练图像样本中随机选取p个正样本与4p个负样本。

7.根据权利要求2所述的基于视频的公共区域内人群的数量统计方法，，其特征在于，步骤4)中，包括：

得到训练数据与对应的边框信息后，将训练数据和边框标签一起输入VGG16网络中，使用后向传播算法进行训练，训练好的网络即为预测网络模型。

8.根据权利要求2所述的基于视频的公共区域内人群的数量统计方法，，其特征在于，将待处理图像输入预测网络模型中，提取图像的特征，最终输出人头的得分热力图与人头的边框信息。