[发明专利]一种基于视频监控的人群人数估计方法

说明书

技术领域

本发明属于视频人群分析领域，具体涉及一种基于视频监控的人群人数估计方法。

背景技术

随着经济的飞速发展，大规模的人群活动变得日益频繁，尤其是在大型娱乐活动、体育赛事、宗教仪式、庆祝活动、大型展会等举行期间。人群的安全也变成一个至关重要的问题，日益引起有关安保部门的重视。而由于对于大规模群体的恐怖袭击可以造成更大的杀伤力和社会影响，大型的群体活动也成为恐怖袭击的重要目标。所以对人群人数的估计，是非常有意义的。

现在国内外已有的人群人数估计算法主要是基于像素、基于纹理和基于特征点。其中基于像素和基于特征点的方法比较适合人数较少的场景图像，而基于纹理的方法比较适合人数较多的场景。

发明内容

本发明针对现有技术的不足，提供了一种基于视频监控的人群人数估计方法。 

本发明方法具体包括以下步骤：

（1）用混合高斯模型的方法提取视频的前景。并对前景图像进行预处理操作；

（2）设定人群人数估计的阈值；用SURF算法初步判定人群人数；如求出的前景SURF特征点数目小于设定的阈值，则选取SURF算法估计人群人数；否则基于纹理分析方法估计人群人数。

本发明的有益效果：本发明针对特征点统计和纹理分析这两个经典方法存在的缺陷，综合考虑了特征点统计特征适合估计人数较少场景和灰度共生矩阵特征适合估计人数较多场景的优点，设计出了用特征点进行人群人数初步判断，并根据初步判断结果来选取特征点特征还是纹理特征来估计人群人数的方法。本发明在各种场景中均具有比较高的估计精度。

附图说明

图1为本发明方法流程图。

具体实施方式

以下结合附图对本发明作进一步说明。

如图1所示，本发明人群人数估计方法，包括以下步骤：

1、采集视频，用混合高斯模型的方法提取视频的前景图像。然后对提取的前景图像进行预处理操作，包括二值化、中值滤波去噪、形态学等。

2、人群人数初步判定：

                                                                                       (1)

其中为前景图像特征点个数，为阈值。这里取 。

如果前景图像满足式(1)，则采用基于SURF特征点的方法估计人数。跳到步骤3。否则采用基于纹理统计分析的方法估计人数，跳到步骤4。

3、基于特征点的方法估计人数。统计特征点个数，根据对应的拟合直线，可以计算出场景的人数。

对于拟合直线，是通过一元线性回归方法训练出来的。根据场景的特征点个数，并分别人工数出训练样本中每幅图像的实际人数，采用最小二乘法，拟合出对应于人群人数和特征点个数的关系直线，得到直线的方程；

4、基于纹理分析的方法估计人数。对于某一前景图像，统计该图像的Contrast 0度、Homogeneity 0度纹理统计量，根据对应的拟合直线，可以计算出相应的人数。

对于拟合直线，是通过多元线性回归方法训练出来的。选取两个指标：Contrast 0度和Homogeneity 0度 ，并分别人工数出训练样本中每幅图像的子区域的人数，采用最小二乘法，拟合出对应于人群人数和Contrast 0度、Homogeneity 0度的关系直线，求得直线的方程。