[发明专利]人群运动的检测方法及装置

说明书

本发明实施例公开了一种人群运动的检测方法及装置，其中，所述方法包括：获取视频监控图像中的帧图像；对所述帧图像进行傅里叶变换，得到所述帧图像对应的第一频谱图；根据所述频谱图中的高频分量确定所述人群的规模；在所述人群规模大于预设的规模阈值时，按照预设的规律抽取后续帧图像；对所述后续帧图像进行傅里叶变换，得到所述后续帧图像的第二频谱图；根据所述第一频谱图和第二频谱图确定人群运动的方位和距离。其运算相对简单，能够有效减少运算量，并且判断准确性更高。

技术领域

本发明涉及计算机图像处理技术领域，尤其涉及一种人群运动的检测方法及装置。

背景技术

人群信息可以为公共场所的管理和决策提供重要依据，交通枢纽、大型活动现场及大型商场等公共场所发生人群拥挤、人群拥堵等现象也越来越多，由于人群过度的拥挤拥堵造成的隐患也越来越多。而现实生活中对人群运动能够的准确信息，通常采用人工的方法，人工统计不但消耗了大量的人力物力，而且错误率较高。

视频监控大量的布置，给统计人群的详细息、智能预测、智能管理公共区域提供了基础，可以获得实时，准确的各种区域人群信息。可以基于视频监控对人群运动进行检测。

目前，基于视频监控对人群运动进行检测，通常可以采用人群图像特征结合神经网络方式进行。具体的，通过人群图像特征从监控视频采集的图像中识别出人群，并基于人群的图像特征识别人群中的人员数量。基于前后帧图像和人工确定的运动矢量对神经网络进行训练。待训练完成后，将从监控视频采集的前后帧图像输入到训练完成的神经网络，根据神经网络的输出结果检测人群运动。但上述方法存在如下问题：由于从监控视频采集的图像中利用图像的灰度特征检测人群数量规模，因此，需要进行大量的运算才可以得出人群数量规模，对于服务多个场景监控的服务器来说，难以承载对应的运算量；同时，对神经网络需要海量的不同场景的监控图像，未经过近似场景训练的神经网络对于不同背景的图像检测结果存在着一定的误差。

发明内容

有鉴于此，本发明实施例提供了一种群运动的检测方法及装置，以解决现有技术中对利用监控视频对人群运动检测存在的运算量大和误差率较高的技术问题。

第一方面，本发明实施例提供了一种人群运动的检测方法，包括：

获取视频监控图像中的帧图像；

对所述帧图像进行傅里叶变换，得到所述帧图像对应的第一频谱图；

根据所述频谱图中的高频分量确定所述人群的规模；

在所述人群规模大于预设的规模阈值时，按照预设的规律抽取后续帧图像；

对所述后续帧图像进行傅里叶变换，得到所述后续帧图像的第二频谱图；

根据所述第一频谱图和第二频谱图确定能够人群运动的方位和距离。

进一步的，所述根据所述频谱图中的高频分量确定所述人群的规模，包括：

获取高频分量中的旁峰数量；

将所述旁峰数量与预设的人群规模旁峰数量进行比较，确定所述人群的规模。

进一步的，所述根据所述第一频谱图中的高频信号与第二频谱图中的高频信号之间的相位确定人群运动方位和距离，包括：

根据第一频谱图和第二频谱图计算互功率谱相位，并计算所述互功率谱相位的二维离散傅里叶逆变换；

基于所述二维离散傅里叶逆变换确定相位相关函数的最大峰值所在的位置，根据所述最大峰值所在的位置确定人群运动的位移和方向。

进一步的，述根据第一频谱图和第二频谱图计算互功率谱相位，包括：

利用如下公式互功率谱相位计算：