專利名稱：一種場景人數統(tǒng)計方法、裝置和系統(tǒng)的制作方法
技術領域：
本發(fā)明涉及監(jiān)控領域，特別涉及一種場景人數統(tǒng)計方法、裝置和系統(tǒng)。
背景技術：
近年來，隨著計算機視覺和人工智能領域相關技術的發(fā)展，基于智能視頻分析的人群密度估計和流量統(tǒng)計算法大量涌現。許多人群監(jiān)控系統(tǒng)相繼在世界各地投入使用，基于人數統(tǒng)計算法主要基于兩類，基于人體分割的人數統(tǒng)計和基于統(tǒng)計回歸的人數統(tǒng)計算
法。 基于人體分割的人數統(tǒng)計可通過人體的外觀顏色和形狀等靜態(tài)信息獲得，但形狀的表征同樣比較困難。對于大規(guī)模的群體而言，針對個體的分割非常困難，故，人們常進行團塊分割，但對于團塊的分裂和合并的處理策略，在系統(tǒng)圖像分辨率比較低時容易發(fā)生頭頂點的誤判?；诮y(tǒng)計回歸的人數統(tǒng)計算法適用于大規(guī)模人群，但需要根據不同條件改變回歸參數。因此，現有的統(tǒng)計方法均有不足之處，針對大規(guī)模人體，需要進一步探索更加高效準確的特征統(tǒng)計方式。

發(fā)明內容
本發(fā)明提出一種場景人數統(tǒng)計方法、裝置和系統(tǒng)，解決了綜合利用圖像的像素，又能有效避免前景區(qū)域人體分割帶來的麻煩的問題。本發(fā)明的技術方案是這樣實現的本發(fā)明公開了一種場景人數統(tǒng)計方法，包括SI.通過高斯背景建模獲得原始前景區(qū)域；S2.通過HMAX提取具有尺度和位置不變的原始靜止特征元素，過濾出位置變動的原始運動特征元素；所述的原始運動特征元素包括原始場景人數Mtl ；S3.獲取當前有效場景視頻圖像，通過HMAX提取所述的視頻圖像中具有尺度和位置不變的靜止特征元素，過濾出位置變動的新運動特征元素；S4.判斷所述的新運動特征元素與原始運動特征元素是否相同，若是，則進入步驟S5，若非，進入步驟S6 ；S5.所述的當前場景中場景人數為=M1 = M0 ；S6.所述的當前場景中場景人數為Mn = E {Obj (I)+Obj (2)+...+Obj (n)}；其中，Obj (n)為判斷為人群的像素點的個數，n為正整數。在本發(fā)明所述的場景人數統(tǒng)計方法中，所述的步驟SI，具體是用固定的監(jiān)控攝像機，獲取原始背景的多幀視頻圖像；對所述的每幀視頻圖像混合高斯進行建模。在本發(fā)明所述的場景人數統(tǒng)計方法中，所述的場景包括車站、廣場、港口。
在本發(fā)明所述的場景人數統(tǒng)計方法中，所述的步驟S2及步驟S3間還包括S21拋棄錯誤幀的步驟，所述的錯誤幀包括黑屏、雪花、移位。本發(fā)明公開了一種場景人數統(tǒng)計裝置，用于實現上述的方法，包括原始前景區(qū)域單元，用于通過高斯背景建模獲得原始前景區(qū)域；原始特征元素處理單元，與所述的原始前景區(qū)域單元相連，用于通過HMAX提取具有尺度和位置不變的原始靜止特征元素，過濾出位置變動的原始運動特征元素；所述的原始運動特征元素包括原始場景人數Mtl ；新特征元素處理單元，與所述的原始特征元素處理單元相連，用于獲取當前有效場景視頻圖像，通過HMAX提取所述的視頻圖像中具有尺度和位置不變的靜止特征元素，過濾出位置變動的新運動特征元素；
