CN103455792A - 一种客流量统计方法及系统 - Google Patents
一种客流量统计方法及系统 Download PDFInfo
- Publication number
- CN103455792A CN103455792A CN2013103633181A CN201310363318A CN103455792A CN 103455792 A CN103455792 A CN 103455792A CN 2013103633181 A CN2013103633181 A CN 2013103633181A CN 201310363318 A CN201310363318 A CN 201310363318A CN 103455792 A CN103455792 A CN 103455792A
- Authority
- CN
- China
- Prior art keywords
- humanoid
- original
- depth map
- dimensional
- passenger flow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明涉及图像处理领域,提供了一种客流量统计方法,包括S1、获取双目摄像机采集的两张原始二维图,采用深度图算法对两张原始二维图进行重建及背景过滤,获得3D深度图;S2、获取3D深度图和一张原始二维图,对原始二维进行人头过滤检测,并利用3D深度图过滤人形干扰,得客流统计数据。本发明还提供了一种对应的系统。本发明的方法和系统,通过对双目摄像机采集的图像进行二维和三维深度处理,得到精确的客流数据,从而为现场控制提供了可靠的依据。
Description
技术领域
本发明涉及图像处理领域,更具体地说,涉及一种客流量统计方法及系统。
背景技术
客流的数据是智慧商业中极其重要的数据,获取准确有效的数据,对商业中提高转化率和采取方案来吸引客户起到决定性的作用;在智能交通领域,通过客流的数据,来有效的调度车辆以及防止违法行为的发生,起到重要作用;在商场或大型超市,通过客流的统计,来有效的调整工作人员的工作,实现现场控制,提高工作效率。
现有技术中,采用二维的图像进行识别,在一定的情况下,无法正确识别,比如:阳光下阴影、人托着箱子、各种非黑色的头发的人等等因素都可能造成客流量统计出现多统计或少统计,从而使得客流量统计的准确率极低。这极不利于现场控制。
因此,需要一种准确统计客流量的客流量统计方法及系统。
发明内容
本发明的目的在于提供一种客流量统计方法及系统,旨在解决现有技术中客流量统计精度低等的问题
为了实现本发明的目的,一种客流量统计方法,包括:S1、获取双目摄像机采集的两张原始二维图,采用深度图算法对两张原始二维图进行重建及背景过滤,获得3D深度图;S2、获取3D深度图和一张原始二维图,对原始二维图进行人头过滤检测,并利用3D深度图过滤人形干扰,得客流统计数据。
优选地,所述S2具体包括:S21、获取3D深度图和一张原始二维图,对原始二维图进行人头检测,确定人形候选区;S22、对人形候选区的人形进行人形特征过滤检测,确定检测区;S23、对检测区的人形利用3D深度图进行深度匹配,过滤人形干扰;S24、对检测到的人形进行计数。
优选地,所述人形特征包括具有头部和肩部组合的特征。
优选地,所述S23具体为:确定检测区中对应3D深度图中对应的区域中人形深度,若人形深度低于阈值,则滤除,否则,保留该人形。
上述任一技术方案,所述S1具体包括:S11、利用双目摄像机与原始二维图像中的点形成的角度和双目摄像机的间距计算获得所述点与双目摄像机之间连线的距离h;S12、对h大于阈值的点进行过滤,得3D深度图。
为了更好的实现本发明的目的,本发明还提供了一种客流量统计系统,包括:双目摄像机,用于采集客流区的原始二维图;FPGA单元,用于获取双目摄像机采集的两张原始二维图,采用深度图算法对两张原始二维图进行重建及背景过滤得3D深度图;中央处理单元,用于获取FPGA单元的3D深度图和一张原始二维图,对原始二维图进行人头过滤检测,并利用3D深度图过滤人形干扰得客流统计数据。
优选地,所述中央处理单元包括:第一过滤模块,用于获取3D深度图和一张原始二维图,对原始二维图进行人头检测,确定人形候选区;第二过滤模块,用于对人形候选区的人形进行人形特征检测,确定检测区;所述人形特征包括具有头部和肩部组合的特征;人形匹配模块,用于对检测区的人形利用3D深度图进行深度匹配过滤人形干扰;计数模块,用于对检测到的人形进行计数。
优选地,所述深度图算法为:h=L*tanx*tany/(tanx+tany),所述x、y分别为双目摄像机与原始二维图像中的点组成的角的角度,所述L为双目摄像机的间距。
上述任一技术方案中,所述系统还包括:存储单元,用于存储中央处理单元的处理结果。
本发明的上述技术方案中,通过对原始二维图进行重建及背景过滤,获得3D深度图,在采用3D深度图对过滤人形干扰,从而可以得到精确的客流统计数据,为现场控制提供了可靠性的依据。
附图说明
图1是本发明第一实施例中客流量统计方法的方法流程图。
图2是本发明第一实施例中获得3D深度图的方法流程图。
