本發(fā)明涉及人數統(tǒng)計技術領域，特別是涉及一種智慧金睛識別人流人數統(tǒng)計方法和裝置。

背景技術：

人員數量統(tǒng)計是各種安全監(jiān)控系統(tǒng)和大型商場、購物中心、連鎖店、機場、車站、博物館、展覽館、自助銀行等場所在管理和決策方面不可缺少的數據。例如，對于自助銀行，由于自助銀行對安全要求很高，隨著自助銀行內人數的增加，發(fā)生問題的風險也在增加，如何在準確的統(tǒng)計自助銀行內的人員數量，對于自助銀行的監(jiān)管者來說顯得非常重要。

技術實現要素：

本發(fā)明的目的在于克服現有技術的不足，提供一種智慧金睛識別人流人數統(tǒng)計方法和裝置，能夠實現人員數量的準確統(tǒng)計。

本發(fā)明的目的是通過以下技術方案來實現的：一種智慧金睛識別人流人數統(tǒng)計方法，包括：獲取出入口的實時視頻；進行出入口的背景檢測；根據所述出入口的實時視頻和所述背景檢測的結果檢測所述實時視頻中的人員，然后獲取人員的運動軌跡；根據所述人員的運動軌跡進行人數統(tǒng)計。

所述出入口的實時視頻由安裝在出入口正上方的雙目立體視覺攝像裝置采用雙目立體視覺攝像技術拍攝獲得。

所述雙目立體視覺攝像裝置中設有用于采集二維的視頻圖像的二維攝像頭和用于采集視頻圖像的深度信息的三維視覺傳感器。

進行出入口的背景檢測的方法為：獲取所述出入口的實時視頻中多幀圖像，對單個像素點進行灰度直方圖統(tǒng)計；對直方圖進行平滑去噪，并找到該像素點出現頻率最大的像素值；計算在最大值點左右一段a范圍內是否包含了全部統(tǒng)計能量的90％：若是，則認為所述直方圖為單峰值，即認為所述直方圖中頻率出現最大值點的像素值即為該點的背景像素；否則認為所述直方圖為多峰狀，找出直方圖中的若干個極大值；統(tǒng)計該像素點的多幀平均值，將多個極大值和該平均值做比較，將極大值與平均值的差值最小的極大值點作為該點的背景像素；重復上述步驟，直到完成對所有像素點的處理，獲得背景檢測的結果。

檢測所述實時視頻中的人員的方法為：根據背景檢測的結果去除所述出入口的實時視頻中的背景圖像，獲取目標圖像；采用人臉檢測、人體檢測和頭肩檢測的來檢測目標圖像中的人員，得到人臉檢測結果、人體檢測結果和頭肩檢測結果；根據預設的人臉檢測結果、人體檢測結果和頭肩檢測結果在最終結果中的權重，計算檢測到人員的概率，若檢測到人員的概率大于60%，則認為檢測到人員。

所述人臉檢測的方法為：提取目標圖像的目標特征點，獲取預設的人臉特征點，若目標特征點中包含人臉特征點，則認為檢測到人員；所述人體檢測的方法為：提取目標圖像的目標特征點，獲取預設的人體輪廓特征點，若目標特征點中包含人體輪廓特征點，則認為檢測到人員；所述頭肩檢測的方法為：提取目標圖像的目標特征點，獲取預設的頭部和肩部輪廓特征點，若目標特征點中包含頭部和肩部輪廓特征點，則認為檢測到人員。

根據所述人員及人員的運動軌跡進行人數統(tǒng)計的方法為：若檢測到一個人員向室內移動，則將室內人數加一，若檢測到一個人員向室外移動，則將室內人數減一。

一種智慧金睛識別人流人數統(tǒng)計裝置，包括：雙目立體視覺攝像模塊，用于獲取出入口的實時視頻；背景檢測模塊，用于檢測出入口的背景圖像；人員檢測模塊，用于根據所述背景圖像檢測所述出入口實時視頻中的人員；運動軌跡檢測模塊，用于檢測所述人員的運動軌跡；計數模塊，用于根據所述人員的運動軌跡進行人數統(tǒng)計。

所述智慧金睛識別人流人數統(tǒng)計裝置還包括報警模塊，用于在人數超過預設值時進行報警。

所述雙目立體視覺攝像模塊中設有用于采集二維的視頻圖像的二維攝像頭和用于采集視頻圖像的深度信息的三維視覺傳感器。

本發(fā)明的有益效果是：本發(fā)明先去除出入口的監(jiān)控視頻中的背景圖像，然后再在獲得的目標圖像中進行人員檢測， 然后檢測人員的運動軌跡，根據人員的運動軌跡判斷該人員是離開或者進入室內，然后再進行室內的人數統(tǒng)計，提高了人數統(tǒng)計的準確性。