第一場景人數計算單元，與所述的新特征元素處理單元相連，用于當所述的新運動特征元素與原始運動特征元素相同時，計算所述的當前場景中場景人數為=M1 = M0 ；第二場景人數計算單元，與所述的新特征元素處理單元相連，用于當所述的新運動特征元素與原始運動特征元素相同時，計算所述的當前場景中場景人數為Mn =E {0bj(l)+0bj(2)+...+0bj(n)}；其中，Obj (n)為判斷為人群的像素點的個數，n為正整數。在本發(fā)明所述的場景人數統(tǒng)計裝置中，所述的原始前景區(qū)域單元包括視頻圖像獲取子單元，用于用固定的監(jiān)控攝像機，獲取原始背景的多幀視頻圖像；混合高斯建模子單元，與所述的視頻圖像獲取子單元相連，用于對所述的每幀視頻圖像混合高斯進行建模。在本發(fā)明所述的場景人數統(tǒng)計裝置中，所述的場景包括車站、廣場、港口。
在本發(fā)明所述的場景人數統(tǒng)計裝置中，所述的原始特征元素處理單元及新特征元素處理單元之間還包括錯誤幀處理單元，用于拋棄錯誤幀，所述的錯誤幀包括黑屏、雪花、移位。本發(fā)明公開了一種場景人數統(tǒng)計的系統(tǒng)，包括至少一個攝像機，與所述的攝像機相連的服務器，與所述的服務器相連的數據庫，與所述的服務器相連的控制單元以及顯示器，所述的控制單元包括權利要求5所述的場景人數統(tǒng)計裝置。在本發(fā)明所述的場景人數統(tǒng)計的系統(tǒng)，所述的攝像機與所述的服務器通過以太網、3G、GPRS網絡相連。實施本發(fā)明的一種場景人數統(tǒng)計方法、裝置和系統(tǒng)，具有以下有益的技術效果能綜合利用圖像的像素和紋理信息，抗噪較強，提高了人數統(tǒng)計的性能和效率。


為了更清楚地說明本發(fā)明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。
圖I是本發(fā)明一種場景人數統(tǒng)計方法流圖；圖2是本發(fā)明一種場景人數統(tǒng)計裝置構造框圖；圖3是本發(fā)明一種場景人數統(tǒng)計系統(tǒng)架構圖。
具體實施例方式下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領域普通技術人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。請參閱圖1，本發(fā)明的較佳實施例，一種場景人數統(tǒng)計方法，包括
SI.通過高斯背景建模獲得原始前景區(qū)域；用固定的監(jiān)控攝像機，獲取原始背景的多幀視頻圖像；對所述的每幀視頻圖像混合高斯進行建模。場景包括車站、廣場、港口。S2.通過HMAX提取具有尺度和位置不變的原始靜止特征元素，過濾出位置變動的原始運動特征元素；所述的原始運動特征元素包括原始場景人數Mtl ；S3.獲取當前有效場景視頻圖像，通過HMAX(基于特征組合的物體識別框架)提取所述的視頻圖像中具有尺度和位置不變的靜止特征元素，過濾出位置變動的新運動特征元素；HMAX方法模擬靈長類動物視皮層細胞的目標識別過程，對輸入圖像，首先計算有正訓練樣本集學習得到的特征，再用校準分類器對特征向量進行分類。人體檢測的要求是從運動目標中將人和物區(qū)分開來。傳統(tǒng)的目標特征提取方法可分為兩類基于模板和基于直方圖?；谀０宓奶卣魈崛≡跈z測單類目標時具有不錯的性能，如人臉、車輛等，但對目標形狀具有極強的選擇性，很難捕捉目標外形的變化。基于直方圖的特征提取方法對目標形變較為魯棒，但在通用目標識別問題上并不具備很好的性能。