图3是本发明第二实施例中统计客流量的客流量统计系统的结构示意图。
图4是本发明第二实施例中双目摄像机拍摄现场示意图。
具体实施方式
为了使本发明目的、技术方案及优点更加清楚、明白,以下结合附图对此进行说明。
结合图1和图2,本发明提出一实施例。一种客流量统计方法,包括以下步骤。
S1、获取双目摄像机采集的两张原始二维图,采用深度图算法对两张原始二维图进行重建及背景过滤,获得3D深度图。
S2、获取3D深度图和一张原始二维图,对原始二维图进行人头过滤检测,并利用3D深度图过滤人形干扰,得客流统计数据。
本发明的上述技术方案,通过对原始二维图进行重建及背景过滤,获得3D深度图,在采用3D深度图对过滤人形干扰,从而可以得到精确的客流统计数据,为现场控制提供了可靠性的依据。
本实施例中,所述步骤S1具体包括:S1、利用双目摄像机与原始二维图像中的点所成的角度和双目摄像机的间距计算获得所述点与双目摄像机之间连线的距离h。其中,所述双目摄像机之间的间距已知,且双目摄像机与原始二维图像中的点所成的两个角的角度已知。该技术方案完成了两张二维图像的重建。
S2、对h大于阈值的点进行过滤,得3D深度图。本步骤对重建的图进行背景过滤,从而获得3D深度图。
本技术方案,对同一个点的坐标进行插值,从而确认该点到镜头之间的距离,能够很好的实现三维图的重建,再对背景进行过滤,从而获得精确的3D深度图,为后续的获得精确的客流数据提供了基础。
本实施例中,所述步骤S2具体包括:
S21、获取3D深度图和一张原始二维图,对原始二维图进行人头检测,确定人形候选区。所述一张原始二维图为双目摄像机拍摄的任意一张原始二维图。所述进行人头检测包括对人头的形状、颜色等进行筛选,以确定有效的初步人形候选区。
S22、对人形候选区的人形进行人形特征检测过滤,确定检测区。本步骤中,所述人形特征包括具有头部和肩部组合的特征,也即对人形候选区中没有头部和肩部的区域进行滤除,保留具有头部和肩部的区域,形成检测区。本步骤可以将比如:帽子、光头、阴影等人形加入到检测区中,从而克服了现有技术中的少统计现象。
S23、对检测区的人形利用3D深度图进行深度匹配,过滤人形干扰。该步骤具体为确定检测区中对应的3D深度图中对应的区域中人形深度,若人形深度低于阈值,则滤除,否则,保留该人形。本步骤可以有效的滤除步骤S22中添加的非人的部分,大大提高滤除的精度。其中,所述的人形深度包括检测区检测的人形高度。
S24、对检测到的人形进行计数。
本发明的上述技术方案,通过添加误过滤的部分,再对整体采用3D深度图进行进一步的过滤,从而保证了过滤的精度。
本发明提出第二实施例,结合图3和图4。一种客流量统计系统,包括:双目摄像机1,FPGA单元2和中央处理单元3。其中:
(1)双目摄像机1,用于采集客流区0的原始二维图。
其中,所述双目摄像机1是两个摄像机,其可以拍摄视频和图像,当拍摄的为视频时,FPGA单元2采集该双目摄像机1的视频数据。
(2)FPGA单元2,用于获取双目摄像机采集的两张原始二维图,采用深度图算法对两张原始二维图进行重建及背景过滤得3D深度图。
其中,所述FPGA单元为FPGA(Field-Programmable Gate Array,现场可编程门阵列)的一部分,FPGA是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物。它是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的,既解决了定制电路的不足,又克服了原有可编程器件门电路数有限的缺点。其中,FPGA单元2用于采集双目摄像机的视频数据,对采集的数据进行重建过滤。
结合图4,对深度图的算法进行说明,其中,所述的深度图算法为:h=L*tanx*tany/(tanx+tany),其中,所述x、y分别为双目摄像机1与原始二维图像0中的点组成的角的角度,所述L为双目摄像机的间距。
(3)中央处理单元3,用于获取FPGA单元的3D深度图和一张原始二维图,对原始二维图进行人头过滤检测,并利用3D深度图过滤人形干扰得客流统计数据。
本发明的上述技术方案,通过对原始二维图进行重建及背景过滤,获得3D深度图,再采用3D深度图对过滤人形干扰,从而可以得到精确的客流统计数据,为现场控制提供了可靠性的依据。
进一步的,所述的中央处理单元3具体可包括以下模块。
(1)第一过滤模块,用于获取3D深度图和一张原始二维图,对原始二维图进行人头检测,确定人形候选区。
(2)第二过滤模块,用于对人形候选区的人形进行人形特征检测,确定检测区。所述人形特征包括具有头部和肩部组合的特征,也即对人形候选区中没有头部和肩部的区域进行滤除,保留具有头部和肩部的区域,形成检测区。本模块可以将比如:帽子、光头、阴影等人形加入到检测区中,从而克服了现有技术中的少统计的现象。
(3)人形匹配模块,用于对检测区的人形利用3D深度图进行深度匹配过滤人形干扰。利用该模块进行过滤时,需要确定检测区中对应的3D深度图中检测区的深度,若人形深度低于阈值,则滤除,否则,保留该人形。该模块可以有效的滤除第二过滤模块中添加的非人的部分,不仅保证的不漏检也保证了不多检,大大提高滤除的精度。
(4)计数模块,用于对检测到的人形进行计数。
