本發(fā)明涉及計(jì)算機(jī)視頻檢測(cè)技術(shù)領(lǐng)域，尤其涉及一種基于人頭檢測(cè)的客流統(tǒng)計(jì)方法。

背景技術(shù)：

在商場(chǎng)、購(gòu)物中心、機(jī)場(chǎng)、車(chē)站等公共場(chǎng)所的管理和決策中，客流量是不可缺少的數(shù)據(jù)信息，可以為人流管理、資源管理、管理決策提供重要的依據(jù)。另外，通過(guò)對(duì)客流量，即進(jìn)出人數(shù)的統(tǒng)計(jì)，可以實(shí)時(shí)有效的監(jiān)控、組織公共場(chǎng)所的運(yùn)營(yíng)工作，為人們提供更安全的環(huán)境和更優(yōu)質(zhì)的服務(wù)。

例如在地鐵站，通過(guò)行人計(jì)數(shù)可以實(shí)時(shí)了解每個(gè)站點(diǎn)的客流大小，靈活調(diào)度地鐵列車(chē)密度，實(shí)時(shí)發(fā)布客流密集地區(qū)信息，有利于加強(qiáng)人群運(yùn)輸效率，確保地鐵運(yùn)營(yíng)平穩(wěn)有效。在商場(chǎng)，客流流量是體現(xiàn)其商業(yè)價(jià)值的重要依據(jù)，對(duì)客流量的準(zhǔn)確計(jì)算，有利于掌握客人的購(gòu)物偏好，從而實(shí)現(xiàn)更好的物流安排，還可以根據(jù)各區(qū)域的人群密集程度，有效調(diào)配服務(wù)人員。

真實(shí)場(chǎng)景中的行人檢測(cè)技術(shù)在諸如視頻監(jiān)控、客流統(tǒng)計(jì)系統(tǒng)中占有重要地位，但是由于行人本身及其周?chē)h(huán)境所固有的復(fù)雜多變特點(diǎn)，要做到實(shí)時(shí)、準(zhǔn)確的檢測(cè)仍然面臨著很多技術(shù)難點(diǎn)，為此提高行人檢測(cè)的魯棒性顯得尤為重要。

人頭在視頻監(jiān)控設(shè)備所獲取的輸入圖像中具有像素?cái)?shù)量少，外形較為規(guī)則的特性，非常適合用于對(duì)監(jiān)控區(qū)域中的行人進(jìn)行監(jiān)控、跟蹤并統(tǒng)計(jì)數(shù)量。目前，在現(xiàn)有技術(shù)中，存在諸多基于人頭實(shí)現(xiàn)客流統(tǒng)計(jì)的方法。例如，中國(guó)發(fā)明專(zhuān)利，申請(qǐng)?zhí)枺?01410351236.X，公開(kāi)了“基于人頭檢測(cè)的行人計(jì)數(shù)方法”。其對(duì)若干訓(xùn)練樣本集使用SVM分類(lèi)器進(jìn)行訓(xùn)練以得到若干人頭分類(lèi)器，并通過(guò)幀間差分法對(duì)輸入圖像進(jìn)行幀間差分運(yùn)算，以得到運(yùn)動(dòng)行人區(qū)域；利用人頭分類(lèi)器對(duì)運(yùn)動(dòng)行人區(qū)域進(jìn)行檢測(cè)，得到人頭區(qū)域；最后，通過(guò)Kalman最近鄰匹配跟蹤法對(duì)人頭區(qū)域的中心點(diǎn)進(jìn)行跟蹤與計(jì)數(shù)。然而，上述現(xiàn)有技術(shù)在復(fù)雜環(huán)境中，仍然存在漏檢與誤差較大的問(wèn)題，算法的魯棒性不佳。

