俯視行人視頻監(jiān)控中的客流計(jì)數(shù)與事件分析方法
【專利摘要】本發(fā)明提出了一種俯視行人視頻監(jiān)控中的客流計(jì)數(shù)與事件分析方法。主要包括俯視行人的特征提取與檢測，俯視行人的跟蹤以及俯視行人監(jiān)控事件的分析等。俯視行人的檢測是以俯視行人頭部特征為基礎(chǔ)的，頭部特征可以分解成幾個(gè)級(jí)聯(lián)的特征組合，依次是：矩形特征、顏色穩(wěn)定特征、梯度變化特征、梯形特征和圓弧特征等；俯視行人的跟蹤采用了自適應(yīng)均值移位算法，可以實(shí)現(xiàn)多目標(biāo)自動(dòng)獲取和跟蹤；俯視客流事件的分類和辨別方法。
【專利說明】俯視行人視頻監(jiān)控中的客流計(jì)數(shù)與事件分析方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計(jì)算機(jī)視覺領(lǐng)域中的智能視頻監(jiān)控技木。
【背景技術(shù)】
[0002]本發(fā)明適用于公共設(shè)施出入口和過道，攝像裝置安置在頂部，俯視向下拍攝。如公交車入口、超市收費(fèi)通道、展廳入口過道等，攝像頭距地面2米以上，主要用于客流的統(tǒng)計(jì)和人流的監(jiān)控。國內(nèi)外對(duì)俯視客流的檢測和計(jì)數(shù)問題研究相對(duì)較少，尤其是在國內(nèi)，目前連視頻中基本的客流計(jì)數(shù)功能都不完善。

【發(fā)明內(nèi)容】

[0003]俯視行人視頻監(jiān)控的任務(wù)主要有兩個(gè):ー個(gè)是客流計(jì)數(shù)，ー個(gè)是事件分析。客流計(jì)數(shù)的內(nèi)容主要是俯視客流的檢測、跟蹤和計(jì)數(shù)。俯視客流的事件分普通事件和異常事件兩種；一般寒件有排隊(duì)等待、人員抑堵等，異常寒件有現(xiàn)場遺留物品和兩人打斗等。
[0004]( I)俯視行人的檢測 I)監(jiān)控系統(tǒng)的觸發(fā)
采用運(yùn)動(dòng)變化檢測觸發(fā)，即利用視頻幀間差法計(jì)算場景內(nèi)容的變化，設(shè)視頻相鄰幀的灰度圖像相減得幀差圖1mn，SPImn=Im (n) -1m (,n-1)
式中，n表示當(dāng)前巾貞的序數(shù)，Im(n)表示當(dāng)前巾貞灰度圖像，Im(n-1)表示上ー巾貞灰度圖像；如有當(dāng)前幀與上ー幀內(nèi)容有變化且變化滿足一定要求(如檢測到與上一幀變化量超過1%)，就觸發(fā)俯視行人的檢測。
[0005]2 )采用分級(jí)特征檢測目標(biāo)
本發(fā)明的俯視行人檢測是以俯視行人的人頭為檢測目標(biāo)的。當(dāng)檢測系統(tǒng)被觸發(fā)以后，就在當(dāng)前幀圖像上遍歷檢測目標(biāo)，即用一定大小的矩形檢測框以一定大小的步長從上至下、從左至右掃描整張圖像。每個(gè)檢測矩形框的內(nèi)容都是候選目標(biāo)。候選目標(biāo)的特征包括矩形特征、顔色穩(wěn)定特征、梯度變化特征、梯形特征和圓弧特征等。
[0006]以下特征檢測是級(jí)聯(lián)結(jié)構(gòu)，只有滿足前面特征的目標(biāo)矩形框才能進(jìn)行下一環(huán)節(jié)的特征檢測，不滿足條件的候選目標(biāo)矩形框在被不滿足特征的檢測環(huán)節(jié)丟棄。
[0007]①矩形特征檢測
目標(biāo)的矩形特征主要是以目標(biāo)局部矩形塊之間差值為基礎(chǔ)的，即目標(biāo)外觀的特性可以用各矩形分塊像素的灰度累加值(簡稱矩形值，可以運(yùn)用“積分圖”快速計(jì)算而得)的差值來判斷。矩形分塊之間的差值反映了兩塊矩形外觀的差異，如果設(shè)定好相對(duì)偏差的閾值，就可以根據(jù)不同矩形塊之間相對(duì)偏差的大小，判定該目標(biāo)整體或局部的對(duì)稱特征。將目標(biāo)視作矩形，目標(biāo)特征根據(jù)該矩形內(nèi)的矩形分塊相互關(guān)系和分布特點(diǎn)決定。