[发明专利]一种基于HOG+SVM的视频人数统计方法

摘要

本发明公开了一种基于HOG+SVM的视频人数统计方法，其特征是，包括如下步骤：S10采集样本；S20 监督学习；S30设置摄像头；S40实时头部检测；S50光流法跟踪；S60设置和处理ROI；S70人数统计。这种方法成本低、统计精确度高。

主权项

1.一种基于HOG+SVM的视频人数统计方法，其特征是，包括如下步骤：S10采集样本：在人流量大的地方进行视频录制，对视频进行人头图像的采集工作，对人头图像与非人头图像进行标记分类，人头图像为正样本，非人头图像为负样本，并将正样本训练集和负样本训练集中的图像归一化处理，使得图像成为32*32像素的图像；S20 监督学习：对人头图像与非人头图像进行分类和监督学习，先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即HOG，然后进行SVM分类器训练：即使用同一样本集训练第一SVM分类器和第二SVM分类器，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6463个经过HOG提取处理后的正样本训练图像集和负样本训练图像集作为支持向量机模型进行训练的输入第一分类器，把第一分类器检测大于0的检测的分区域记录下来，将第一SVM分类器分出检测结果大于0的区域送到第二SVM分类器进行检测，线性加权组合第一SVM分类器和第二SVM分类器检测得分，若大于预设的值，则更新分类器的训练数据，以得到最优特征值和支持向量； S30设置摄像头：连接摄像头进行实时监控，使用OpenCV接口打开摄像头，将视频图像进行缩放，以达到滑动窗口处理图像时行人头部能够在32*32像素图像中；S40实时头部检测：对视频帧经过步骤S20进行处理，在视频图像中设置行人监控区域，使用训练好的SVM分类器在视频图像中检测行人头部，并在视频中标记出人头部位置；S50光流法跟踪：采用光流法对检测到的行人头部图像进行跟踪，并记录行人运动轨迹；S60设置和处理ROI：采用OpenCV库里面的ROI设置来实现感兴趣区域，只对感兴趣区域进行识别处理； S70人数统计：根据头部的运动轨迹，对比预先设定的需要统计人数的区域范围通过坐标值的比较可判断行人进出方向，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。