有鑒于此，有必要對(duì)現(xiàn)有技術(shù)中的客流統(tǒng)計(jì)方法予以改進(jìn)，以解決上述問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于揭示一種基于人頭檢測(cè)的客流統(tǒng)計(jì)方法，用以克服現(xiàn)有技術(shù)中在公共區(qū)域中的客流統(tǒng)計(jì)中存在受外界干擾較大的缺陷，提高客流統(tǒng)計(jì)的準(zhǔn)確性及算法的魯棒性，并降低計(jì)算開(kāi)銷(xiāo)。

為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明提供了一種基于人頭檢測(cè)的客流統(tǒng)計(jì)方法，包括以下步驟：

步驟S1、獲取監(jiān)控區(qū)域的視頻流圖像作為輸入圖像；

步驟S2、預(yù)處理輸入圖像，提取前景目標(biāo)的邊緣圖像；

步驟S3、基于Hough變換檢測(cè)邊緣圖像中存在的類(lèi)圓邊緣；

步驟S4、通過(guò)置信度計(jì)算判定類(lèi)圓邊緣中的頭部邊緣；

步驟S5、通過(guò)統(tǒng)計(jì)頭部邊緣數(shù)量計(jì)算客流。

作為本發(fā)明的進(jìn)一步改進(jìn)，所述步驟S2具體為：采用Canny算法對(duì)輸入圖像進(jìn)行邊緣檢測(cè)，濾除背景邊緣，僅保留前景目標(biāo)的邊緣并存儲(chǔ)為邊緣圖像。

作為本發(fā)明的進(jìn)一步改進(jìn)，所述步驟S3具體包括以下子步驟：

子步驟S31、計(jì)算邊緣圖像中邊緣像素點(diǎn)的梯度方向；

子步驟S32、基于Hough變換在梯度方向上查找過(guò)邊緣像素點(diǎn)的標(biāo)準(zhǔn)圓的圓心坐標(biāo)；

子步驟S33、限定過(guò)邊緣像素點(diǎn)的標(biāo)準(zhǔn)圓的半徑取值范圍作為頭部半徑r范圍；

子步驟S34、將圓心軌跡映射線(xiàn)段頻繁相交的區(qū)域作為映射圓心極值區(qū)域，在映射圓心極值區(qū)域內(nèi)選取多個(gè)映射圓心，多個(gè)映射圓心分別對(duì)應(yīng)多個(gè)標(biāo)準(zhǔn)圓的邊緣；

提取落在所有標(biāo)準(zhǔn)圓邊緣上的所有邊緣像素點(diǎn)作為類(lèi)圓邊緣。

作為本發(fā)明的進(jìn)一步改進(jìn)，所述步驟S4具體為：通過(guò)由弧長(zhǎng)置信度C_L、分布置信度C_D及匹配置信度C_M所組成的綜合置信度C與置信度閾值C_T進(jìn)行比較，將綜合置信度C大于置信度閾值C_T的類(lèi)圓邊緣判定為頭部邊緣。

作為本發(fā)明的進(jìn)一步改進(jìn)，所述弧長(zhǎng)置信度C_L的計(jì)算公式為：其中，N_L為類(lèi)圓邊緣上的邊緣像素點(diǎn)數(shù)量；r_e′＝r_e+ρ*l，r_e為映射圓心極值區(qū)域內(nèi)的極值點(diǎn)所對(duì)應(yīng)標(biāo)準(zhǔn)圓的半徑，r_e′為能夠包含所述r_e所對(duì)應(yīng)的標(biāo)準(zhǔn)圓的外界圓的半徑；ρ＝0.2；l為邊緣像素點(diǎn)的映射圓心軌跡限定在位于梯度方向上的一段線(xiàn)段的長(zhǎng)度；

所述分布置信度C_D的計(jì)算公式為：其中，A_D為連接類(lèi)圓邊緣上的邊緣像素點(diǎn)所構(gòu)成的多邊形的面積；

所述匹配置信度C_M的計(jì)算公式為：其中，p_i為類(lèi)圓邊緣上的邊緣像素點(diǎn)，p_e為極值點(diǎn)，d(p_i，p_e)為邊緣像素點(diǎn)到極值點(diǎn)的距離；

