[发明专利]密集客流计数和行人步行速度自动检测方法及系统

说明书

技术领域

本发明涉及计算机视觉领域，具体基于视频图像的密集客流计数和行人步行速度自动检测方法及装置。

背景技术

随着经济的飞速发展，人口的城市化程度越来越高，城市的人口密度越来越大，在某些公共场所的人群管理问题日益突出。人群密度是表征特定场所即时拥挤程度的一个重要参考指标，是对公共场所进行有效管理的重要依据，随着国内经济和大规模客流运输的快速发展，目前在某些特定场所对人群计数和行人步行速度计算的需求已经变得越来越紧迫。对密集客流计数和行人步行速度的传统方法是人工估计，但这种方法比较主观，不能做定量判断。

由于视频监控的广泛应用，基于计算机视觉的行人检测和跟踪已经成为一个非常活跃的研究领域，为大型公共场所的智能监控提出了新的解决办法。当前，针对客流密集场所的行人检测和跟踪方面已经取得了一些成果。但是多数所提出的方法和系统，一般针对人数较少的视频图像，通过在出入口设置虚拟的检测线，根据单个行人的轨迹来对过往的行人进行计数。然而对于客流密集的场所，存在严重的相互遮挡问题，因此传统的基于斑块检测与跟踪的背景差方法无法解决以下问题：

1.在客流密集的情况下，只有有限的背景，甚至无法提取背景；

2.在行人拥挤时，行人间存在严重的相互遮挡，以及背包等物品的遮挡；

3.客流密集的视频图像中，往往包含大量的不规则运动，目标的特征信息有限，一般需要通过两帧以上的视频图像才能检测出单个运动目标；

避免遮挡问题的方法之一，是通过调整摄像机的拍摄角度，采用从人的头顶部向下拍摄的办法，对行人的头部进行识别和计数。这种拍摄的方式无疑降低了处理的难度，但是需要重新安装检测的摄像机，增大了系统的投入。更加实用的方式是，将客流信息统计作为安全监控系统(闭路电视CCTV)的增强功能，通过视频图像的处理技术，得到客流信息。

发明内容

针对现有技术的基于斑块检测与跟踪的背景差方法存在识别准确率低的问题，本发明的目的是提供一种基于视频图像的密集客流计数和行人步行速度自动检测方法。

采用视频处理装置和算法。视频图像采集设备通过闭路电视系统(CCTV)采集监控视频图像，通常采用置于地铁通道的出入口顶端的摄像机，实时采集客流出入的视频图像。处理器采用计算机视觉算法对采集到的视频图像进行处理，采用Adaboost算法进行人脸识别，以Harr特征作为输入，以弱分类器加权组合构成强分类器，最后用强分类器组成“瀑布”层叠形式；然后进行触发计数，触发计数的中心思想是：根据人脸在图中的位置具有连续性的特点，将得到新图中的人脸结果和链表进行匹配，当发现其中两者的位置和接近时认为是同一个人脸。计算行人步行速度主要根据对行人脸部进行跟踪，跟踪区域为行人脸部进入检测区域开始，出检测区域为止。计算行人步行速度的要点为标定和跟踪。

人脸识别：

使用Adaboost算法，采用Harr特征作为输入，以弱分类器加权组合构成强分类器，弱分类器的性能要求不是很高，只需要比随机猜测性能稍好即可，这种弱分类器在实际情况下是很容易获得的。最后用强分类器组成“瀑布”层叠形式，以此达到较高的实时性并保证获得较高的识别率。

触发计数：

将检测区内的得到的识别结果放到链表结构中，触发的中心思想是：根据人脸在图中的位置具有连续性的特点，将得到新图中的人脸结果和链表进行匹配，当发现其中两者的位置和接近时认为是同一个人脸。记录匹配帧数和不匹配帧数两个参数，设置两个阈值T₁、T₂，分别用于触发计数和删除模板，如果匹配帧数大于T₁，则触发。如果不匹配帧数大于T₂，则认为人已离开检测区，删除模版。

计算行人步行速度：

计算行人步行速度主要根据对行人脸部进行跟踪，跟踪区域为行人脸部进入检测区域开始，出检测区域为止。跟踪要点主要有：

标定：标定为二维标定。因为只有一个摄像头，并且人脸部可以近似认为在一个平面上，所以采用二维标定。标定主要是将图像坐标转换为实际坐标，为计算行人步行速度提供可能。

跟踪：跟踪主要根据人脸部颜色特征进行跟踪。人脸部颜色分布在一个特定的范围内。跟踪采用CAMSHIFT算法。