CN104123714A - 一种人流量统计中最优目标检测尺度的生成方法 - Google Patents

Abstract

本发明公开了一种人流量统计中最优目标检测尺度的生成方法，包括以下步骤：获取视频源，并初始化统计目标队列people_list为空；读取视频源当前帧图像，将该图像转化为灰度图像Gk，并初始化检测目标队列head_list为空，将灰度图像Gk划分为n个区域；对灰度图像Gk进行目标检测，利用检测目标和跟踪信息更新people_list队列，并将新出现没有关联的检测目标作为新目标加入people_list中；处理一定视频帧数后，根据people_list中所有统计目标当前位置信息计算各区域目标检测尺度分布直方图，利用目标检测尺度分布直方图信息计算各区域的最优检测尺度。本发明能够对基于视频的人流量算法的高检测率和低虚警率起到有益效果。

Description

一种人流量统计中最优目标检测尺度的生成方法

技术领域

本发明属于计算机视觉领域，更具体地，涉及一种人流量统计中最优目标检测尺度的生成方法。

背景技术

人流量统计技术在商场、地铁、车站等场所有着广泛的应用，对该技术的研究也有着极高的市场价值。传统的人流量统计多采用人工计数的方式，这种方式需要雇佣大量人力，造成了资源的浪费。随着计算机视觉技术的发展，基于视频图像的人流量统计技术正逐渐发展起来，它通过运用图像处理等学科中的相关理论，自动的对由摄像头获取的视频图像进行处理分析，以对图像中的目标进行识别与跟踪，从而实现自动计数的功能。这种方式在很大程度上节约了人力和财力等资源。

基于视频的人流量统计算法涉及到计算机视觉中的目标检测和目标跟踪两大核心技术。常用的目标检测算法有基于特征点的目标检测、基于背景建模的目标检测及基于统计学习理论的目标检测方法。基于特征点的目标检测算法在特征点较少的情况下，不能够充分地对目标进行表示，而较多的特征点又会带来较大的计算量；基于背景建模的目标检测算法是运用数学方法对背景进行建模，然后利用输入图像和背景模型的差异来进行检测目标，这种方法对光照变化、阴影等比较敏感；基于统计学习理论的目标检测方法中，以方向梯度直方（Histograms of Oriented Gradients，简称HOG）和支撑向量机（Support Vector Machine，简称SVM）算法的应用最为广泛。现有的方法需要离线训练分类器模型，然后在输入图像中用搜索窗口遍历，提取搜索窗口内图像的HOG特征，采用训练的分类器模型进行分类，通过分类结果判断搜索窗口是否有目标存在，搜索窗口的大小（即检测尺度）至关重要，理论上来说，检测尺度和目标大小相近才能保证检测的准确性，如果检测尺度个数设置过多，不仅对算法的实时性造成影响，还会产生大量虚假目标，如果尺度个数设置固定或者过少，又可能因检测尺度不合适导致目标漏检。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种人流量统计中最优目标检测尺度的生成方法，其目的在于避免基于视频的人流量统计算法存在的手动设置目标检测尺度的不准确性和不方便性的问题，并能够对基于视频的人流量算法的高检测率和低虚警率起到有益效果。

为实现上述目的，按照本发明的一个方面，提供了一种人流量统计中最优目标检测尺度的生成方法，包括以下步骤：

（1）获取视频源，设置帧计数器k=1，并初始化统计目标队列people_list为空；

（2）读取视频源的第k帧图像，将该图像转化为灰度图像Gk，并初始化检测目标队列head_list为空；

（3）判断帧计数器k的值是否为1，如果是则将灰度图像Gk划分为n个区域，并初始化一个n行m列的数组obj[n][m]，初始值均设为0，否则转入步骤（4），其中n为灰度图像Gk区域划分的个数，m为每个区域采用的检测尺度个数；

（4）在灰度图像Gk搜索窗口内提取HOG特征，并采用SVM分类器对HOG特征进行分类，以实现对灰度图像Gk的目标检测；

（5）判断统计目标队列people_list是否为空，若是则转向步骤（10），否则转向步骤（6）；

（6）遍历people_list中的每个统计目标，判断检测目标队列head_list中是否有和其中心位置接近的检测目标，如果有，则认为这些检测目标与该统计目标相匹配，并找出与该统计目标最近的检测目标并记录下该检测目标的位置信息，否则对该统计目标不进行任何操作；

（7）遍历people_list中的每个统计目标，运用均值漂移算法对该统计目标跟踪，以得到该统计目标的跟踪位置；

（8）遍历people_list中的每个统计目标，如果该统计目标在步骤（6）中找到了与之最近的检测目标，则先保存该统计目标的当前位置，然后用与之最近的检测目标位置更新其位置，并将该统计目标出现的帧数加一，否则判断该统计目标的出现次数是否达到阈值d，如果是，则先保存该统计目标的当前位置，然后用步骤（7）中得到的跟踪位置更新该统计目标的位置，并将该统计目标出现的帧数加一；否则对当前统计目标不进行任何操作；

（9）根据people_list中所有统计目标的当前位置信息统计各划分区域中的目标检测尺度分布直方图；

（10）遍历head_list中的每一个检测目标，并判断该检测目标是否与people_list中的任何统计目标都不匹配，如果是，则将该检测目标作为新目标，加入到people_list中；否则对该检测目标不进行任何操作；