綜合置信度C的計(jì)算公式為：其中，w₁、w₂及w₃分別為弧長(zhǎng)置信度C_L、分布置信度C_D及匹配置信度C_M的權(quán)重值。

作為本發(fā)明的進(jìn)一步改進(jìn)，所述弧長(zhǎng)置信度C_L、分布置信度C_D及匹配置信度C_M的權(quán)重之比為1∶1∶1。

作為本發(fā)明的進(jìn)一步改進(jìn)，所述信度閾值C_T＝0.6。

作為本發(fā)明的進(jìn)一步改進(jìn)，所述子步驟S33中頭部半徑r的取值范圍為[10，30]，單位為像素。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：在本發(fā)明中，可在復(fù)雜環(huán)境中減低對(duì)具有人頭的行人的漏檢，降低了計(jì)算誤差且提高了算法的魯棒性，并降低了計(jì)算開(kāi)銷(xiāo)。

附圖說(shuō)明

圖1為本發(fā)明一種基于人頭檢測(cè)的客流統(tǒng)計(jì)方法具體實(shí)施方式的流程示意圖；

圖2為圖1所示的獲取監(jiān)控區(qū)域的視頻流圖像的工作原理示意圖；

圖3為基于Hough變換原理提出的一種簡(jiǎn)單高效的檢測(cè)類(lèi)圓邊緣的方法的示意圖；

圖4為圖3中三個(gè)映射圓心所對(duì)應(yīng)的映射標(biāo)準(zhǔn)圓；

圖5為連接所有標(biāo)準(zhǔn)圓上邊緣像素點(diǎn)形成的類(lèi)圓邊緣；

圖6為參數(shù)空間(x_e，y_e，r_e′)對(duì)應(yīng)的標(biāo)準(zhǔn)圓的設(shè)定示意圖；

圖7為連接類(lèi)圓邊緣像素點(diǎn)構(gòu)成多邊形的示意圖。

具體實(shí)施方式

下面結(jié)合附圖所示的各實(shí)施方式對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明，但應(yīng)當(dāng)說(shuō)明的是，這些實(shí)施方式并非對(duì)本發(fā)明的限制，本領(lǐng)域普通技術(shù)人員根據(jù)這些實(shí)施方式所作的功能、方法、或者結(jié)構(gòu)上的等效變換或替代，均屬于本發(fā)明的保護(hù)范圍之內(nèi)。

請(qǐng)參圖1至圖7所示出的本發(fā)明一種基于人頭檢測(cè)的客流統(tǒng)計(jì)方法的一種具體實(shí)施方式。在本實(shí)施方式中，參圖1所示，在本實(shí)施方式中，所述基于人頭檢測(cè)的客流統(tǒng)計(jì)方法包括以下步驟：

步驟S1、獲取監(jiān)控區(qū)域的視頻流圖像作為輸入圖像。

參圖2所示，本發(fā)明一種基于人頭檢測(cè)的客流統(tǒng)計(jì)方法是基于攝像機(jī)垂直拍攝并適用于室外情況和室內(nèi)情況。在本實(shí)施方式中，該步驟S1具體為：通過(guò)攝像機(jī)10獲取監(jiān)控區(qū)域30的視頻流圖像作為輸入圖像，所述監(jiān)控區(qū)域30位于攝像機(jī)10的正下方。

具體的，攝像機(jī)10設(shè)置在出入口20附近的正上方，行人可沿著箭頭201的方向上在出入口20中來(lái)回走動(dòng)。攝像機(jī)10所獲取的監(jiān)控區(qū)域30可完全覆蓋出入口20的全部區(qū)域。

在本實(shí)施方式中，該監(jiān)控區(qū)域30為矩形，當(dāng)然也可以為正方形或圓形或者其他形狀。攝像機(jī)10位于監(jiān)控區(qū)域30的中心點(diǎn)301的正上方，由此我們可以推導(dǎo)出，該監(jiān)控區(qū)域30位于攝像機(jī)10的正下方。