本发明的上述技术方案,通过添加误过滤的部分,在对整体采用3D深度图进行进一步的过滤,从而保证了过滤的精度。
本发明的系统还可包括存储单元,用于存储中央处理单元的处理结果。其中,所述的存储单元包括但不限于SD卡或者是电脑内存。
上述仅为本发明的较佳实施例,并不用于限制本发明,凡在本发明的精神和原则之内所做的任何修改、等同替换和修改等,均应包含在本发明保护的范围之内。
Claims (9)
1.一种客流量统计方法,其特征在于,包括:
S1、获取双目摄像机采集的两张原始二维图,采用深度图算法对两张原始二维图进行重建及背景过滤,获得3D深度图;
S2、获取3D深度图和一张原始二维图,对原始二维图进行人头过滤检测,并利用3D深度图过滤人形干扰,得客流统计数据。
2.根据权利要求1所述的客流量统计方法,其特征在于,所述S2具体包括:
S21、获取3D深度图和一张原始二维图,对原始二维图进行人头检测,确定人形候选区;
S22、对人形候选区的人形进行人形特征过滤检测,确定检测区;
S23、对检测区的人形利用3D深度图进行深度匹配,过滤人形干扰;
S24、对检测到的人形进行计数。
3.根据权利要求2所述的客流量统计方法,其特征在于,所述人形特征包括具有头部和肩部组合的特征。
4.根据权利要求2所述的客流量统计方法,其特征在于,所述S23具体为:确定检测区中对应3D深度图中对应的区域中人形深度,若人形深度低于阈值,则滤除,否则,保留该人形。
5.根据权利要求1至4中任一项所述的客流量统计方法,其特征在于,所述S1具体包括:S11、利用双目摄像机与原始二维图像中的点形成的角度和双目摄像机的间距计算获得所述点与双目摄像机之间连线的距离h;
S12、对h大于阈值的点进行过滤,得3D深度图。
6.一种客流量统计系统,其特征在于,包括:
双目摄像机,用于采集客流区的原始二维图;
FPGA单元,用于获取双目摄像机采集的两张原始二维图,采用深度图算法对两张原始二维图进行重建及背景过滤得3D深度图;
中央处理单元,用于获取FPGA单元的3D深度图和一张原始二维图,对原始二维图进行人头过滤检测,并利用3D深度图过滤人形干扰得客流统计数据。
7.根据权利要求6所述的客流量统计系统,其特征在于,所述中央处理单元包括:
第一过滤模块,用于获取3D深度图和一张原始二维图,对原始二维图进行人头检测,确定人形候选区;
第二过滤模块,用于对人形候选区的人形进行人形特征检测,确定检测区;所述人形特征包括具有头部和肩部组合的特征;
人形匹配模块,用于对检测区的人形利用3D深度图进行深度匹配过滤人形干扰;
计数模块,用于对检测到的人形进行计数。
8.根据权利要求6所述的客流量统计系统,其特征在于,所述深度图算法为:h=L*tanx*tany/(tanx+tany),所述x、y分别为双目摄像机与原始二维图像中的点组成的角的角度,所述L为双目摄像机的间距。
9.根据权利要求6至8中任一项所述的客流量统计系统,其特征在于,所述系统还包括:存储单元,用于存储中央处理单元的处理结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013103633181A CN103455792A (zh) | 2013-08-20 | 2013-08-20 | 一种客流量统计方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013103633181A CN103455792A (zh) | 2013-08-20 | 2013-08-20 | 一种客流量统计方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103455792A true CN103455792A (zh) | 2013-12-18 |
Family
ID=49738136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013103633181A Pending CN103455792A (zh) | 2013-08-20 | 2013-08-20 | 一种客流量统计方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103455792A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104751491A (zh) * | 2015-04-10 | 2015-07-01 | 中国科学院宁波材料技术与工程研究所 | 一种人群跟踪及人流量统计方法及装置 |
CN104902258A (zh) * | 2015-06-09 | 2015-09-09 | 公安部第三研究所 | 一种基于立体视觉的多场景人流量统计方法、系统以及双目相机 |
CN106446788A (zh) * | 2016-08-31 | 2017-02-22 | 山东恒宇电子有限公司 | 基于视神经机制的高动态范围图像统计客流的方法 |
CN106485735A (zh) * | 2015-09-01 | 2017-03-08 | 南京理工大学 | 基于立体视觉技术的人体目标识别与跟踪方法 |
