[发明专利]基于场景深度信息的人群计数方法

说明书

本发明公开一种基于场景深度信息的人群计数方法，包括如下步骤：(10)图像分割：采用单目图像深度估计算法，提取输入图像的深度信息，根据深度信息将输入图像分割为近景区域和远景区域；(20)近景区域人群计数：采用基于目标检测的人群计数方法，预测近景区域人头边界框，得到近景区域人数；(30)远景区域人群计数：采用基于密度估计的人群计数方法，预测远景区域人群密度图，对远景区域密度图求积，得到远景区域人数；(40)输入图像人数确定：将远景区域人数与近景区域人数相加，得出输入图像的总人数。本发明的基于场景深度信息的人群计数方法，多尺度适应性好、过拟合程度较低、计数准确。

技术领域

本发明属于静态图像识别技术领域，特别是一种多尺度适应性好、过拟合程度较低、计数准确的基于场景深度信息的人群计数方法。

背景技术

人群计数是指对摄像头采集到的视频流或者静态图像中的行人通过算法分析估计出总人数的过程，根据其应用方向可分为视频流人群计数和静态图像人群计数。

视频流人群计数一般采用跟踪视觉特征并进行轨迹聚类的方法，然而这种基于跟踪的方法需要利用视频帧间的关系，整体流程复杂，且对于严重拥挤、景深较深等复杂场景的泛化能力不足。因此，人群计数的研究热点转向了较为简单且更具普适性的静态图像人群计数方法。

目前，公共场所的视频监控随处可见，可以收集到大量的行人数据，通过观察可获得人群基本信息和潜在趋势信息。但视频监控技术依赖于人工观察，对人力资源的消耗导致其不具备实时性，多数情况下都是事件发生后再人为地调取视频信息进行分析，已无法满足当下各个领域的需求。因此，行人分析视觉技术在监控场景中的应用越来越受到关注。各种视觉技术，包括人群分割、人群跟踪、场景理解、行为分析、拥塞分析和异常检测，已广泛应用于居家、安全、新零售等重要应用领域。而其中的人群计数技术，相比于传统的人工计数方法，具有更高的准确率和速度，其潜在价值可以从以下几方面体现：

(1)在一些人群易聚集的公共区域使用人群计数技术可以为安全警示提供指导。当人群密度过高时，应根据预警信息及时控制人群流量、进行人群疏导，有效防止人群踩踏等潜在危险的发生。

(2)利用人群计数技术可以提高公共交通的运行效率。通过统计公共交通区域的客流量，建立智能公共交通系统，优化各路线运行车次，解决资源分配不均的问题。

(3)人群计数技术可以创造一些经济效益。对商场的顾客流量进行统计分析，可以有效提高服务质量，分析客户行为，优化广告和资源配置等。

(4)此外，人群计数技术还可以推广到其他领域，例如微观图像中的细胞或细菌计数，野生动物保护区的动物种群预测，交通枢纽处的车辆数量和拥堵情况的估计。

静态图像计数的传统方法依赖于手工设计的特征描述子来提取低层特征。这些特征通过各种回归技术映射成计数或密度图。现存的方法可大致分为三类：基于检测的方法、基于回归的方法和基于密度估计的方法。

基于检测的人群计数是较早出现的一类研究方法，其本质是通过行人检测进行人数估计的过程。随着机器学习到深度学习的演变，这类方法也从基于传统的机器学习方法发展为使用卷积神经网络进行目标检测。

虽然基于检测的人群计数方法能部分解决遮挡的问题，但仍不适用于高度拥挤的人群场景，研究者们试图学习裁剪的图像块的特征和其计数之间的映射关系。这种方法可以避免对检测器的依赖，使任务变得相对简单，有两个主要内容——低层特征提取和特征回归。低层特征也分为全局特征和局部特征。常用的全局特征有前景特征、纹理特征、边缘特征等，这些特征可以捕捉场景的全局属性。局部特征则包括灰度共生矩阵(GLCM)、局部二值模式(LBP)和方向梯度直方图(HOG)等纹理/梯度特征。对人群的全局和局部特征进行提取后就可以进行回归建模，利用线性回归、分段线性回归、岭回归和高斯回归等技术建立特征与人数之间的映射关系。