[发明专利]一种前视监视场景下的行人计数方法和装置

说明书

技术领域

本发明涉及视频监控技术，尤其涉及一种前视监视场景下的行人计数方法和装置。

背景技术

随着视频监控技术的发展，基于视觉的行人计数越来越受到人们的重视，应用于多种场合。行人计数技术可以在不同场合发挥不同作用，在公园景区等地可以监视人的流量，在人的流量超警戒时，控制人的流量，防止因为拥挤造成的安全隐患；在商场等地，可以确定客流的时间空间分布，有针对性的增加或减少工作人员，提高服务水平；在电厂等重要场所，可以控制访问，监控异常，及时报警。

对于行人计数算法方面，国外的科研机构如卡耐基梅隆大学、Tl公司，更多倾向于对人群密度的研究，其中成熟有效的方法有动态纹理模型、透视方法和基于数学形态学的方法。但是，动态纹理方法计算复杂度较高，透视方法需要借助模式识别方法识别行人，从而使得这两种方法都很难应用到实时视频监控。基于数学形态学的方法可以满足实时性条件,但应用场景是基于正向俯视摄像机，导致扩展性较差。为了实现基于时间序列统计出通过某一固定位置的行人数量，O.Sidla与Y.Lypetskyy等人采用基于形状识别与目标跟踪相结合的方法识别行人进而统计人数,处理速度达到了每秒15帧。针对火车站、地铁站的密集人群，A.N.Marana等人采用提取特征的方法解决密度估计问题。基于背景减除的思想，T.W.S.Chow等人采用人群前景面积及边缘特征进行人群密度等级的估计。

专利申请号为200910076256.X(公告号为CN101477641)的中国专利，介绍了一种基于视频监控的人数统计方法和系统，此发明采用Haar特征进行人头检测，以对人头的跟踪和运动估计进行计数。此发明存在的不足是人头检测的准确率不高，误检率较高。专利申请号为201010114819.2(公告号为CN101877058A)的中国专利，介绍的一种人流量统计的方法和系统需要训练大量不同的分类器，例如浅色头发、深色头发、帽子等，再对这些区域进行头部曲线拟合，训练较为麻烦，且会产生大量误检。

发明内容

为解决现有存在的技术问题，本发明主要提供一种前视监视场景下的行人计数方法和装置。

本发明的技术方案是这样实现的：

本发明提供一种前视监视场景下的行人计数方法，该方法包括：

监控设备设置检测区域和检测线的位置，对检测区域内的运动掩膜图像进行头部区域、头肩部区域检测，根据头部区域与头肩部区域的位置关系确定确切的头部区域；跟踪所确定的头部区域的运动轨迹，并根据所述运动轨迹及检测线位置，分方向对行人进行计数。

上述方案中，所述设置检测区域和检测线的位置包括：在监控场景上设置用于标定检测范围的检测区域，并根据行人的出入方向在检测区域内设置两条检测线的位置。

上述方案中，所述对检测区域内的运动掩膜图像进行头部区域、头肩部区域检测，根据头部区域与头肩部区域的位置关系确定确切的头部区域，包括：对监视场景进行混合高斯建模，提取运动的前景区域，根据所述前景区域建立运动掩膜图像，通过头部分类器和头肩部分类器对检测区域内的运动掩膜图像分别进行同一个行人的头部区域、头肩部区域检测，根据同一个行人的头部区域、头肩部区域两者的几何位置约束关系确定所述行人的确切的头部区域。

上述方案中，所述跟踪所确定的头部区域的运动轨迹包括：预先设置跟踪序列，判断确定的头部区域是否已存在在跟踪序列中，如果已存在，则更新所述头部区域的当前位置和跟踪模板；如果不存在，则将所述头部区域加入跟踪序列，并记录所述头部区域的当前位置，创建所述头部区域的跟踪模板，所述跟踪模板用于记录头部区域的运动轨迹。

上述方案中，该方法还包括：通过级联分类器训练头肩部和头部的样本图像得到头肩部分类器和头部分类器。

本发明提供一种前视监视场景下的行人计数装置，该装置包括：检测设置模块、人头检测模块、人头跟踪模块、人头计数模块；其中，

检测设置模块，用于设置检测区域和检测线的位置；

人头检测模块，用于对检测区域内的运动掩膜图像进行头部区域、头肩部区域检测，根据头部区域与头肩部区域的位置关系确定确切的头部区域；

人头跟踪模块，用于跟踪所述头部区域的运动轨迹；

人头计数模块，用于根据所述运动轨迹及检测线位置，分方向对行人进行计数。

上述方案中，该装置还包括：运动掩膜区域提取模块，用于对监视场景进行混合高斯建模，提取运动的前景区域，根据所述前景区域建立运动掩膜图像。