和基于模板及基于直方圖的特征提取方法相比，HMAX方法在不變性與選擇性之間具有更好折中。每個特征都是通過將具有平移與尺度不變性的局部邊緣檢測算子在多方向作用于目標鄰域而得到。和基于模板的描述子相比，它更靈活，允許輸入目標的少量形變；與基于直方圖的描述子相比，它更有選擇性，因為保存了局部特征之間的幾何關系。HMAX方法模擬靈長類動物視皮層細胞的目標識別過程。對輸入圖像，首先計算有正訓練樣本集學習得到的特征，再用標準分類器對特征向量進行分類。在得到分類結果時，并不對所有位置和尺度進行掃描，而是采用判決的方法，且并不直接模擬目標的幾何形狀，因此可以通過少量訓練樣本學習得到。HMAX特征提取方法分為四層；第一層SI :將16個尺度，4個方向的Gabor濾波器作用于輸入圖像，得到64幅圖像，分成8個帶，每個帶里包含2個尺度各4個方向共8幅圖像。第二層Cl :在每個帶內，對每幅圖像先用指定大小的格進行降采樣，取每個格內的最大值，再在同方向不同尺度的兩幅圖像間取最大值。每個帶得到4幅輸出圖像(4個方向各I幅)。在訓練過程中，從Cl輸出圖像中每個方向隨機抽取K個指定大小的塊。
第三層S2 :對Cl輸出的每幅圖像，在每個位置X對每個塊P計算Y，得到S2輸出。第四層C2 :對S2輸出圖像，在每個位置和尺度檢測最大值，對每個塊都得到一個平移和尺度不變的特征。與傳統(tǒng)的特征抽取方法(如SIFT)相比，HMAX方法具有明顯的優(yōu)勢，尤其是在小樣本集上，HMAX方法的性能更加突出?；谶@些，我們擬采用HMAX方法抽取人體特征，在當前圖像前景區(qū)域中尋找人體。S4.判斷所述的新運動特征元素與原始運動 特征元素是否相同，若是，則進入步驟S5，若非，進入步驟S6 ；S5.所述的當前場景中場景人數為=M1 = M0 ；S6.所述的當前場景中場景人數為Mn = E {Obj (I) +Obj (2) ++Obj (n)}；其中，Obj (n)為判斷為人群的像素點的個數，n為正整數。較佳地，所述的步驟S2及步驟S3間還包括S21拋棄錯誤幀的步驟，所述的錯誤幀包括黑屏、雪花、移位。首次將HMAX方法應用于視頻人數統(tǒng)計系統(tǒng)。傳統(tǒng)的人體檢測常常是抽取人體的邊緣特征或者檢測人臉、肩膀等特殊部位，但在有遮擋或人體運動姿態(tài)發(fā)生變化的情況下難度較大。HMAX方法可以有效避免人體姿態(tài)建模的復雜過程，同時在訓練樣本較少時仍具有不錯的性能。實驗表明，與目前最好的局部旋轉尺度不變算子一SIFT相比，HMAX特征提取算法具有明顯的優(yōu)勢。Caltech數據集包含101類不同物體及其在不同背景中的圖片。用HMAX和SIFT算法在Caltech樣本集上分別測試，在每類物體中分別選取1，3，6，15，30個正樣本(物體)和50個負樣本(背景)進行訓練，選取不同數目的特征點，經實驗證實，在訓練樣本和特征數較少時，HMAX算法仍具有較高的識別率，這是傳統(tǒng)SIFT無法企及的。除此之外，我們還擬將統(tǒng)計回歸方法和HMAX結合超來進行在景人數統(tǒng)計。在通過背景建模得到前景域后，先用HMAX提取具有尺度和位置不變性的特征向量，然后通過學習訓練建立該特征向量與在景人數的回歸方程，這樣既能綜合利用圖像的像素和紋理信息，又具有較強的抗噪性能，還能有效避免前景區(qū)域人體分割帶來的麻煩，顯著提高系統(tǒng)在大規(guī)模人群統(tǒng)計問題上的性能。