一種基于監控視頻分析的建筑物人員分布模型建立方法
【技術領域】
[0001] 本發明設及建筑中人員分布模型的建立技術領域，尤其設及一種基于監控視頻分 析的建筑物人員分布模型建立方法，特別是針對智能建筑中多攝像機環境下。
【背景技術】
[0002] 人員分布模型是建立在人數統計的基礎上建立的人員數據模型。目前，在智能建 筑中，根據建筑物內監控視頻的人員跟蹤結果構建人員分布模型，具有十分重要的意義。依 據人員分布模型，可W實時對建筑物內在人員流動數據做好統計，W便開展后續的數據分 析和人員行為分析工作。同時，該模型也可應用于智能建筑中資源的合理調配和制定相應 的空調和照明系統節能策略工作中。
[0003] 很多公司和研究機構已經進行研究，如美國卡內基-梅隆大學建筑物性能測試中 屯、的智能工作區間的HVAC和照明系統的控制系統；楊峰等人提出了一種人員估計模型，該 模型是建立在不干擾的組合傳感器的基礎上，通過檢測室內溫度、濕度、二氧化碳濃度、光、 聲音和運動來達到人數統計。JoaoViroted等人根據建筑物內人員行為構建能源預測隨機 模型，來達到節能的目的。該些措施起到一定的節能效果，但沒有考慮根據一定時間和一定 區域內人員分布規律模型來制定基于整個建筑物內如何統一協調和規劃空調和照明系統 運行策略實現節能問題，該主要是因為現在智能建筑設備中沒有能完成自動進行人員分布 規律檢測的設備，因此，該方面的工作目前很少。
【發明內容】
[0004] 本發明的目的就是為了解決上述問題，提供一種基于監控視頻分析的建筑物人員 分布模型建立方法，將智能監控視頻內容與建筑物樓層平面圖根據攝像機在平面圖的拓撲 分布情況和時序約束關系該些信息進行多信息融合，將獲得的數據信息在不同區域和不同 時間段的人員分布規律建立模型，根據更新周期，實時更新，更加有效地應用到建筑節能等 領域。
[0005] 為了實現上述目的，本發明采用如下技術方案：
[0006] -種基于監控視頻分析的建筑物人員分布模型建立方法，包括W下步驟：
[0007] 步驟一、對單個攝像機拍攝的監控視頻進行圖像分割，獲得運動目標并進行跟 蹤；
[0008] 步驟二、將多個攝像機的運動目標跟蹤結果進行融合，進行時空配準，獲得不同區 域內對應的不同時間段的人員分布數據；
[0009] 步驟=、根據所述步驟二的結果建立每個不同區域對應每個時間段的混合高斯模 型，得到平均人員分布^和密度分布函數f;
[0010] 步驟四、設定統計周期的具體時間間隔，統計第一個周期的人員數據建立模型，再 統計第二個周期的人員數據加上第一個周期的數據更新模型，從第=個周期開始，每個統 計周期結束后加上前兩個周期的統計數據進行模型更新。
[0011] 所述步驟一中的具體方法為，
[0012] 步驟1. 1、將當前帖圖像和背景圖像都分成設定大小的宏塊，比較當前帖宏塊與背 景圖像同位宏塊的差；
[001引步驟1.2、若步驟1.1求得的差值小于設定闊值，則無運動目標，后面只需比較當 前帖和背景圖像四周的宏塊，從而提高檢測的效率；若差值大于設定闊值，則當前帖宏塊標 記為前景塊，并標記其運動方向，將相鄰的前景塊合并，進行空洞填充，得到運動對象，然后 計算所述運動對象的顏色、紋理、形狀、速度和位置信息；
[0014] 步驟1. 3、為了實現跟蹤，在下一帖所述運動對象的運動方向上利用所述步驟1. 2 求得的顏色、紋理、形狀、速度和位置信息進行匹配，找到組成該運動對象宏塊的相似塊，就 能獲得該運動對象在下一帖中的位置，依次進行就能夠實現跟蹤，從而實現對單個攝像機 拍攝的監控視頻進行圖像分割，獲得運動目標并進行跟蹤。
[0015] 所述步驟二中，將每個攝像機的運動目標圖像映射到樓層平面上實現攝像機時空 配準。
[0016] 所述步驟二的具體方法為：