人頭目標(biāo)在矩形特征中，運(yùn)用了左右兩邊對(duì)稱、上下兩半相似、三分塊結(jié)構(gòu)和團(tuán)塊結(jié)構(gòu)等特征，如圖1所示。具體描述是檢測目標(biāo)矩形框是否左右對(duì)稱，即左右兩個(gè)子矩形塊是否相差不大；檢測目標(biāo)矩形框是否上下近似，即上下兩個(gè)子矩形塊是否相差不大，但必須要有一定的差別；檢測目標(biāo)矩形框是否左中右結(jié)構(gòu)，即中間的子矩形塊與兩邊的子矩形塊滿足一定的差異要求；檢測目標(biāo)矩形框是否具有團(tuán)塊特征，即四個(gè)角的子矩形塊中至少有三個(gè)不同于中間子矩形塊的值。
[0008]②顏色穩(wěn)定性特征
人頭部顏色是矩形中心一個(gè)相對(duì)穩(wěn)定的團(tuán)塊，所以計(jì)算矩形中心像素點(diǎn)灰度值的方差，如果方差在閾值之下，視作該目標(biāo)矩形塊顏色穩(wěn)定，符合人頭的特征，否則就不符合。
[0009]③梯度變化特征(這里借用“梯度”的概念表示有較大的變化)
本特征是指頭部區(qū)域顏色與背景顏色應(yīng)有較大的差別，即頭部輪廓以外的顏色與頭部的顏色不同。旋轉(zhuǎn)采樣背景點(diǎn)的平均值與人頭的平均值比較。如圖2所示，設(shè)目標(biāo)正方形框的中心坐標(biāo)為(i，j)，目標(biāo)框邊長為2R，人頭采樣半徑Kr小于人頭半徑)，從圓心引射線逆時(shí)針旋轉(zhuǎn)，Θ表示射線與水平位置的夾角)，采樣位置為射線在0=2pi/N處頭部以外區(qū)域即背景的采樣。人頭區(qū)域內(nèi)的、人頭區(qū)域外采樣點(diǎn)的像素值分別表示為:H(i + rcos Θ ,j + rsin θ )和B (i + Rcos θ , j + Rsin θ ),則該目標(biāo)的梯度變化值計(jì)算式為:
【權(quán)利要求】
1.俯視客流監(jiān)控系統(tǒng)的觸發(fā)，采用運(yùn)動(dòng)變化檢測觸發(fā)，即利用視頻幀間差法計(jì)算場景的變化，設(shè)視頻相鄰幀的灰度圖像相減得幀差圖1mn,即Imn=Im(n)-1m(n-1), n表示當(dāng)前中貞的序數(shù)，Im(n)表示當(dāng)前幀灰度圖像，Im(n-1)表示上ー幀灰度圖像；如有當(dāng)前幀與上一中貞內(nèi)容有變化且變化滿足一定要求(如檢測到與上一幀變化量超過1%)，就觸發(fā)俯視行人的檢測。
2.俯視行人的檢測是以檢測俯視行人的人頭特征為基礎(chǔ)的，俯視行人的人頭特征包括矩形特征、顔色穩(wěn)定特征、梯度變化特征、梯形特征和圓弧特征等，這些特征是以級(jí)聯(lián)分類器的方式組合在一起，每ー級(jí)分類器代表ー個(gè)特征判別，只有滿足該級(jí)分類器特征條件的候選目標(biāo)才能進(jìn)入下一級(jí)分類器判斷。
3.根據(jù)權(quán)利要求2所述的人頭的矩形特征，其特征主要是以目標(biāo)局部矩形塊之間差值為基礎(chǔ)的，即目標(biāo)外觀的特性可以用各矩形分塊像素的灰度累加值(簡稱矩形值，可以運(yùn)用“積分圖”快速計(jì)算而得)的差值來判斷；矩形分塊之間的差值反映了兩塊矩形外觀的差異，如果設(shè)定好相對(duì)偏差的閾值，就可以根據(jù)不同矩形塊之間相對(duì)偏差的大小，判定該目標(biāo)整體或局部的對(duì)稱特征；將目標(biāo)視作矩形，目標(biāo)特征根據(jù)該矩形內(nèi)的矩形分塊相互關(guān)系和分布特點(diǎn)決定；人頭目標(biāo)在矩形特征中，矩形特征具體描述是檢測目標(biāo)矩形框是否左右対稱，即左右兩個(gè)子矩形塊是否相差不大；檢測目標(biāo)矩形框是否上下近似，即上下兩個(gè)子矩形塊是否相差不大，但必須要有一定的差別；檢測目標(biāo)矩形框是否左中右結(jié)構(gòu)，即中間的子矩形塊與兩邊的子矩形塊滿足一定的差異要求；檢測目標(biāo)矩形框是否具有團(tuán)塊特征，即四個(gè)角的子矩形塊中至少有三個(gè)不同于中間子矩形塊的值等。