CN106503605A (zh) * | 2015-09-01 | 2017-03-15 | 南京理工大学 | 基于立体视觉技术的人体目标识别方法 |
CN108069307A (zh) * | 2016-11-14 | 2018-05-25 | 杭州海康威视数字技术股份有限公司 | 一种对电梯中的人数进行统计的方法及装置 |
CN108710818A (zh) * | 2018-03-09 | 2018-10-26 | 唐义 | 一种基于三维激光雷达的人数实时监测统计系统及方法 |
CN109344746A (zh) * | 2018-09-17 | 2019-02-15 | 曜科智能科技(上海)有限公司 | 行人计数方法、系统、计算机设备和存储介质 |
CN110674672A (zh) * | 2019-07-10 | 2020-01-10 | 北京滴普科技有限公司 | 一种基于tof相机的多场景人数统计方法 |
WO2022127181A1 (zh) * | 2020-12-14 | 2022-06-23 | 深圳云天励飞技术股份有限公司 | 客流的监测方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5818959A (en) * | 1995-10-04 | 1998-10-06 | Visual Interface, Inc. | Method of producing a three-dimensional image from two-dimensional images |
CN1731456A (zh) * | 2005-08-04 | 2006-02-08 | 浙江大学 | 基于立体视觉的公交客流统计方法及其系统 |
CN102169453A (zh) * | 2011-03-08 | 2011-08-31 | 杭州电子科技大学 | 一种文件在线备份方法 |
CN102222265A (zh) * | 2010-04-13 | 2011-10-19 | 上海申腾三盛信息技术工程有限公司 | 基于双目视觉和侧安装摄像机的客流计数方法 |
CN102523464A (zh) * | 2011-12-12 | 2012-06-27 | 上海大学 | 一种双目立体视频的深度图像估计方法 |
-
2013
- 2013-08-20 CN CN2013103633181A patent/CN103455792A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5818959A (en) * | 1995-10-04 | 1998-10-06 | Visual Interface, Inc. | Method of producing a three-dimensional image from two-dimensional images |
CN1731456A (zh) * | 2005-08-04 | 2006-02-08 | 浙江大学 | 基于立体视觉的公交客流统计方法及其系统 |
CN102222265A (zh) * | 2010-04-13 | 2011-10-19 | 上海申腾三盛信息技术工程有限公司 | 基于双目视觉和侧安装摄像机的客流计数方法 |
CN102169453A (zh) * | 2011-03-08 | 2011-08-31 | 杭州电子科技大学 | 一种文件在线备份方法 |
CN102523464A (zh) * | 2011-12-12 | 2012-06-27 | 上海大学 | 一种双目立体视频的深度图像估计方法 |
Non-Patent Citations (1)
Title |
---|
王水鱼等: "基于FPGA和PC机的客流统计系统设计", 《陕西理工学院学报 自然科学版》, no. 1, 15 March 2010 (2010-03-15), pages 12 - 7 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104751491A (zh) * | 2015-04-10 | 2015-07-01 | 中国科学院宁波材料技术与工程研究所 | 一种人群跟踪及人流量统计方法及装置 |
CN104751491B (zh) * | 2015-04-10 | 2018-01-23 | 中国科学院宁波材料技术与工程研究所 | 一种人群跟踪及人流量统计方法及装置 |
CN104902258A (zh) * | 2015-06-09 | 2015-09-09 | 公安部第三研究所 | 一种基于立体视觉的多场景人流量统计方法、系统以及双目相机 |
CN106485735A (zh) * | 2015-09-01 | 2017-03-08 | 南京理工大学 | 基于立体视觉技术的人体目标识别与跟踪方法 |
CN106503605A (zh) * | 2015-09-01 | 2017-03-15 | 南京理工大学 | 基于立体视觉技术的人体目标识别方法 |
