[发明专利]监控视频中人数检测方法及装置在审
| 申请号: | 201711327492.5 | 申请日: | 2017-12-12 |
| 公开(公告)号: | CN109918971A | 公开(公告)日: | 2019-06-21 |
| 发明(设计)人: | 不公告发明人 | 申请(专利权)人: | 深圳光启合众科技有限公司;深圳光启创新技术有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;H04N7/18 |
| 代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 赵囡囡 |
| 地址: | 518000 广东省深圳市南山区南*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 直方图均衡化 监控视频 均衡化 级联分类器 人数检测 图像 人体特征识别 远距离监控 异常状态 帧图像 采集 检测 人群 统计 安全 | ||
本发明公开了一种监控视频中人数检测方法及装置。其中,该方法包括:对采集到的监控视频中的每一帧图像进行直方图均衡化,得到直方图均衡化后的均衡化图像;通过级联分类器,识别均衡化图像中的人体,其中,级联分类器用于根据直方图均衡化后的均衡化图像的人体特征识别出人体;对识别出的人体进行统计。本发明解决了由于现有技术无法在远距离监控下实现人群异常状态的检测造成的公共场所安全无法保障的技术问题。
技术领域
本发明涉及视频检测领域,具体而言,涉及一种监控视频中人数检测方法及装置。
背景技术
人们对于公共场所的安全要求日益提升。现阶段得到广泛应用的视频监控系统虽然提供了大量的视频信息,但是对于突发事件和情况不具有预报警能力,必须人为地参与到监视工作中去。随着机器视觉技术和图像处理技术的不断进步,需要大量人力的传统视频监控系统已然不能满足社会发展的需要,高度自动化、智能化的新一代视频监控系统必将逐步取代传统视频监控系统在安防领域中的地位,在保证系统性能的同时,解放人力,进而降低成本。
基于视频的人群异常状态检测是指在大规模人群的公共场所,对群体性事件进行行为状态智能分析,判断其是否存在人群踩踏、打架斗殴、骚乱等异常事件的检测方法。目前,国内外对于智能监控系统的研究均处于初级开发阶段,能够真正应用在实际生活中的产品很少。经过近些年大量专家学者的研究工作,在视频内容分析理解方面,侧重于人群密度估计或少数个体研究已经取得了一定的科研成果,
而现阶段取得的所述科研成果只适用于街头、室内等近距离的监控设备的条件,这样的环境下检测的目标显示分辨率高、区域较大,识别难度相对较低,但是在远距离检测的条件下,这样的条件所拍摄的场景面积大,目标人物相对就显得非常小、并且十分模糊,检测难度更大,所以上述科研成果并不适用。
针对上述的远距离监控下人群异常状态的检测困难的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种监控视频中人数检测方法及装置,以至少解决由于现有技术无法在远距离监控下实现人群异常状态的检测造成的公共场所安全无法保障的技术问题。
根据本发明实施例的一个方面,提供了一种监控视频中人数检测的方法,包括:对采集到的监控视频中的每一帧图像进行直方图均衡化,得到直方图均衡化后的均衡化图像;通过级联分类器,识别所述均衡化图像中的人体,其中,所述级联分类器用于根据直方图均衡化后的所述均衡化图像的人体特征识别出人体;对识别出的人体进行统计。
可选的,所述级联分类器至少由两个弱分类器叠加而成,其中,所述级联分类器通过叠加的所述至少两个弱分类器根据所述直方图均衡化后的均衡化图像的人体特征识别出人体。
可选的,在采集的所述监控视频为彩色的情况下,在对采集到的所述监控视频中的每一帧图像进行直方图均衡化之前,所述方法还包括:将彩色的所述监控视频中的每一帧图像进行灰度化;对采集到的所述监控视频中的每一帧图像进行直方图均衡化包括:对进行灰度化后的每一帧图像进行直方图均衡化。
可选的,在通过所述级联分类器,识别所述均衡化图像中的人体之前,所述方法还包括:利用拉普拉斯算子提取所述每一帧图像中的高频成份,并对所述高频成份赋于权值,得到增强后的高频成份;将增强后的高频成份叠加于直方图均衡化后的图像中,得到增强后的均衡化图像;通过所述级联分类器,识别所述均衡化图像中的人体包括:通过所述级联分类器,识别所述增强后的均衡化图像中的人体。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳光启合众科技有限公司;深圳光启创新技术有限公司,未经深圳光启合众科技有限公司;深圳光启创新技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711327492.5/2.html,转载请声明来源钻瓜专利网。





