[发明专利]一种基于RGB和D信息融合的人流量统计方法

说明书

本发明公开了一种基于RGB和D信息融合的人流量统计方法，包括：步骤1，采集包含人头信息的图像样本；步骤2，对RGB样本进行人头区域的标记，将正负样本裁剪，对裁剪后的样本图像大小做正则化处理并为不同样本附上相应的样本标签；步骤3，提取所有RGB样本图像的HOG特征，将提取的HOG特征和其对应的样本标签输入到SVM分类器进行训练；步骤4，利用训练好的SVM分类器对于新输入的视频帧中的RGB图像进行人头区域检测；步骤5，对新输入的视频帧的Depth图像的深度信息进行人头区域检测；步骤6，将检测结果融合获得最终检测目标框；步骤7，对目标对象进行跟踪获得目标对象的运动轨迹，统计人流量信息。

技术领域

本发明涉及一种基于RGB和D信息融合的人流量统计方法。

背景技术

近年来，智慧城市建设已成为社会生活发展的主要趋势。实时进出的人数是公共场所控制和管理的重要信息，如在公共交通设施上以及商场里。获取人流量信息不仅可以避免由于人流量过大造成的安全问题，也可以用来合理规划时间空间资源获得更好的经济效益。

传统的人流计数技术是通过旋转门，激光，红外线，压力等传感器来实现的。然而，为了获得人数(进/出)，让人按顺序经过指定传感器是必须的。因此，当人们并排走或者人流量较大时，这些传感器就没有办法获得一个准确的结果，所以说这些传感器的有效使用会极大的限制了人们进出的自由。同时，使用这些传感器必须改变当前的环境来安装这些设备，这会比较麻烦。所以说这些方法没有办法做到方便与准确并存。

现在基于计算机视觉的方法被广泛用于人数统计。近年来，深度学习在行人检测，人群行为分析和其他视频监控应用等各种视觉任务中取得了显着成果。Sermanet等人指出从深度学习模式获得的信息比手动获取的更加具有差异区分性。张等人提出了一种简单而有效的多列卷积神经网络(MCNN)架构来将图像映射到人口密度图。还有一系列的RNN，Fast-RCNN等方法在视觉处理方面的应用。参考文献：Sermanet,P.,Lecun,Y.:Trafficsign recognition with multi-scale convolutional networks.In:InternationalJoint Conference on Neural Networks.pp.2809-2813(2011)。

但是，深度学习算法必须依赖昂贵的计算设备(如GPU)和大量的数据。Kilambi等提出了一个基于斑点的系统来估计城市环境中一组人的数量。但是，基于斑点的方法只能检测移动物体。Li应用梯度直方图HOG特征来检测头肩，头肩探测的优点是减少部分阻塞的有效性，但是HOG特征对头肩检测不具有足够的判别能力。因此，检测率仍然不高。而且，在光线不足的情况下，RGB图像将失败，因此只有使用RGB图像才能满足该系统适应不同环境的需求。参考文献：Li,M.,Zhang,Z.,Huang,K.,Tan,T.:Estimating the number ofpeople in crowded scenes by mid based foreground segmentation and head-shoulder detection.In:International Conference on Pattern Recognition.pp.1{4(2009)。

最后对于利用头部的三维信息，许多文献提出了使用深度信息进行场景的3D分析的方法。这个领域的初始方法是开始于立体相机的使用，Microsoft Kinect的出现提供了通过结构光的深度图像之后，研究人员提出了使用这种类型的采集设备的新方法。但是对于这种来自深度相机采集的深度图像的原始深度信息数据是嘈杂的，包含许多噪音，这使得在使用原始数据进行分析时会出现不连续和难以分析的现象，而一般的深度信息处理算法比较初步，虽然处理后的数据可以做到安全使用，但是信息的利用度低。

发明内容