[发明专利]一种场景人数统计方法、装置和系统

说明书

技术领域

本发明涉及监控领域，特别涉及一种场景人数统计方法、装置和系统。

背景技术

近年来，随着计算机视觉和人工智能领域相关技术的发展，基于智能视频分析的人群密度估计和流量统计算法大量涌现。许多人群监控系统相继在世界各地投入使用，基于人数统计算法主要基于两类，基于人体分割的人数统计和基于统计回归的人数统计算法。

基于人体分割的人数统计可通过人体的外观颜色和形状等静态信息获得，但形状的表征同样比较困难。

对于大规模的群体而言，针对个体的分割非常困难，故，人们常进行团块分割，但对于团块的分裂和合并的处理策略，在系统图像分辨率比较低时容易发生头顶点的误判。

基于统计回归的人数统计算法适用于大规模人群，但需要根据不同条件改变回归参数。

因此，现有的统计方法均有不足之处，针对大规模人体，需要进一步探索更加高效准确的特征统计方式。

发明内容

本发明提出一种场景人数统计方法、装置和系统，解决了综合利用图像的像素，又能有效避免前景区域人体分割带来的麻烦的问题。

本发明的技术方案是这样实现的：

本发明公开了一种场景人数统计方法，包括：

S1.通过高斯背景建模获得原始前景区域；

S2.通过HMAX提取具有尺度和位置不变的原始静止特征元素，过滤出位置变动的原始运动特征元素；所述的原始运动特征元素包括原始场景人数M₀；

S3.获取当前有效场景视频图像，通过HMAX提取所述的视频图像中具有尺度和位置不变的静止特征元素，过滤出位置变动的新运动特征元素；

S4.判断所述的新运动特征元素与原始运动特征元素是否相同，若是，则进入步骤S5，若非，进入步骤S6；

S5.所述的当前场景中场景人数为：M₁＝M₀；

S6.所述的当前场景中场景人数为：M_n＝∑{Obj(1)+Obj(2)+…+Obj(n)}；

其中，Obj(n)为判断为人群的像素点的个数，n为正整数。

在本发明所述的场景人数统计方法中，所述的步骤S1，具体是：

用固定的监控摄像机，获取原始背景的多帧视频图像；

对所述的每帧视频图像混合高斯进行建模。

在本发明所述的场景人数统计方法中，所述的场景包括：车站、广场、港口。

在本发明所述的场景人数统计方法中，所述的步骤S2及步骤S3间还包括S21抛弃错误帧的步骤，所述的错误帧包括：黑屏、雪花、移位。

本发明公开了一种场景人数统计装置，用于实现上述的方法，包括：

原始前景区域单元，用于通过高斯背景建模获得原始前景区域；

原始特征元素处理单元，与所述的原始前景区域单元相连，用于通过HMAX提取具有尺度和位置不变的原始静止特征元素，过滤出位置变动的原始运动特征元素；所述的原始运动特征元素包括原始场景人数M₀；

新特征元素处理单元，与所述的原始特征元素处理单元相连，用于获取当前有效场景视频图像，通过HMAX提取所述的视频图像中具有尺度和位置不变的静止特征元素，过滤出位置变动的新运动特征元素；

第一场景人数计算单元，与所述的新特征元素处理单元相连，

用于当所述的新运动特征元素与原始运动特征元素相同时，计算所述的当前场景中场景人数为：M₁＝M₀；

第二场景人数计算单元，与所述的新特征元素处理单元相连，用于当所述的新运动特征元素与原始运动特征元素相同时，计算所述的当前场景中场景人数为：M_n＝∑{Obj(1)+Obj(2)+…+Obj(n)}；

其中，Obj(n)为判断为人群的像素点的个数，n为正整数。

在本发明所述的场景人数统计装置中，所述的原始前景区域单元包括：

视频图像获取子单元，用于用固定的监控摄像机，获取原始背景的多帧视频图像；

混合高斯建模子单元，与所述的视频图像获取子单元相连，用于对所述的每帧视频图像混合高斯进行建模。

在本发明所述的场景人数统计装置中，所述的场景包括：车站、广场、港口。

在本发明所述的场景人数统计装置中，所述的原始特征元素处理单元及新特征元素处理单元之间还包括错误帧处理单元，用于抛弃错误帧，所述的错误帧包括：黑屏、雪花、移位。