步驟S2、預(yù)處理輸入圖像，提取前景目標(biāo)的邊緣圖像。

采用Canny算法對(duì)輸入圖像進(jìn)行邊緣檢測(cè)，同時(shí)濾除背景邊緣，僅保留前景目標(biāo)的邊緣并存儲(chǔ)為邊緣圖像。Canny算法是一種多級(jí)邊緣檢測(cè)算法，其目的是在保留原有圖像屬性的情況下，顯著減少圖像的數(shù)據(jù)規(guī)模，從而降低后續(xù)圖像處理的計(jì)算開(kāi)銷(xiāo)。

步驟S3、基于Hough變換檢測(cè)邊緣圖像中存在的類(lèi)圓邊緣。該類(lèi)圓邊緣具有類(lèi)似圓形的邊緣。

Hough變換用于實(shí)現(xiàn)圖像空間到參數(shù)空間的映射，其實(shí)質(zhì)是將圖像空間內(nèi)具有一定關(guān)系的像素進(jìn)行聚類(lèi)，尋找能把這些像素用某一解析形式聯(lián)系起來(lái)的參數(shù)空間累積對(duì)應(yīng)點(diǎn)。

應(yīng)用Hough變換在檢測(cè)圖像空間中存在的類(lèi)圓邊緣時(shí)，首先，將過(guò)像素的任意一個(gè)標(biāo)準(zhǔn)圓映射為三維參數(shù)空間中的一個(gè)點(diǎn)(x，y，r)，其中，參數(shù)x與參數(shù)y為該標(biāo)準(zhǔn)圓的圓心坐標(biāo)，r為該標(biāo)準(zhǔn)圓的半徑。過(guò)該像素點(diǎn)的圓有無(wú)數(shù)個(gè)，如此其對(duì)應(yīng)參數(shù)空間的無(wú)數(shù)個(gè)點(diǎn)(x，y，r)。共圓的像素點(diǎn)將在參數(shù)空間擁有相同的對(duì)應(yīng)點(diǎn)，即累積對(duì)應(yīng)點(diǎn)，假設(shè)累積對(duì)應(yīng)點(diǎn)的三維參數(shù)空間為(x₀，y₀，r₀)，則由該累積對(duì)應(yīng)點(diǎn)所決定的圓即為要檢測(cè)的標(biāo)準(zhǔn)圓。

由于在步驟S2中所獲取的邊緣圖像中可能存在的圓形邊緣實(shí)際上大都是類(lèi)似圓形(即類(lèi)圓邊緣)，而非絕對(duì)的標(biāo)準(zhǔn)圓；更有甚者其可能為較大的未封閉的類(lèi)似圓弧曲線(xiàn)。為此需要改進(jìn)Hough變換，使其能夠檢測(cè)邊緣圖像中的類(lèi)圓邊緣，并且簡(jiǎn)化計(jì)算復(fù)雜度降低計(jì)算消耗，并減少或者避免將非人物體的輪廓判定為行人，從而提高了對(duì)監(jiān)控區(qū)域30中的行人進(jìn)行視頻檢測(cè)的準(zhǔn)確性及可靠性。

具體的，參圖3所示，在本實(shí)施例中，基于Hough變換原理，提出一種更為簡(jiǎn)單、高效檢測(cè)類(lèi)圓邊緣的方法。該步驟S3具體包括以下子步驟。