4.根據(jù)權(quán)利要求2所述的人頭的顏色穩(wěn)定性特征，其特征在于:人頭部顏色是矩形中心ー個(gè)相對(duì)穩(wěn)定的團(tuán)塊，所以計(jì)算矩形中心像素點(diǎn)灰度值的方差，如果方差在閾值之下，視作該目標(biāo)矩形塊顏色穩(wěn)定，符合人頭的特征，否則就不符合。
5.根據(jù)權(quán)利要求2所述的人頭的梯度變化特征，其特征在于:頭部區(qū)域顔色與背景顏色應(yīng)有較大的差別，即頭部輪廓以外的顔色與頭部的顔色不同；將旋轉(zhuǎn)采樣背景點(diǎn)的平均值與人頭的平均值比較，只有超過一定閾值的結(jié)果才符合目標(biāo)的要求；最簡單的取樣，只取以上、下、左、右4個(gè)方向的采樣點(diǎn)比較來計(jì)算判斷梯度變化特征。
6.根據(jù)權(quán)利要求2所述的人頭的梯形特征，其特征在于:人體頭部在一定的俯視角度下是ー個(gè)類似圓形的團(tuán)塊，團(tuán)塊的特征是內(nèi)部顔色均勻，邊緣一般是圓弧狀，那么頭部邊緣的圓弧形的形狀特征，可以被利用作為判斷候選目標(biāo)是否是人體頭部的依據(jù)；為簡化計(jì)算圓弧可以用梯形來近似；梯形特征檢測有兩種方法。
7.根據(jù)權(quán)利要求6所述的人頭的梯形特征的兩種方法:ー種方法運(yùn)用矩形特征中的梯形特征判斷；另ー種方法是將圖像預(yù)處理、二值化、形態(tài)學(xué)運(yùn)算，頭部區(qū)域在處理之后在圖中表現(xiàn)為全白的部分，依序?qū)δ繕?biāo)窗ロ的每一行進(jìn)行遍歷獲得連續(xù)的白色線段，所以按行掃描頭部區(qū)域，一行中中間連續(xù)為I的像素點(diǎn)組成的線段表示頭部在該行的長度；由于頭部輪廓總體或大部分呈圓弧狀，一般越靠近邊框的線段長度較短，越靠近中心的線段較長，這樣線段并在一起才會(huì)具有圓弧狀的效果；在矩形目標(biāo)框中，上半、下半、左半、右半四部分只要有ー個(gè)部分滿足就符合人頭的梯形特性要求。
8.根據(jù)權(quán)利要求2所述的人頭的圓弧特征，其特征在于:雖然人頭呈現(xiàn)的是團(tuán)塊特征，但可以利用Hough變換，在設(shè)定合適的參數(shù)情況下進(jìn)行圓弧檢測以達(dá)到對(duì)目標(biāo)的檢測；所以對(duì)目標(biāo)矩形框內(nèi)圖像求邊緣并二值化處理，檢測是否有圓形輪廓線判斷是否是目標(biāo)。
9.當(dāng)目標(biāo)在指定區(qū)域被檢測以后，就進(jìn)行目標(biāo)的跟蹤，跟蹤特征選擇矩形框的灰度直方圖特性；本發(fā)明采用連續(xù)自適應(yīng)均值移位(CAMShift)算法進(jìn)行跟蹤，跟蹤目標(biāo)自動(dòng)獲取，且能多目標(biāo)實(shí)時(shí)跟蹤，算法主要步驟如下:①選擇搜索窗口的初始位置，計(jì)算搜索窗顏色概率分布，初始位置由上述檢測方法檢測出的目標(biāo)矩形框用修正的方法設(shè)置新窗口位置，執(zhí)行均值移位(Mean Shift)跟蹤；③保存零階矩；④根據(jù)零階距設(shè)置搜索窗口的大小重復(fù)步驟②、④直至收斂。
10.客流計(jì)數(shù)和事件分析:①客流計(jì)數(shù):在圖像中設(shè)定范圍，當(dāng)目標(biāo)移入就會(huì)被檢測，并跟蹤該目標(biāo)，直到移出設(shè)定范圍就停止跟蹤，計(jì)數(shù)加I或減I;②人員排隊(duì):多目標(biāo)持續(xù)在檢測范圍內(nèi)，并緩慢移動(dòng)；③人員擁堵:密集的多目標(biāo)持續(xù)一段時(shí)間在檢測范圍內(nèi)沒有離開遺留物:保留原始背景，當(dāng)運(yùn)動(dòng)檢測沒有變化，而此時(shí)背景持續(xù)不同就判定現(xiàn)場有遺留物；⑤兩人打斗:兩目 標(biāo)持續(xù)在檢測范圍內(nèi)移動(dòng)。
【文檔編號(hào)】G06K9/00GK103559478SQ201310459104
【公開日】2014年2月5日 申請(qǐng)日期:2013年10月7日 優(yōu)先權(quán)日:2013年10月7日
【發(fā)明者】唐春暉, 黃影平 申請(qǐng)人:唐春暉