基于乘客多運(yùn)動行為分析的公交車客流統(tǒng)計(jì)方法
【專利摘要】本發(fā)明涉及視頻圖像處理及識別【技術(shù)領(lǐng)域】，提供一種基于乘客多運(yùn)動行為分析的公交車客流統(tǒng)計(jì)方法，可在公交車乘客人數(shù)統(tǒng)計(jì)時(shí)，克服現(xiàn)有客流統(tǒng)計(jì)方法出現(xiàn)誤判和漏判的不足，有效提高公交車內(nèi)乘客人數(shù)統(tǒng)計(jì)的準(zhǔn)確度，包括如下步驟：獲取乘客上下公交車的視頻圖像；對獲取的視頻圖像進(jìn)行處理，提取乘客頭部目標(biāo)，生成矩形框框定提取出的乘客頭部目標(biāo)；結(jié)合乘客頭部目標(biāo)形心點(diǎn)距離對相鄰幀中形心點(diǎn)進(jìn)行匹配，更新形心點(diǎn)位置信息并保存，連接各形心點(diǎn)獲得運(yùn)動軌跡；對獲得的運(yùn)動軌跡進(jìn)行軌跡聚類，分析乘客運(yùn)動行為；計(jì)數(shù)判定，得到人數(shù)統(tǒng)計(jì)結(jié)果。
【專利說明】基于乘客多運(yùn)動行為分析的公交車客流統(tǒng)計(jì)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及視頻圖像處理及識別【技術(shù)領(lǐng)域】，具體涉及一種公交車客流量統(tǒng)計(jì)的方法。
【背景技術(shù)】
[0002]公交車乘客人數(shù)是重要的公交車客流信息，準(zhǔn)確的公交車乘客人數(shù)信息能夠輔助制定更加科學(xué)的調(diào)度規(guī)劃，是管理者決策的依據(jù)，是評價(jià)運(yùn)營質(zhì)量的標(biāo)準(zhǔn)。隨著視頻圖像處理及識別技術(shù)的快速發(fā)展，視頻圖像處理及識別技術(shù)也逐步被應(yīng)用于人數(shù)統(tǒng)計(jì)領(lǐng)域。
[0003]申請?zhí)枮?01210263414.4的中國發(fā)明專利申請公開了一種基于視頻圖像處理的人數(shù)統(tǒng)計(jì)方法。通過目標(biāo)檢測、運(yùn)動區(qū)域分割、計(jì)算子區(qū)域的中心點(diǎn)在監(jiān)控區(qū)域內(nèi)的軌跡是否超過設(shè)定閾值得到人數(shù)統(tǒng)計(jì)結(jié)果，但其應(yīng)用場景多為超市、商場等大型公共場所。針對公交車這一特殊環(huán)境，多數(shù)乘客上車后進(jìn)入車廂，而某些乘客通過車門后則停留在車門階梯處，故上車乘客對應(yīng)的軌跡長度并未都超過設(shè)定閾值，此時(shí)會出現(xiàn)漏判，故其提出的通過判定軌跡是否超過設(shè)定閾值來進(jìn)行人數(shù)統(tǒng)計(jì)并不完全適合。申請?zhí)枮?01110101637.6的中國專利申請公開了一種基于機(jī)器視覺的客流統(tǒng)計(jì)方法及系統(tǒng)。通過建立模型、提取特征進(jìn)行檢測、獲得固定區(qū)域內(nèi)目標(biāo)的軌跡，對獲得軌跡的條數(shù)進(jìn)行統(tǒng)計(jì)得到通過該區(qū)域的人數(shù)。當(dāng)乘客在拍攝視場內(nèi)移動而非上下公交車時(shí)，同樣會形成軌跡，但此時(shí)獲得軌跡應(yīng)為干擾軌跡，如此則會出現(xiàn)誤判。申請?zhí)枮?010100122682.5的中國專利申請公開了一種實(shí)時(shí)公交車客流量統(tǒng)計(jì)方法。采用目標(biāo)檢測、目標(biāo)跟蹤、目標(biāo)行為分析等方法實(shí)現(xiàn)公交車乘客流量統(tǒng)計(jì)。但其在目標(biāo)行為分析部分，僅分析了部分乘客的運(yùn)動行為。公交車內(nèi)乘客運(yùn)動行為復(fù)雜多樣，某些乘客運(yùn)動行為可能會造成計(jì)數(shù)干擾，出現(xiàn)誤判和漏判，故有必要開發(fā)一種基于乘客多運(yùn)動行為分析的公交車客流統(tǒng)計(jì)方法，在進(jìn)行乘客人數(shù)統(tǒng)計(jì)時(shí)，充分考慮乘客的運(yùn)動行為，進(jìn)行有效的計(jì)數(shù)判定，降低漏判和誤判率。

【發(fā)明內(nèi)容】