請參閱圖2、一種場景人數統(tǒng)計裝置，用于實現上述的方法，包括原始前景區(qū)域單元10、原始特征元素處理單元20、新特征元素處理單元30、第一場景人數計算單元40、第二場景人數計算單元50。原始前景區(qū)域單元10，用于通過高斯背景建模獲得原始前景區(qū)域；原始特征元素處理單元20，與原始前景區(qū)域單元10相連，用于通過HMAX提取具有尺度和位置不變的原始靜止特征元素，過濾出位置變動的原始運動特征元素；所述的原始運動特征元素包括原始場景人數Mtl ；新特征元素處理單元30，與原始特征元素處理單元20相連，用于獲取當前有效場景視頻圖像，通過HMAX提取所述的視頻圖像中具有尺度和位置不變的靜止特征元素，過濾出位置變動的新運動特征元素；第一場景人數計算單元40，與新特征元素處理單元30相連，用于當所述的新運動特征元素與原始運動特征元素相同時，計算所述的當前場景中場景人數為=M1 = M0 ；
第二場景人數計算單元50，與新特征元素處理單元30相連，用于當所述的新運動特征元素與原始運動特征元素相同時，計算所述的當前場景中場景人數為Mn =E {0bj(l)+0bj(2)+...+0bj(n)}；其中，Obj (n)為判斷為人群的像素點的個數，n為正整數。原始前景區(qū)域單元10包括視頻圖像獲取子單元，用于用固定的監(jiān)控攝像機，獲取原始背景的多幀視頻圖像；混合高斯建模子單元，與所述的視頻圖像獲取子單元相連，用于對所述的每幀視頻圖像混合高斯進行建模。場景包括車站、廣場、港口。 原始特征元素處理單元及新特征元素處理單元之間還包括錯誤幀處理單元，用于拋棄錯誤幀，所述的錯誤幀包括黑屏、雪花、移位。請參閱圖3、一種場景人數統(tǒng)計的系統(tǒng)，包括至少一個攝像機100，與攝像機100相連的服務器200，與服務器200相連的數據庫300，與服務器200相連的控制單元350以及顯示器500，控制單元350包括上述的場景人數統(tǒng)計裝置。攝像機100與服務器200通過以太網、3G、GPRS網絡相連。實施本發(fā)明的一種場景人數統(tǒng)計方法、裝置和系統(tǒng)，具有以下有益的技術效果能綜合利用圖像的像素和紋理信息，抗噪較強，提高了人數統(tǒng)計的性能和效率。以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內。
權利要求
1.一種場景人數統(tǒng)計的方法，包括 51.通過高斯背景建模獲得原始前景區(qū)域； 52.通過HMAX提取具有尺度和位置不變的原始靜止特征元素，過濾出位置變動的原始運動特征元素；所述的原始運動特征元素包括原始場景人數MO ； 53.獲取當前有效場景視頻圖像，通過HMAX提取所述的視頻圖像中具有尺度和位置不變的靜止特征元素，過濾出位置變動的新運動特征元素； 54.判斷所述的新運動特征元素與原始運動特征元素是否相同，若是，則進入步驟S5，若非，進入步驟S6 ； 55.所述的當前場景中場景人數為=M1= M0 ； 56.所述的當前場景中場景人數為Mn= E {0bj(l)+0bj(2)+...+0bj(n)};其中，Obj (n)為判斷為人群的像素點的個數，n為正整數。
2.根據權利要求I所述的場景人數統(tǒng)計方法，其特征在于，所述的步驟SI，具體是 用固定的監(jiān)控攝像機，獲取原始背景的多幀視頻圖像； 對所述的每幀視頻圖像混合高斯進行建模。
3.根據權利要求I所述的場景人數統(tǒng)計方法，其特征在于，所述的場景包括車站、廣場、港口。