子步驟S31、首先計(jì)算邊緣圖像中的邊緣像素點(diǎn)的梯度方向；

子步驟S32、基于Hough變換在在梯度方向上找尋過(guò)該邊緣像素點(diǎn)的標(biāo)準(zhǔn)圓的圓心坐標(biāo)。

子步驟S33、限定過(guò)邊緣像素點(diǎn)的標(biāo)準(zhǔn)圓半徑取值范圍作為頭部半徑r范圍。由于要檢測(cè)的人體頭部所具有的圓形輪廓的半徑是有一定范圍的，所以限定該頭部半徑r的取值范圍為[R₁，R₂]。有基于此，將邊緣像素點(diǎn)的映射圓心軌跡限定在位于其梯度方向上的一段線(xiàn)段l上，且線(xiàn)段長(zhǎng)度l＝R₂-R₁。見(jiàn)圖3所示圓心軌跡映射線(xiàn)段。通過(guò)這種設(shè)置可以簡(jiǎn)化Hough變換的運(yùn)算。具體的，對(duì)于分辨率為160×120的輸入圖像，取頭部半徑r的取值范圍為[10，30]，單位為像素。

子步驟S34、將圓心軌跡映射線(xiàn)段頻繁相交的區(qū)域作為映射圓心極值區(qū)域，在映射圓心極值區(qū)域內(nèi)選取多個(gè)映射圓心，多個(gè)映射圓心分別對(duì)應(yīng)多個(gè)標(biāo)準(zhǔn)圓邊緣。

對(duì)于一類(lèi)圓邊緣，其所包含的邊緣像素點(diǎn)的圓心軌跡映射線(xiàn)段會(huì)形成一個(gè)交匯區(qū)，若用灰度值大小反映交匯區(qū)內(nèi)某位置處通過(guò)的圓心軌跡映射線(xiàn)段數(shù)量多少，則在圓心軌跡映射線(xiàn)段頻繁相交處會(huì)形成亮斑區(qū)域，即映射圓心極值區(qū)域。一般情況下，Hough變換會(huì)選擇亮斑中最亮極值點(diǎn)作為映射標(biāo)準(zhǔn)圓的圓心，并用其對(duì)應(yīng)的映射標(biāo)準(zhǔn)圓作為檢測(cè)到的圓形邊緣。而這種圓形邊緣可能只包含類(lèi)圓邊緣中的部分邊緣像素點(diǎn)。

子步驟S34、提取落在所有標(biāo)準(zhǔn)圓邊緣上的所有邊緣像素點(diǎn)作為類(lèi)圓邊緣。

在本實(shí)施例中，為了能夠盡可能檢測(cè)出類(lèi)圓邊緣上的所有邊緣像素點(diǎn)，可在限定映射圓心極值區(qū)域范圍內(nèi)選取多個(gè)映射圓心。

具體的，在以極值點(diǎn)411為圓心，ρ*l為半徑的范圍內(nèi)選取多個(gè)映射圓心，其中ρ為系數(shù)。具體運(yùn)算時(shí)，取ρ＝0.2。多個(gè)映射圓心分別對(duì)應(yīng)多個(gè)標(biāo)準(zhǔn)圓的邊緣，然后將落在標(biāo)準(zhǔn)圓上的所有邊緣像素點(diǎn)提取出來(lái)以檢測(cè)出類(lèi)圓邊緣。

參圖4所示，圖4示出了圖3中三個(gè)映射圓心(其中包含極值點(diǎn)411)對(duì)應(yīng)的標(biāo)準(zhǔn)圓的邊緣，即標(biāo)準(zhǔn)圓1、標(biāo)準(zhǔn)圓2及標(biāo)準(zhǔn)圓3。每一個(gè)標(biāo)準(zhǔn)圓的邊緣只包含類(lèi)圓邊緣中的部分邊緣像素點(diǎn)。參圖5所示，其示出了連接三個(gè)標(biāo)準(zhǔn)圓(即標(biāo)準(zhǔn)圓1、標(biāo)準(zhǔn)圓2及標(biāo)準(zhǔn)圓3)上的邊緣像素點(diǎn)形成的待檢測(cè)的類(lèi)圓邊緣401。從圖5可以看出待檢測(cè)的類(lèi)圓邊緣401上的絕大部分邊緣像素點(diǎn)都落在該類(lèi)圓邊緣上。從而通過(guò)上述技術(shù)方案，提高了邊緣檢測(cè)算法的魯棒性，尤其是適合在監(jiān)控區(qū)域30中存在較大的外界干擾時(shí)，對(duì)輸入圖像中的不規(guī)則區(qū)域的輪廓提取并判定是否為行人提供了可靠依據(jù)，降低了誤判率。

