專利名稱：一種高密度人群流量統計方法
技術領域：
本發明涉及一種高密度人群流量統計方法，特別涉及一種單向行進的高密度人群的流量統計方法，可廣泛應用于景區廣場、地鐵、車站、商場等人群流量較大的公共管理領域。
背景技術：
隨著社會經濟的快速發展，越來越多的人口涌入城市，城市中的許多公共設施，如火車站、景區廣場、大型商場等經常會迎來短期的人流高峰，如何實現對高密度的人群流量進行有效的統計和管理成為至關重要的問題。人群流量指流動人群單位時間內通過某一固定區域的總人數。因此，通過對進入某一固定區域的人群進行實時的人數計算，即可實現人群流量的統計。傳統的人群流量統計方法是基于人工計數或人工電子設備觸發計數而實現的。該方法不僅工作量大、誤報和漏報率高，效率低下，而且受到設備和工作人員的限制，應用范圍極其有限。隨著計算機技術的發展，利用計算機視覺和圖像處理技術實現視頻人群流量自動統計與管理，已經在實際的公共管理領域中得到了廣泛的應用。該方法主要借助攝像頭和計算機對感興趣區域中的人群進行監控，將圖像處理、模式識別、計算機視覺等技術應用其中，從而達到對人群的自動、實時、定量分析，為管理者提供了流動人群的數值量化信息，從而有效的協助安全人員快速處理危機。目前，基于視頻監控的人群流量統計方法在技術上主要遵循了人群檢測、跟蹤、計數的一般步驟。該方法在背景單一，人群密度較低的情況下(一般為單人獨行通過某一區域)，具有很好的統計效果。但是，由于國內復雜的應用環境以及用戶群體，加之行人在移動過程中存在形態多變、個體間位移速度差異大、行人密度過大而產生擁堵等問題，使得對流動人群的精確計數變得異常困難。因此，研究一種實現對復雜背景下的單向行進的高密度流動人群精確計數的統計方法，對于公共環境中的人群監控具有較高的實用價值，也為該領域的研究提供了新的方法和技術。
發明內容
本發明提供了一種高密度人群流量統計方法，以解決現有技術中難以實現對復雜背景下的單向行進的高密度流動人群精確計數問題。為解決上述技術問題，本發明所述的高密度人群流量統計方法，包括以下步驟(1. 1)從圖像采集設備獲取對移動人群實時監控的視頻圖像，從該視頻圖像中選擇監控區域圖像；(1. 2)將彩色的監控區域圖像轉化為灰度視頻圖像；(1. 3)采用三幀差分法，比較所輸入的灰度視頻圖像序列中相鄰三幀間對應位置的像素點的絕對差；(1. 4)利用自適用閾值化方法對步驟(1. 3)中所獲得的檢測結果進行閾值化，以獲得二值化圖像，從而提取圖像中的移動人群；
(1.5)對當前監控區域圖像進行異常行為檢測，其中異常行為主要包括人群聚集和人群逆向行走，若存在異常行為，則重新進行步驟(1.1)；若無異常行為，則進行步驟 (1.6)；(1. 6)在監控區域圖像中設定感興趣區域，根據步驟(1. 4)中獲得的二值化圖像， 對感興趣區域進行像素采集；(1. 7)根據感興趣區域中的像素個數與人數之間的對應關系，計算單位時間內通過監控區域的總人數，進而實現對人群流量的實時統計。根據本發明所述的高密度人群流量統計方法，步驟(1. 2)還包括，對所獲得的灰度視頻圖像進行濾波、去噪、平滑等預處理。根據本發明所述的高密度人群流量統計方法，所述三幀差分法為通過比較灰度視頻圖像序列中相鄰三幀間對應位置的像素點的絕對差來實現移動人群的檢測，計算結果如公式(1)所示d(x, y) = O X | (χ, y) -f2 (χ, y) | X | f2 (χ, y) -f3 (χ, y) |(1)其中，AO^yhf2 (x，y)、f3(x，y)是灰度視頻圖像序列中相鄰的三幀圖像，σ (σ >0)為差值結果的權重，σ的值可根據實際需要設定。根據本發明所述的高密度人群流量統計方法，所述自適應閾值化方法包括(3. 1)將監控區域圖像劃分為ηΧη大小的圖像塊；(3. 2)利用以下公式(2)求取每個圖像塊的像素平均值，
權利要求
1.一種高密度人群流量統計方法，包括以下步驟(1. 1)從圖像采集設備獲取對移動人群實時監控的視頻圖像，從該視頻圖像中選擇監控區域圖像；(1. 2)將彩色的監控區域圖像轉化為灰度視頻圖像；(1. 3)采用三幀差分法，比較所輸入的灰度視頻圖像序列中相鄰三幀間對應位置的像素點的絕對差；(1.4)利用自適用閾值化方法對步驟(1.3)中所獲得的檢測結果進行閾值化，以獲得二值化圖像，從而提取圖像中的移動人群；(1. 5)對當前監控區域圖像進行異常行為檢測，其中異常行為主要包括人群聚集和人群逆向行走，若存在異常行為，則重新進行步驟(1. 1)，若無異常行為，則進行步驟(1.6)；(1.6)在監控區域圖像中設定感興趣區域，根據步驟(1.4)中獲得的二值化圖像，對感興趣區域進行像素采集；(1. 7)根據感興趣區域中的像素個數與人數之間的對應關系，計算單位時間內通過監控區域的總人數，進而實現對人群流量的實時統計。