[0004]有鑒于此，本發(fā)明提供一種基于乘客多運(yùn)動行為分析的公交車客流統(tǒng)計(jì)方法，可在公交車乘客人數(shù)統(tǒng)計(jì)時(shí)，克服現(xiàn)有客流統(tǒng)計(jì)方法出現(xiàn)誤判和漏判的不足，有效提高公交車內(nèi)乘客人數(shù)統(tǒng)計(jì)的準(zhǔn)確度。
[0005]本發(fā)明通過以下技術(shù)手段解決上述技術(shù)問題:
[0006]基于乘客多運(yùn)動行為分析的公交車客流統(tǒng)計(jì)方法，包括如下步驟:
[0007]I)獲取乘客上下公交車的視頻圖像；
[0008]2)對步驟I)獲取的視頻圖像進(jìn)行處理，提取乘客頭部目標(biāo)，并生成矩形框框定提取出的乘客頭部目標(biāo)；
[0009]3)結(jié)合乘客頭部目標(biāo)形心點(diǎn)距離對相鄰幀中形心點(diǎn)進(jìn)行匹配，更新形心點(diǎn)位置信息并保存，連接各形心點(diǎn)獲得運(yùn)動軌跡；
[0010]4)對步驟3)獲得的運(yùn)動軌跡進(jìn)行軌跡聚類，分析乘客運(yùn)動行為；[0011]5)計(jì)數(shù)判定，得到人數(shù)統(tǒng)計(jì)結(jié)果。在目標(biāo)行為分析的基礎(chǔ)上，排除干擾軌跡和水平運(yùn)動類，計(jì)算垂直運(yùn)動類和斜線運(yùn)動類I方向的距離:y方向的距離超過設(shè)定閾值，若運(yùn)動方向?yàn)?y，最終坐Syn > Ytjut產(chǎn)生下車計(jì)數(shù)；若運(yùn)動方向?yàn)?y，最終坐Syn < Yin則產(chǎn)生上車計(jì)數(shù)。y方向的距離小于設(shè)定閾值，若運(yùn)動方向?yàn)?y，目標(biāo)起始坐標(biāo)Y1 < Ytjut，且最終坐標(biāo)yn > Yout產(chǎn)生下車計(jì)數(shù)；若運(yùn)動方向?yàn)開y，目標(biāo)起始坐標(biāo)yi > Yout且最終坐標(biāo)yn < Yout產(chǎn)生上車計(jì)數(shù)。其中，Ytjut為設(shè)定的下車基準(zhǔn)線。
[0012]進(jìn)一步，所述步驟I)中，將攝像頭垂直安裝于公交車車門附近的車廂正上方，以獲取乘客上下公交車的視頻圖像。
[0013]進(jìn)一步，所述步驟2)中，通過幀差法獲取乘客目標(biāo)，得到目標(biāo)運(yùn)動區(qū)域，然后結(jié)合人頭形狀及灰度特征提取乘客頭部目標(biāo)。
[0014]進(jìn)一步，所述步驟2)具體包括如下步驟:
[0015]21)對步驟I)獲取的視頻圖像進(jìn)行中值濾波；
[0016]22)對中值濾波后的視頻圖像進(jìn)行幀間差分，得到差分圖像；
[0017]23)采用霍夫圓檢測對差分圖像進(jìn)行檢測，提取出圖像中類似圓形的目標(biāo)；
[0018]24)結(jié)合平均灰度和灰度方差對步驟23)提取出的目標(biāo)進(jìn)行二次判定，提取出乘客目標(biāo)頭部，生成矩形框框定提取出的乘客頭部，矩形框作為跟蹤框，檢測的圓心作為目標(biāo)形心點(diǎn)。
[0019]進(jìn)一步，所述步驟3)具體包括如下步驟:
[0020]31)設(shè)Cn(xn，yn)和Cn+1 (xn+1, yn+1)分別為第n、n+1幀圖像中目標(biāo)形心點(diǎn)，計(jì)算形心點(diǎn) Cn 與 Clrt 的距離
【權(quán)利要求】
1.基于乘客多運(yùn)動行為分析的公交車客流統(tǒng)計(jì)方法，其特征在于:包括如下步驟: 1)獲取乘客上下公交車的視頻圖像； 2)對步驟I)獲取的視頻圖像進(jìn)行處理，提取乘客頭部目標(biāo)，并生成矩形框框定提取出的乘客頭部目標(biāo)； 3)結(jié)合乘客頭部目標(biāo)形心點(diǎn)距離對相鄰幀中形心點(diǎn)進(jìn)行匹配，更新形心點(diǎn)位置信息并保存，連接各形心點(diǎn)獲得運(yùn)動軌跡； 4)對步驟3)獲得的運(yùn)動軌跡進(jìn)行軌跡聚類，分析乘客運(yùn)動行為； 5)計(jì)數(shù)判定，得到人數(shù)統(tǒng)計(jì)結(jié)果。在目標(biāo)行為分析的基礎(chǔ)上，排除干擾軌跡和水平運(yùn)動類，計(jì)算垂直運(yùn)動類和斜線運(yùn)動類I方向的距離:y方向的距離超過設(shè)定閾值，若運(yùn)動方向?yàn)?y，最終坐標(biāo)yn > Yout產(chǎn)生下車計(jì)數(shù)；若運(yùn)動方向?yàn)?y，最終坐標(biāo)yn < Yin則產(chǎn)生上車計(jì)數(shù)。y方向的距離小于設(shè)定閾值，若運(yùn)動方向?yàn)?y，目標(biāo)起始坐標(biāo)Y1 < Ywt，且最終坐標(biāo)yn>Yout產(chǎn)生下車計(jì)數(shù)；若運(yùn)動方向?yàn)開y，目標(biāo)起始坐標(biāo)I1 > Yout且最終坐標(biāo)yn < Yout產(chǎn)生上車計(jì)數(shù)。其中，Ytjut為設(shè)定的下車基準(zhǔn)線。