步驟S4、通過(guò)置信度計(jì)算判定類(lèi)圓邊緣中的頭部邊緣。

如何判斷檢測(cè)出的類(lèi)圓邊緣為頭部邊緣是必須要解決的問(wèn)題。一般來(lái)說(shuō)，類(lèi)圓邊緣中的頭部邊緣比其他物體邊緣更接近標(biāo)準(zhǔn)圓。據(jù)此，依據(jù)類(lèi)圓邊緣接近標(biāo)準(zhǔn)圓的程度，即類(lèi)圓邊緣上的邊緣目標(biāo)點(diǎn)的共圓程度作為判斷類(lèi)圓邊緣作為頭部邊緣的依據(jù)。具體的，本發(fā)明采用三個(gè)模糊置信度來(lái)描述并計(jì)算綜合置信度C，以通過(guò)綜合置信度C與置信度閾值C_T進(jìn)行比較，從而來(lái)評(píng)價(jià)邊緣目標(biāo)點(diǎn)的共圓程度。

上述三個(gè)模糊置信度包括：弧長(zhǎng)置信度C_L、分布置信度C_D及匹配置信度C_M。

1.弧長(zhǎng)置信度C_L的計(jì)算

如果類(lèi)圓邊緣上的邊緣像素點(diǎn)能夠形成的弧長(zhǎng)越大，則表示該類(lèi)圓邊緣接近標(biāo)準(zhǔn)圓的程度越大。設(shè)某一極值區(qū)域內(nèi)極值點(diǎn)411對(duì)應(yīng)標(biāo)準(zhǔn)圓的參數(shù)空間為(x_e，y_e，r_e)，本發(fā)明取r_e′＝r_e+ρ*l另設(shè)一個(gè)參數(shù)空間(x_e，y_e，r_e′)獲取其對(duì)應(yīng)標(biāo)準(zhǔn)圓，該標(biāo)準(zhǔn)圓能夠?qū)㈩?lèi)圓邊緣上所有邊緣像素點(diǎn)包括在內(nèi)。

參見(jiàn)圖6所示，其中，本發(fā)明取ρ＝0.2。該弧長(zhǎng)置信度C_L的計(jì)算公式為：

其中，N_L為類(lèi)圓邊緣上邊緣像素點(diǎn)數(shù)量。

2.分布置信度C_D的計(jì)算

以人類(lèi)的視覺(jué)角度看來(lái)，同樣個(gè)數(shù)的邊緣像素點(diǎn)，均勻分布在圓周上的那些點(diǎn)相對(duì)于集中分布于某一段圓弧的點(diǎn)更容易形成圓形邊緣。因此，依據(jù)邊緣像素點(diǎn)分布狀況設(shè)定分布置信度C_D。

該分布置信度C_D的計(jì)算公式為：

其中，A_D為連接類(lèi)圓邊緣像素點(diǎn)構(gòu)成的多邊形403的面積。

參圖7所示，在計(jì)算包含于類(lèi)圓邊緣的多邊形403的面積時(shí)，可以將多邊形403分割為一系列以極值點(diǎn)(x_e，y_e)為公共頂點(diǎn)且一條邊為多邊形403的一條邊的三角形，通過(guò)計(jì)算這一系列三角形面積之和，從而得到多邊形403的面積A_D。

3.匹配置信度的計(jì)算

將類(lèi)圓邊緣與參數(shù)空間(x_e，y_e，r_e′)對(duì)應(yīng)的標(biāo)準(zhǔn)圓進(jìn)行匹配，判定類(lèi)圓邊緣接近標(biāo)準(zhǔn)圓的程度。匹配置信度C_M計(jì)算公式如下：

