[发明专利]一种基于目标跟踪的行人徘徊检测方法

摘要

本发明属于数字图像处理及模式识别技术领域，具体为一种基于目标跟踪的行人徘徊检测算法。本发明分为三个阶段，在目标提取阶段，通过Vibe背景差分的方法提取图像中的运动目标，具有较高的时间性能和召回率；在目标跟踪阶段，对提取出的运动目标计算颜色直方图特征，然后利用粒子滤波算法对连续帧进行跟踪以获取目标运动轨迹，在实际场景中拥有较高的鲁棒性和实时性；最后在徘徊判定阶段，使用目标运动轨迹的几何特征进行徘徊判定。本发明具有高实时性和高易实施性，可满足教室、车间、车站、广场等不同场景的检测要求。

主权项

1.一种基于目标跟踪的行人徘徊检测方法，其特征在于依次分为3个阶段：目标提取阶段，目标跟踪阶段，徘徊判断阶段；其中：一、目标提取阶段的具体步骤为：(1)缩放图像对于输入图像，其分辨率小于等于1280x720时不进行缩放处理；分辨率大于1280x720时，使用双线性差值算法将图像等比例缩放至宽度为720；所用的转换公式为：f(i+u,j+v)＝(1‑u)(1‑v)f(i,j)+(1‑u)vf(i,j+1)+u(1‑v)f(i+1,j)+uvf(i+1,j+1)其中，f(x,y)表示原图像中(x,y)处的像素值，i、j分别表示x、y的整数部分，u、v表示小数部分；(2)背景差分(a)为图像中的每一个像素点建立包含N个样本的样本集：对于每一个像素点，随机选取其相邻点像素值作为样本值对样本集进行填充；(b)计算图像中每个像素点与对应样本集中所有样本的距离D，距离D计算公式为：其中，r、g、b分别为该像素点红色、绿色、蓝色通道的值，rk、gk、bk分别为样本点红色、绿色、蓝色通道的值；(c)统计每个像素点样本集中，满足D>Dth的样本点个数，记为n，若n大于Nth，则标记该像素点为背景点，否则标记为前景点；其中Dth、Nth为给定阈值；(d)对标记为背景的像素点，以的概率去更新样本集，同时以的概率去更新其相邻像素点的样本集，更新时采用随机的方法选取要替换的样本值；(3)计算行人目标区域(a)将图像中的所有像素点标记为未访问；初始化区域标记C为0；(b)对于图像中的某个前景点，若其未被访问，则令C＝C+1，将前景点标记为已访问，并且属于区域C；(c)递归访问该点周围的四个相邻点，同样标记为已访问，且属于区域C；(d)遍历图像中所有未访问过的前景点，重复步骤(b)、步骤(c)，直到没有未访问过的前景点；(4)合并行人目标区域遍历所有区域，若区域中一点到另一个区域中一点的距离l小于Lth，则将这两个区域合并为一个区域；距离l计算公式为：其中，(x1,y1)和(x2,y2)分别表示一个像素点在图像中的坐标，Lth为给定阈值；二、目标跟踪阶段的具体步骤为：(1)初始化粒子滤波模型(a)将目标区域子图像从RGB色彩空间转换为HSV色彩空间，公式如下：v＝max(r,g,b)其中，r、g、b分别为RGB色彩空间中三个通道的值，h、s、v分别为HSV色彩空间中三个通道的值；(b)计算行人目标区域子图像的颜色直方图Hist，其公式如下：Hist(h，s，v)＝N×P(h，s，v)其中，h、s、v分别为HSV色彩空间中三个通道的值，N为子图像的大小，P(h，s，v)为概率密度函数；(c)初始化N个粒子，公式如下：i＝1...N其中，(x,y)为当前图像中行人区域中心点坐标，w为行人区域宽度，h为行人区域高度，Hist为行人区域(x,y,w,h)的颜色直方图；(2)粒子转移(a)更新所有的粒子，公式如下：i＝1...N其中，C由均值为0的高斯函数采样得到，Hist′为更新后当前帧图像(xi,yi,wi,hi)区域的HSV颜色直方图，*表示前一帧图像中相应的值；(b)计算每个粒子的权重，公式如下：其中，δ为归一化系数，λ为常数，Hist为粒子初始化时的颜色直方图；(3)状态更新(a)计算第k帧行人的位置，公式如下：(b)对权重πi从大到小进行排序，若πi<πth，则丢弃πi对应的粒子，其中πth为给定阈值；(c)若粒子总数小于N，则缺少的粒子用最大权重πi对应的粒子填充；三、徘徊判断阶段的具体步骤为：(1)计算行人运动轨迹(a)获取行人在每一帧的轨迹点，计算其运动区域((xmin,ymin),(xmax,ymax))，计算公式为：其中，(xk,yk)为行人在第k帧中的位置；(b)对行人的轨迹点进行中值滤波，平滑轨迹点所连成的轨迹曲线，计算公式为：(c)计算新轨迹点各点的曲率Ωi；(2)判定徘徊行为(a)计算行人运动轨迹长度与运动区域所在矩形对角线长度的比值，该比值计算公式为：其中，L为行人运动轨迹长度；(b)计算行人运动区域与监控区域面积的比值，该比值计算公式为：其中，W、H分别为监控区域的宽度和高度；(c)若α大于αth且β大于βth，则判断行人行为属于徘徊，否则执行步骤(d)；其中αth为给定的轨迹长度阈值，βth为给定的运动区域面积阈值；(d)计算运动轨迹的离散曲率熵E，计算公式为：其中，H(Ωi)为离散曲率的直方图，K为轨迹点的总数；(e)若E大于给定的曲率熵阈值Eth，则判断行人行为属于徘徊行为。