2.如權(quán)利要求1所述的基于乘客多運(yùn)動行為分析的公交車客流統(tǒng)計(jì)方法，其特征在于:所述步驟I)中，將攝像頭垂直安裝于公交車車門附近的車廂正上方，以獲取乘客上下公交車的視頻圖像。
3.如權(quán)利要求1所述的基于乘客多運(yùn)動行為分析的公交車客流統(tǒng)計(jì)方法，其特征在于:所述步驟2)中，通過幀差法獲取乘客目標(biāo)，得到目標(biāo)運(yùn)動區(qū)域，然后結(jié)合人頭形狀及灰度特征提取乘客頭部目標(biāo)。
4.如權(quán)利要求3所述的基于乘客多運(yùn)動行為分析的公交車客流統(tǒng)計(jì)方法，其特征在于:所述步驟2)具 體包括如下步驟: 21)對步驟I)獲取的視頻圖像進(jìn)行中值濾波； 22)對中值濾波后的視頻圖像進(jìn)行幀間差分，得到差分圖像； 23)采用霍夫圓檢測對差分圖像進(jìn)行檢測，提取出圖像中類似圓形的目標(biāo)； 24)結(jié)合平均灰度和灰度方差對步驟23)提取出的目標(biāo)進(jìn)行二次判定，提取出乘客目標(biāo)頭部，生成矩形框框定提取出的乘客頭部，矩形框作為跟蹤框，檢測的圓心作為目標(biāo)形心點(diǎn)。
5.如權(quán)利要求1至4中任一項(xiàng)所述的基于乘客多運(yùn)動行為分析的公交車客流統(tǒng)計(jì)方法，其特征在于:所述步驟3)具體包括如下步驟: 31)設(shè)Cn(xn,yn)和Cn+1 (xn+1, yn+1)分別為第n、n+1幀圖像中目標(biāo)形心點(diǎn)，計(jì)算形心點(diǎn)Cn 與 Cn+1 的距離
6.如權(quán)利要求5所述的基于乘客多運(yùn)動行為分析的公交車客流統(tǒng)計(jì)方法，其特征在于:所述步驟4)具體包括如下步驟: 41)將獲得的n條軌跡Ti都作為一個類中心，計(jì)算軌跡相似度D(TilTj),合并相似度最近的兩個類，選取長軌跡作為新類的中心軌跡，通過
7.如權(quán)利要求6所述的基于乘客多運(yùn)動行為分析的公交車客流統(tǒng)計(jì)方法，其特征在于:所述步驟43)中，將軌跡分為水平運(yùn)動類、垂直運(yùn)動類、斜線運(yùn)動類三大類；然后，根據(jù)軌跡的起點(diǎn)和終點(diǎn)判定軌跡的運(yùn)動方向，將上述每一大類運(yùn)動軌跡分為運(yùn)動方向相反的兩小類:軌跡的起點(diǎn)為(X1, Y1)、終點(diǎn)為(xn, yn)則:若yn-yi>0,為+y方向，否則為_y方向；若Xn-X1X),為+X方向，否則為 -X方向。
8.如權(quán)利要求7所述的基于乘客多運(yùn)動行為分析的公交車客流統(tǒng)計(jì)方法，其特征在于:步驟5)中: y方向的距離超過設(shè)定閾值時(shí)，若運(yùn)動方向?yàn)?y，且最終坐標(biāo)yn > Yout則產(chǎn)生下車計(jì)數(shù)；若運(yùn)動方向?yàn)開y，最終坐標(biāo)yn < Yin則產(chǎn)生上車計(jì)數(shù)； y方向的距離小于設(shè)定閾值時(shí)，若運(yùn)動方向?yàn)?y，目標(biāo)起始坐標(biāo)Y1 < Yout且最終坐標(biāo)yn>Yout產(chǎn)生下車計(jì)數(shù)；若運(yùn)動方向?yàn)開y，目標(biāo)起始坐標(biāo)I1 > Yout且最終坐標(biāo)yn < Yout產(chǎn)生上車計(jì)數(shù)。
【文檔編號】G06K9/62GK103646253SQ201310688386
【公開日】2014年3月19日 申請日期:2013年12月16日 優(yōu)先權(quán)日:2013年12月16日
【發(fā)明者】鮮曉東, 石亞麋, 袁雙, 呂建中, 李嬌嬌, 蘇航, 李曉龍 申請人:重慶大學(xué)