4.根據權利要求I所述的場景人數統(tǒng)計方法，其特征在于，所述的步驟S2及步驟S3間還包括S21拋棄錯誤幀的步驟，所述的錯誤幀包括黑屏、雪花、移位。
5.一種場景人數統(tǒng)計裝置，用于實現權利要求I你所述的方法，其特征在于，包括 原始前景區(qū)域單元，用于通過高斯背景建模獲得原始前景區(qū)域； 原始特征元素處理單元，與所述的原始前景區(qū)域單元相連，用于通過HMAX提取具有尺度和位置不變的原始靜止特征元素，過濾出位置變動的原始運動特征元素；所述的原始運動特征元素包括原始場景人數Mtl ； 新特征元素處理單元，與所述的原始特征元素處理單元相連，用于獲取當前有效場景視頻圖像，通過HMAX提取所述的視頻圖像中具有尺度和位置不變的靜止特征元素，過濾出位置變動的新運動特征元素； 第一場景人數計算單元，與所述的新特征元素處理單元相連， 用于當所述的新運動特征元素與原始運動特征元素相同時，計算所述的當前場景中場景人數為-Mi = M0 ； 第二場景人數計算單元，與所述的新特征元素處理單元相連，用于當所述的新運動特征元素與原始運動特征元素相同時，計算所述的當前場景中場景人數為Mn =E {0bj(l)+0bj(2)+...+0bj(n)}； 其中，Obj (n)為判斷為人群的像素點的個數，n為正整數。
6.根據權利要求5所述的場景人數統(tǒng)計裝置，其特征在于，所述的原始前景區(qū)域單元包括 視頻圖像獲取子單元，用于用固定的監(jiān)控攝像機，獲取原始背景的多幀視頻圖像； 混合高斯建模子單元，與所述的視頻圖像獲取子單元相連，用于對所述的每幀視頻圖像混合高斯進行建模。
7.根據權利要求5所述的場景人數統(tǒng)計的裝置，其特征在于，所述的場景包括車站、廣場、港口。
8.根據權利要求5所述的場景人數統(tǒng)計的裝置，其特征在于，所述的原始特征元素處理單元及新特征元素處理單元之間還包括錯誤幀處理單元，用于拋棄錯誤幀，所述的錯誤幀包括黑屏、雪花、移位。
9.一種場景人數統(tǒng)計的系統(tǒng)，包括至少一個攝像機，與所述的攝像機相連的服務器，與所述的服務器相連的數據庫，與所述的服務器相連的控制單元以及顯示器，其特征在于，所述的控制單元包括權利要求5所述的場景人數統(tǒng)計裝置。
10.根據權利要求9所述的場景人數統(tǒng)計的系統(tǒng)，其特征在于，所述的攝像機與所述的服務器通過以太網、3G、GPRS網絡相連。
全文摘要
本發(fā)明提出了一種場景人數統(tǒng)計方法，包括S1.通過高斯背景建模獲得原始前景區(qū)域；S2.通過HMAX提取具有尺度和位置不變的原始靜止特征元素，S3.獲取當前有效場景視頻圖像，通過HMAX提取所述的視頻圖像中具有尺度和位置不變的新靜止特征元素；S4.判斷新運動特征元素與原始運動特征元素是否相同；S5.當前場景中場景人數為M1＝M0；S6.當前場景中場景人數為Mn＝∑{Obj(1)+Obj(2)+…+Obj(n)}；Obj(n)為判斷為人群的像素點的個數。本發(fā)明還公開了場景人數統(tǒng)計裝置和系統(tǒng)。本發(fā)明的場景人數統(tǒng)計方法，裝置和系統(tǒng)能綜合利用圖像的像素和紋理信息，抗噪較強，提高了人數統(tǒng)計的性能和效率。
文檔編號G06K9/00GK102682291SQ20121013761
公開日2012年9月19日 申請日期2012年5月7日 優(yōu)先權日2012年5月7日
發(fā)明者徐名劍, 鄭長春 申請人:深圳市貝爾信智能系統(tǒng)有限公司