其中，p_i為類(lèi)圓邊緣上的邊緣像素點(diǎn)，p_e為極值點(diǎn)，d(p_i，p_e)為邊緣像素點(diǎn)到極值點(diǎn)411的距離。

最后，本發(fā)明計(jì)算綜合置信度C計(jì)算公式如下所示：

其中，w_i為各置信度的權(quán)重，實(shí)際中本發(fā)明取w₁＝w₂＝w₃＝1即賦予三種置信度相同的權(quán)重比值，即弧長(zhǎng)置信度C_L、分布置信度C_D及匹配置信度C_M的權(quán)重之比為1∶1∶1。

本發(fā)明計(jì)算所有類(lèi)圓邊緣的綜合置信度C，設(shè)定閾值C_T，對(duì)于綜合置信度取值C大于置信度閾值C_T的類(lèi)圓邊緣，本發(fā)明判定其為頭部邊緣。具體的，本發(fā)明取C_T＝0.6。

步驟S5、通過(guò)統(tǒng)計(jì)頭部邊緣數(shù)量統(tǒng)計(jì)客流。具體的，一個(gè)頭部邊緣代表一個(gè)客流目標(biāo)，通過(guò)統(tǒng)計(jì)頭部邊緣數(shù)量從而計(jì)算客流人數(shù)。一個(gè)頭部邊緣代表一個(gè)人頭，即存在一個(gè)客流目標(biāo)，通過(guò)統(tǒng)計(jì)頭部邊緣數(shù)量從而達(dá)到計(jì)算客流人數(shù)的目的。具體的，對(duì)頭部進(jìn)行統(tǒng)計(jì)以得到監(jiān)控區(qū)域30中在設(shè)定時(shí)間內(nèi)進(jìn)出的人數(shù)，可參考申請(qǐng)人于2012年提交的申請(qǐng)?zhí)枮?01210295833.6的中國(guó)發(fā)明專(zhuān)利中的相關(guān)論述，并可采用基于Kalman濾波器的最近鄰匹配跟蹤法，對(duì)頭部邊緣的質(zhì)心進(jìn)行跟蹤和計(jì)數(shù)，以得到人數(shù)，在此不再贅述。

上文所列出的一系列的詳細(xì)說(shuō)明僅僅是針對(duì)本發(fā)明的可行性實(shí)施方式的具體說(shuō)明，它們并非用以限制本發(fā)明的保護(hù)范圍，凡未脫離本發(fā)明技藝精神所作的等效實(shí)施方式或變更均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。

對(duì)于本領(lǐng)域技術(shù)人員而言，顯然本發(fā)明不限于上述示范性實(shí)施例的細(xì)節(jié)，而且在不背離本發(fā)明的精神或基本特征的情況下，能夠以其他的具體形式實(shí)現(xiàn)本發(fā)明。因此，無(wú)論從哪一點(diǎn)來(lái)看，均應(yīng)將實(shí)施例看作是示范性的，而且是非限制性的，本發(fā)明的范圍由所附權(quán)利要求而不是上述說(shuō)明限定，因此旨在將落在權(quán)利要求的等同要件的含義和范圍內(nèi)的所有變化囊括在本發(fā)明內(nèi)。不應(yīng)將權(quán)利要求中的任何附圖標(biāo)記視為限制所涉及的權(quán)利要求。

此外，應(yīng)當(dāng)理解，雖然本說(shuō)明書(shū)按照實(shí)施方式加以描述，但并非每個(gè)實(shí)施方式僅包含一個(gè)獨(dú)立的技術(shù)方案，說(shuō)明書(shū)的這種敘述方式僅僅是為清楚起見(jiàn)，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)將說(shuō)明書(shū)作為一個(gè)整體，各實(shí)施例中的技術(shù)方案也可以經(jīng)適當(dāng)組合，形成本領(lǐng)域技術(shù)人員可以理解的其他實(shí)施方式。