CN106446788A (zh) * | 2016-08-31 | 2017-02-22 | 山东恒宇电子有限公司 | 基于视神经机制的高动态范围图像统计客流的方法 |
CN108069307A (zh) * | 2016-11-14 | 2018-05-25 | 杭州海康威视数字技术股份有限公司 | 一种对电梯中的人数进行统计的方法及装置 |
CN108710818A (zh) * | 2018-03-09 | 2018-10-26 | 唐义 | 一种基于三维激光雷达的人数实时监测统计系统及方法 |
CN109344746A (zh) * | 2018-09-17 | 2019-02-15 | 曜科智能科技(上海)有限公司 | 行人计数方法、系统、计算机设备和存储介质 |
CN110674672A (zh) * | 2019-07-10 | 2020-01-10 | 北京滴普科技有限公司 | 一种基于tof相机的多场景人数统计方法 |
WO2022127181A1 (zh) * | 2020-12-14 | 2022-06-23 | 深圳云天励飞技术股份有限公司 | 客流的监测方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103455792A (zh) | 一种客流量统计方法及系统 | |
US10949995B2 (en) | Image capture direction recognition method and server, surveillance method and system and image capture device | |
CN109615659B (zh) | 一种车载多摄像机环视系统的摄像机参数获得方法及装置 | |
JP2017182796A (ja) | ライトフィールドデータを処理する方法およびデバイス | |
JP2017191608A (ja) | 対象識別方法、対象識別装置、及び分類器訓練方法 | |
CN105931240A (zh) | 三维深度感知装置及方法 | |
CN103971408A (zh) | 三维人脸模型生成系统及方法 | |
CN106485753A (zh) | 用于无人驾驶汽车的摄像机标定的方法和装置 | |
CN113362247A (zh) | 一种激光融合多目相机的语义实景三维重建方法及系统 | |
CN104050662A (zh) | 一种用光场相机一次成像直接获取深度图的方法 | |
CN103279791A (zh) | 基于多特征的行人计算方法 | |
CN104408772A (zh) | 一种基于网格投影的自由曲面三维重建方法 | |
CN106327576B (zh) | 一种城市场景重建方法及系统 | |
CN112686877A (zh) | 基于双目相机的三维房屋损伤模型构建测量方法及系统 | |
CN106708081B (zh) | 多旋翼无人飞行器控制系统 | |
JP2016194895A (ja) | 室内2d平面図の生成方法、装置及びシステム | |
CN102905136B (zh) | 一种视频编解码方法、系统 | |
CN102903101A (zh) | 使用多台相机进行水面数据采集与重建的方法 | |
US20230081366A1 (en) | System using image connectivity to reduce bundle size for bundle adjustment | |
CN103345765A (zh) | 基于dsp+fpga的移动平台下运动目标检测装置及其方法 | |
CN102208103A (zh) | 一种用于影像快速融合与评价的方法 | |
CN110134148A (zh) | 一种输电线路直升机巡视中输电线路沿线跟踪方法 | |
CN202872972U (zh) | 一种图像监测处理装置 | |
CN203632765U (zh) | 多源图像信息采集融合系统 | |
CN105205478A (zh) | 人体测量学和曲线波变换融合的3d人脸识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C53 | Correction of patent of invention or patent application | ||
CB03 | Change of inventor or designer information |
Inventor after: Zhang Pengrui Inventor before: Zhang Ruipeng |
|
COR | Change of bibliographic data |
Free format text: CORRECT: INVENTOR; FROM: ZHANG RUIPENG TO: ZHANG PENGRUI |
|
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20131218 |
|
RJ01 | Rejection of invention patent application after publication |