[0017] 對每個攝像機拍攝圖像的點X= (X，y，t)和樓層平面點X=狂，Y，t)之間建立映 射關系；X=化，其中X是攝像機圖像上的點；X是樓層平面的點；H是一個3X3的映射矩 陣，通過一組映射點求出；
[0018] 目標融合是在特征層上進行；設m，n是根據攝像機拓撲分布和時序關系相鄰的任 意兩個攝像機，Tm為t時刻第m個攝像機經映射后運動目標跟蹤的參數集合，Tm為：
[0019] Tm={sml,Sm2,…Smi,Vm。Vm2,…Vm。Cmi,Cm2,…Cm。Im。…Im。W，
[0020] 其中i是第m個攝像機中運動目標的個數，s是目標的形狀特征，V是目標的速度 特征參數，C是目標的顏色特征參數，1是目標的位置特征參數；
[0021] t時刻第n個攝像機經映射后運動目標跟蹤的參數集合T。為：
[0022] Tn= {s。1，S也，…Snj'，Vni,Vn2,…Vnj,C", 〇地，…Cnj'，1郵 1 也…Inj'，t}
[0023] 其中j是第n個攝像機中運動目標的個數；
[0024] 則融合后跟蹤結果的參數集合P為；P=TmUT。。
[00巧]對有重疊監控區域的攝像機，通過計算Tm和T。中不同運動目標的質屯、距離進行判 斷，運動目標最小外接矩形的幾何中屯、作為對應運動目標的質屯、；當兩目標的質屯、距離小 于設定闊值時，就認為兩個目標是同一目標，進行目標合并。
[0026] 所述步驟=的具體方法為：
[0027] 將建筑物區域劃分成n塊區域，Ci，C,，C3, ...C。代表n塊區域內的人員分布數量； 將一天24小時按每兩個小時劃分成12個時間段，S代表不同區域的人員分布，
[0028]
[0029] 其中，m= 12,萬^中包含的n個列向量分別代表n塊區域在12個時間段的人員 分布情況；其中Cy(i《n，j《m)代表在第i個區域第j個時段的人員分布數量；
[0030] 根據5*分別計算平均人員分布;^和協方差矩陣2h，建立密度分布函數f，
[0033] 本發明的有益效果；
[0034] 本發明將智能監控視頻內容與建筑物樓層平面圖根據攝像機在平面圖的拓撲分 布情況和時序約束關系該些信息進行多信息融合，將獲得的數據信息在不同區域和不同 時間段的人員分布規律建立模型，根據更新周期，實時更新，更加有效地用于建筑節能等領 域。
【附圖說明】
[00巧]圖1為本發明的方法流程示意圖。
【具體實施方式】
[0036] 下面結合附圖與實施例對本發明作進一步說明。
[0037] -種基于監控視頻分析的建筑物人員分布模型建立方法，包括W下步驟：
[0038] 步驟一、對單個攝像機拍攝的監控視頻進行圖像分割，獲得運動目標并進行跟 蹤；
[0039] 步驟二、將多個攝像機的運動目標跟蹤結果進行融合，進行時空配準，獲得不同區 域內對應的不同時間段的人員分布數據；
[0040] 步驟=、根據所述步驟二的結果建立每個不同區域對應每個時間段的混合高斯模 型，得到平均人員分布^和密度分布函數f;
[0041] 步驟四、設定統計周期的具體時間間隔，統計第一個周期的人員數據建立模型，再 統計第二個周期的人員數據加上第一個周期的數據更新模型，從第=個周期開始，每個統 計周期結束后加上前兩個周期的統計數據進行模型更新。
[0042] 例如要對某建筑內某層走廊建立人員分布模型，假設該層走廊有3個監控攝 像機，將走廊分成兩個區域C1，C2,將一天24小時按每兩個小時劃分成12個時間段，如 [00:00:00-02:00:00]，[02:00:00-04:00:00]. ... [22:00:00-00:00:00]。
[0043] 首先對單個攝像機利用步驟一的分割跟蹤算法得到運動對象和其運動跟蹤結果 和特征。
[0044] 該分割跟蹤算法的具體方法為：采用了基于宏塊的運動目標檢測與跟蹤算法，將 當前帖圖像和背景圖像都