附圖說明

圖1為本發(fā)明中智慧金睛識別人流人數統(tǒng)計方法的流程圖；

圖2為本發(fā)明中智慧金睛識別人流人數統(tǒng)計裝置的示意圖。

具體實施方式

下面結合附圖進一步詳細描述本發(fā)明的技術方案，但本發(fā)明的保護范圍不局限于以下所述。

如圖1所示，一種智慧金睛識別人流人數統(tǒng)計方法，包括以下步驟：

步驟一、獲取出入口的實時視頻。

所述出入口的實時視頻由安裝在出入口正上方的雙目立體視覺攝像裝置采用雙目立體視覺攝像技術拍攝獲得。雙目立體視覺攝像技術還原了圖像的真實度，因為不再單純采用軟件來補償缺失的一個維度，使得運行的軟件變少了，軟件的運行速度就變很快，系統(tǒng)不會再出現“死機”的情況，系統(tǒng)運行的穩(wěn)定性大大得以提高。

所述雙目立體視覺攝像裝置中設有用于采集二維的視頻圖像的二維攝像頭和用于采集視頻圖像的深度信息的三維視覺傳感器。

雙目立體視覺攝像裝置還對采集到的視頻圖像進行濾波處理，本實施例中圖像濾波的方法為：對于采集到的視頻圖像采用大津算法進行分割，得到二值圖像；對于獲得的二值圖像，先進行腐蝕運算，后進行膨脹運算，得到目標區(qū)域和噪聲分隔的二值圖像； 將獲得的目標區(qū)域和噪聲分隔的二值圖像進行連通區(qū)域跟蹤，具體步驟如下：目標區(qū)域跟蹤：對于二值圖像中的所有亮點，通過鄰域搜索將其分隔為若干個獨立連通區(qū)域；對于獲得的獨立連通區(qū)域，根據預設的閾值，保留超過閾值的獨立連通區(qū)域作為目標區(qū)域。

步驟二、進行出入口的背景檢測。

進行出入口的背景檢測的方法為：獲取所述出入口的實時視頻中多幀圖像（例如60幀圖像），對單個像素點進行灰度直方圖統(tǒng)計；對直方圖進行平滑去噪，并找到該像素點出現頻率最大的像素值；計算在最大值點左右一段a（a的取值為2～4）范圍內是否包含了全部統(tǒng)計能量的90％：若是，則認為所述直方圖為單峰值，即認為所述直方圖中頻率出現最大值點的像素值即為該點的背景像素；否則認為所述直方圖為多峰狀，找出直方圖中的若干個極大值；統(tǒng)計該像素點的多幀平均值，將多個極大值和該平均值做比較，將極大值與平均值的差值最小的極大值點作為該點的背景像素；重復上述步驟，直到完成對所有像素點的處理，獲得背景檢測的結果。

步驟三、根據所述出入口的實時視頻和所述背景檢測的結果檢測所述實時視頻中的人員，然后獲取人員的運動軌跡。

檢測所述實時視頻中的人員的方法為：根據背景檢測的結果去除所述出入口的實時視頻中的背景圖像，獲取目標圖像；采用人臉檢測、人體檢測和頭肩檢測的來檢測目標圖像中的人員，得到人臉檢測結果、人體檢測結果和頭肩檢測結果；根據預設的人臉檢測結果、人體檢測結果和頭肩檢測結果在最終結果中的權重，計算檢測到人員的概率，若檢測到人員的概率大于60%，則認為檢測到人員。

所述人臉檢測的方法為：提取目標圖像的目標特征點，獲取預設的人臉特征點，若目標特征點中包含人臉特征點，則認為檢測到人員；

所述人體檢測的方法為：提取目標圖像的目標特征點，獲取預設的人體輪廓特征點，若目標特征點中包含人體輪廓特征點，則認為檢測到人員；

所述頭肩檢測的方法為：提取目標圖像的目標特征點，獲取預設的頭部和肩部輪廓特征點，若目標特征點中包含頭部和肩部輪廓特征點，則認為檢測到人員。

步驟四、根據所述人員的運動軌跡進行人數統(tǒng)計。

根據所述人員及人員的運動軌跡進行人數統(tǒng)計的方法為：若檢測到一個人員向室內移動，則將室內人數加一，若檢測到一個人員向室外移動，則將室內人數減一。

如圖2所示，一種智慧金睛識別人流人數統(tǒng)計裝置，包括：雙目立體視覺攝像模塊，用于獲取出入口的實時視頻；背景檢測模塊，用于檢測出入口的背景圖像；人員檢測模塊，用于根據所述背景圖像檢測所述出入口實時視頻中的人員；運動軌跡檢測模塊，用于檢測所述人員的運動軌跡；計數模塊，用于根據所述人員的運動軌跡進行人數統(tǒng)計。

所述智慧金睛識別人流人數統(tǒng)計裝置還包括報警模塊，用于在人數超過預設值時進行報警。

所述雙目立體視覺攝像模塊中設有用于采集二維的視頻圖像的二維攝像頭和用于采集視頻圖像的深度信息的三維視覺傳感器。

以上所述僅是本發(fā)明的優(yōu)選實施方式，應當理解本發(fā)明并非局限于本文所披露的形式，不應看作是對其他實施例的排除，而可用于各種其他組合、修改和環(huán)境，并能夠在本文所述構想范圍內，通過上述教導或相關領域的技術或知識進行改動。而本領域人員所進行的改動和變化不脫離本發(fā)明的精神和范圍，則都應在本發(fā)明所附權利要求的保護范圍內。