[发明专利]基于光流法的行人计数方法

说明书

技术领域

本发明属于计算机视觉技术领域，特别涉及一种基于光流法的行人计数方法。

背景技术

在很多行业，人流信息可以为人流管理、资源管理、管理决策提供关键的依据。例如在地铁站，通过行人计数可以实时了解每个站点的人流大小，灵活调度地铁列车密度，实施人流控制，实时发布人流密集地区信息，有利于加强人群运输效率，确保地铁运营平稳有效。

在商场，人流量是体现其商业价值的重要依据，对人流量的准确计算，有利于掌握客人的购物偏好，从而实现更好的物流安排，还可以根据各区域的人群密集程度，有效调配服务人员。人流量还关系到人流密集场所的安全问题，有效控制场内人群数量，可以在火警等紧急情况下迅速疏导人群，避免踩踏、推挤等情况发生。

传统的行人计数方法只能依靠机械手段进行行人人数的统计，一般利用机械的运动来进行人流统计。行人走过闸门的同时推动机械转动，通过统计转动的次数即可统计人流信息。这种基于机械的方法建设成本高昂，设备投入费用巨大，而且设备体积较大，一般是固定在出入口处，使用起来不够灵活，对于人流信息的管理也不够方便，还有一个最大的缺点就是阻碍了人流的行进速度。

有鉴于此，有必要对现有技术中公共区域中的人数统计方法予以改进，以解决上述技术瑕疵。

发明内容

本发明的目的在于提供基于光流法的视频行人计数方法，用以提高对公共区域内对行人进行人数统计的效率与准确度。

为实现上述发明目的，本发明提供了一种基于光流法的行人计数方法，该方法包括以下步骤：

S1、获取监控区域的视频流图像作为输入图像；

S2、对所述输入图像进行背景建模，以得到背景模型；

S3、利用光流法估计速度算法计算检测线上各像素点的运动速度；

S4、利用速度修正算法，对得到的检测线上各像素点的运动速度进行优化，得到运动速度信息；

S5、将运动速度信息与背景建模相结合得到行人切片，并对行人切片进行拼接得到拼图；

S6、利用线性回归分析方法统计所述拼图区域内的人数。

作为本发明的进一步改进，所述步骤S1具体为：通过摄像机获取监控区域的视频流图像作为输入图像，所述监控区域位于摄像机的正下方。

作为本发明的进一步改进，所述步骤S2中的“背景建模”具体为：利用混合高斯模型进行背景建模。

作为本发明的进一步改进，所述步骤S3中的“光流法估计速度算法”具体为：

利用最小化能量函数E得到运动行人在通过检测线上各像素点的运动速度，所述最小化能量函数E的计算公式为：

E＝E_br+αE_sl+βE_tp+γE_sp

其中，E_br为多帧iso brightness约束，E_sl为慢约束，E_tp为时间平滑约束，E_sp为空间平滑约束。

作为本发明的进一步改进，所述步骤S4中的“速度修正法”具体为：对于检测线上的每个速度值u_i，设定参考范围为2τ，以速度值u_i为中心，选取范围在[i-τ，i+τ]邻域内的所有速度值作为参考点，将当前速度值与邻域内的所有参考值作比较，并根据邻域内的参考值对当前速度值进行调整。

作为本发明的进一步改进，所述步骤S5中的“将运动速度信息与背景建模相结合得到行人切片”具体为：

当行人通过检测线时，分割行人在每一帧中通过检测线的行人切片，截取行人在一帧内从检测线上的某一像素点移动的像素距离，以获得在该帧图像中行人通过检测线的图像信息；并根据步骤1中的背景模型，去除行人切片中的背景信息及碎片部分。

作为本发明的进一步改进，所述步骤S5中的“对行人切片进行拼接得到拼图”具体为：经过多帧的运动，行人整体通过检测线之后，得到多块行人切片，将行人切片重新拼接后还原成为行人拼图。

作为本发明的进一步改进，所述步骤S5还包括：通过遍历拼图中的连通区域，统计每一个连通区域内的像素点个数，像素点个数低于阀值P的连通区域将被判断为碎片区域，并清除清除拼图中的碎片部分；其中，所述阀值P为70。

与现有技术相比，本发明的有益效果是：在本发明中，利用光流法得到运行运动信息，继而利用线性回归分析方法得到运动区域内的人数，从而有效地提高了对公共区域内对行人进行人数统计的效率与准确度。

附图说明