2.根據權利要求1所述的高密度人群流量統計方法，其特征在于，所述三幀差分法的計算結果如公式(1)所示d(x,y) = O X I (χ, y) -f2 (χ, y) | X | f2 (χ, y) -f3 (χ, y) |(1)其中，AO^yhf2 (x，y)、f3(x，y)是灰度視頻圖像序列中相鄰的三幀圖像，σ為差值結果的權重，σ的值可根據實際需要設定，并且ο >0。
3.根據權利要求2所述的高密度人群流量統計方法，其特征在于，所述自適應閾值化方法包括(3. 1)將監控區域圖像劃分為ηΧη大小的圖像塊；(3. 2)利用以下公式( 求取每個圖像塊的像素平均值，η ηjT = Y^d{x,y) n^n-p(2)Λ=0 ^=O/其中，η為奇數，其值可根據實際需要設定；P為大于零的常數，其值可根據實際需要設定；(3. 3)根據以下公式(3)提取出監控區域圖像中的移動目標D(x，y)， 255 , T<d{x,y)^^) = 1 nλ(3)0 , T>d(x,y)由此，獲得監控區域圖像的二值化圖像。
4.根據權利要求1所述的高密度人群流量統計方法，其特征在于，所述感興趣區域的設定方法包括根據某一時刻的監控區域圖像中行人的實際身高和人數計算出該監控區域圖像中行人的平均身高s，測定行人通過監控區域圖像中的與行人的行進方向垂直的直線所用的平均時間t，則行人的平均移動速度ν為其中，s的單位為像素，t的單位為幀，ν的單位為像素/幀，將感興趣區域的高度h設定為h e [1，ν]，h為整數，并且感興趣區域的寬度w等于監控區域的寬度，即感興趣區域的大小為wXh，其中h和w的單位為像素，并且優選將感興趣區域設置在監控區域的中間。
5.根據權利要求4所述的高密度人群流量統計方法，其特征在于，像素個數與流動人群中人數的對應關系的計算方法具體如下(5. 1)建立另外的視頻庫，其中，該視頻庫的視頻圖像中分別含有k個行人， 1彡k彡30 ；(5. 2)利用以上所述的感興趣區域對各視頻圖像中的k個行人進行像素采集，并記錄人數和像素的個數，記為(k，yk)；(5. 3)利用最小二乘法對所記錄的所有的人數和像素個數(k，yk)進行數據曲線擬合， 擬合后的曲線為y = ax+b，其中，χ為行人的個數，y為行人對應的像素個數，a和b為曲線的系數，a的值和b的值可利用最小二乘法獲得。
6.根據權利要求1所述的高密度人群流量統計方法，其特征在于，人群聚集異常的檢測方法包括(6. 1)利用背景建模方法對輸入的灰度視頻圖像進行建模，構造背景圖像；(6. 2)將灰度視頻圖像與背景圖像相減，并利用自適應閾值方法對灰度視頻圖像進行二值化；(6.3)統計步驟(6.2)中的二值化圖像和步驟(1.4)中的二值化圖像中非零像素的個數，分別記為=NnN2;(6.4)令異常判別閾值θ=N1Z^2，若θ > C，則判定視頻圖像中無人群聚集異常；若 θ < C，則判定視頻圖像中存在人群聚集現象，其中，C為常數，其值可根據實際需要進行設定。
7.根據權利要求6所述的高密度人群流量統計方法，其特征在于，所述背景建模方法包括首先將獲得的第一幀預處理后的視頻圖像作為背景圖像，然后根據以下公式(5)進行背景圖像的更新g(x, y) = (l-a)Xg(x,y) + a Xf (χ, y) (5)其中，g(x, y)為背景圖像，f (X，y)為預處理后的灰度視頻圖像，α為圖像權重，其值可根據實際需要進行設定。
8.根據權利要求1所述的高密度人群流量統計方法，其特征在于，所述行人逆向行走異常的檢測方法包括(8. 1)對灰度視頻圖像進行強角點檢測，并確定角點的位置，所述角點是指視頻圖像中周圍亮度變化劇烈的點或者視頻圖像邊界曲線上具有足夠大曲率的點；(8. 2)利用LK光流法對角點進行光流檢測；(8.3)統計逆向光流的個數M，gM> δ，則判定視頻圖像中存在逆向行走的行人，若M < I則判定視頻圖像中無異常行為，其中，δ為常數，其值可根據實際的需要進行設定。
9.根據權利要求8所述的高密度人群流量統計方法，其特征在于，采用KLT特征跟蹤算法確定角點的檢測和位置。
10.根據權利要求8所述的高密度人群流量統計方法，其特征在于，采用基于圖像金字塔的LK光流法對角點進行光流檢測。
全文摘要
本發明提供一種高密度人群流量統計方法，包括從對移動人群實時監控的視頻圖像中選擇監控區域圖像；將彩色的監控區域圖像轉化為灰度視頻圖像；比較所輸入的灰度視頻圖像序列中相鄰三幀間對應位置的像素點的絕對差；對所獲得的檢測結果進行閾值化，以獲得二值化圖像，從而提取圖像中的移動人群；對當前監控區域圖像進行異常行為檢測；設定感興趣區域，根據上述二值化圖像，對感興趣區域進行像素采集；根據像素個數與人數之間的對應關系，計算單位時間內通過監控區域的總人數，進而實現對人群流量的實時統計。本發明能夠實現對復雜背景下的單向行進的高密度流動人群進行流量統計。
文檔編號G06K9/00GK102324016SQ20111013935
公開日2012年1月18日 申請日期2011年5月27日 優先權日2011年5月27日
發明者李巖, 殷緒成, 王志彬, 郝紅衛 申請人:殷緒成, 王志彬, 郝紅衛