[发明专利]一种基于人脸识别的客流计数方法

说明书

技术领域

本发明涉及一种客流计数方法,特别涉及一种基于人脸识别的客流计数方法。

背景技术

在公交车、购物中心、机场、车站等公共场所的管理和决策中，人流量是不可缺少的数据。通过人流量的统计可以实时有效的监控、组织公共场所的运营工作，为人们提供更安全的环境和更优质的服务。以公交车为例，如果能对各条线路、各个站点的客流量进行实时计数，就能利用这些数据合理安排公交线网和运营方案，确保高效运营。

视频图像自动客流统计技术在上述公共场所都得到了广泛应用，然而该技术在特定应用场景下使用效果并不理想，尤其在中国、印度等人口数量庞大的国家，公共场所较大的人口密度使得出入口的秩序较为混乱，这就大大加大了自动客流计数算法的实现难度，因此通过何种技术实现自动客流计数并保证其结果的准确性已成为国内外学者的研究重点。

发明内容

本发明所要解决的技术问题是克服现有技术的不足，提供了一种实时计数、计数准确率高的基于人脸识别的客流计数方法。

本发明所采用的技术方案是：本发明包括以下步骤：

A.在公共场所出入口设置人脸抓拍摄像机，采集人脸图像；

B.采集公共场所类型统计人员通过摄像机的时间，设定一个最大通过时间t，从摄像机抓拍到第一张人脸图像开始计时，以t为周期将时间分段计数，将第n个周期拍得的所有人脸图像分库命名为t_n，对各库图像分别根据清晰度检测和人脸像素大小进行初步筛选，以便于下一步的人脸比对识别，筛选后得到库T_n，其中，n取值1，2，3，4，……；

C.对经步骤B筛选后的各库图像进行库内人脸比对，设定一个相似度阈值，高于阈值的图像分为一组，低于阈值的单独分为一组，根据库号n、组别m编号，如此完成分组，其中，n取值1，2，3，4，……，其中，m取值1，2；

D.对经步骤C得到的各组图像进行组内人脸姿态比较，优选每组最佳图像，所述组内人脸姿态比较采用基于边缘统计特征的人脸姿态估计方法进行比较；

E.T_n库经过步骤D的人脸姿态比较处理后库，库中各组内每组只有一张人脸图像，将与库图像进行人脸比对，设定一个相似度阈值，高于阈值的图像重复步骤D优选最优图像存储在库中，弃掉参与比对的另一张图像，完成后将库内图像传送到图像计数器进行客流计数，其中n为1，2，3，4，……。

进一步的，所述步骤B中的清晰度检测筛选步骤是采用能量梯度函数方法对人脸清晰度进行检测，通过计算与相邻两点灰度差的平方和来得到一点的梯度值，其评价函数为：

（公式1）

其中，I（x,y）为图像在点（x,y）处的灰度值。

进一步的，所述步骤B中的人脸像素大小筛选步骤是在系统中将人脸的宽度设定为50到200像素，用以排除超过人脸普遍大小以及较小的人脸图像。

进一步的，在所述步骤D前还包括步骤F，所述步骤F为：根据人眼坐标对人脸图像进行归一化处理，提取通过人脸的中心线和对称线。

进一步的，所述步骤F中的人脸归一化处理包括以下步骤：

a.人眼检测

首先根据肤色信息对人脸图像进行二值化处理，并将二值化图中的黑色区域在原人脸图像中设置为黑色，使人眼更为突出,然后采用水平积分投影的方法找到人眼的纵坐标，限定人眼搜索区域,最后，在加黑人脸图像的人眼搜索区域内使用由Adaboost算法训练正负人眼样本得到的人眼级联分类器进行人眼检测；

b.人脸图像转正旋转

首先根据上述步骤a的人眼检测得到的双眼的坐标计算人脸需要旋转的角度和方向，然后根据旋转的角度和图像对角线的长度计算旋转后图像的最大宽度和高度，并生成相应大小的新的缓冲区，最后将图片绕图像中心按照旋转公式进行旋转，旋转公式如下：

（公式2）

设

当图片进行角度为α的顺时针旋转时 M=M1，当图片进行角度为α的逆时针旋转时 M=M2。其中，w和h分别为新缓冲区的宽和高。将对应不同旋转时M中元素的值代入上述公式2，即可得到原图中的像素点（x，y）在新缓冲区中的对应点。旋转时把新缓冲区中与原图有对应点的区域读入对应像素值，与原图没有对应像素点的区域用黑色代替；

c.人脸图像尺度归一