（11）判断帧计数器k是否小于阈值FT，如果是，则对帧计数器k执行加一操作，然后返回步骤（2），否则转向步骤（12）；

（12）对于数组obj[n][m]进行按列求和，以获得每个区域内有效统计目标的总数，并找出每个区域中最多有效统计目标maxNum对应的检测尺度maxScale；

（13）遍历步骤（3）中划分的每个区域，判断是否有maxNum/AllNum>阈值SS，且有AllNum大于阈值N，其中AllNum表示当前区域内总的有效统计目标个数，如果有则认为maxScale为当前区域的最优检测尺度，并标记当前区域找到了最有检测尺度，否则标记当前区域没有找到最优检测尺度。

优选地，步骤（4）包括以下子步骤：

（4-1）以p为采样像素间隔构建搜索窗口，遍历该灰度图像Gk中的像素点，以该像素点所在区域i对应的m个检测尺度作为搜索窗口的长和宽；

（4-2）提取m个搜索窗口内的HOG特征，根据提取的HOG特征计算每个搜索窗口内的目标分值，并根据训练好的SVM分类器判断该目标分值是否大于阈值T，如果大于则认为该搜索窗口内存在人头目标，并将该人头目标加入到检测目标队列head_list中，否则认为该搜索窗口内不存在人头目标。

优选地，目标分值score的计算公式为：

$\mathrm{score}=\underset{r=1}{\overset{q}{\mathrm{\Σ}}}{w}_r{x}_r+b^{*}$

其中score表示目标分值，[w₁,w₂,...,w_q]为SVM分类器的支撑向量，q为选取的HOG特征维数，b^*为SVM分类器求得的最优分类间隔，[x₁,x₂,...,x_q]为搜索窗口内的HOG特征。

优选地，步骤（6）中如果统计目标和检测目标中心之间的距离小于一阈值，则认为该检测目标与统计目标的中心位置接近。

优选地，步骤（9）包括以下子步骤：

（9-1）遍历people_list中的每一个统计目标，判断该统计目标在上一帧中位置和在当前帧中的位置在垂直方向上的差值是否小于阈值f，或者该统计目标的出现帧数小于阈值v，如果是，则对该统计目标不进行任何操作，否则转向步骤（9-2）；

（9-2）对数组元素obj[i][(w-b)/a]执行加一操作，其中w表示该统计目标的搜索窗口宽度，a和b均为统计区域i内使用的检测尺度a×j+b中的参数。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，本发明能够取得下列有益效果：

1、为基于视频的人流量统计算法提供了一个准确的目标检测尺度，避免了在用户手动设置目标检测尺度过程中由于估计误差造成的不准确性；同时该发明方法运用学习的方式，自动的获得了人流量统计算法中需要的目标检测尺度，不需要人工干扰，提高了人流量统计算法使用的方便性。

2、提高了人流量统计算法的检测率，并且降低了虚警率：由于采用了步骤（3），对图像进行了区域划分，在步骤（9）中利用了帧间信息关联，然后在步骤（13）中计算了各区域的最优检测尺度，相比以前的人流量统计算法全图都采用同一个检测尺度，本发明为图像中的各划分区域都提供了最优检测尺度，更符合实际图像中目标大小的分布，因此在各个区域中都能够进行更为精确的检测和统计，提高了人流量统计的检测率；同时因为采用了更准确的检测尺度，减少了检测过程中出现的虚警数量。

3、不增加人流量统计算法的时间复杂度。本发明是在人流量统计算法使用之前就计算出了所需要的最优检测目标尺度，因此不会增加人流量统计算法的计算耗时。

附图说明

图1是本发明人流量统计中最优目标检测尺度的生成方法的总体流程图。

图2是本发明对图像进行区域划分的方式。

图3是使用本发明的方法对一视频序列进行尺度学习的结果。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

考虑到人头是人体中最不容易被遮挡的部位，本发明将人头作为目标，进行检测与统计。

如图1所示，本发明人流量统计中最优目标检测尺度的生成方法包括以下步骤：

（1）获取视频源，设置帧计数器k=1，并初始化统计目标队列people_list为空；

（2）读取视频源的第k帧图像，将该图像转化为灰度图像Gk，并初始化检测目标队列head_list为空；

（3）判断帧计数器k的值是否为1，如果是则将灰度图像Gk划分为n个区域（分别记为区域0、区域1、..区域n-1），并初始化一个n行m列的数组obj[n][m]，初始值均设为0；n为灰度图像Gk区域划分的个数，取值为正整数，m为每个区域采用的检测尺度个数，取值为大于3的正整数；obj[i][j]（其中i=0,1,2,…n-1，j=0,1,2,…m-1）表示统计区域i内用检测尺度a×j+b（其中a,b均为任意正整数）检测出的有效统计目标个数；否则转入步骤（4）；具体而言，区域的划分方式可以由用户自行定义，在本实施方式中，将图像按照从上到下的顺序平均划分为4个区域，如图2所示。

（4）在灰度图像Gk搜索窗口内提取HOG特征，并采用SVM分类器对HOG特征进行分类，以实现对灰度图像Gk的目标检测；本步骤包括以下子步骤：

（4-1）以p为采样像素间隔构建搜索窗口，遍历该灰度图像Gk中的像素点（其中p为正整数），以该像素点所在区域i对应的m个检测尺度作为搜索窗口的长和宽；

（4-2）提取m个搜索窗口内的HOG特征，根据提取的HOG特征计算每个搜索窗口内的目标分值，并根据训练好的SVM分类器判断该目标分值是否大于阈值T，如果大于则认为该搜索窗口内存在人头目标，并将该人头目标加入到检测目标队列head_list中，否则认为该搜索窗口内不存在人头目标；具体而言，HOG特征的提取方式和SVM分类器的训练过程已经在本申请人的中国专利申请号201010122671中披露，在此不再赘述。阈值T的取值范围是0到2.5之间。

目标分值score的计算公式为：

$\mathrm{score}=\underset{r=1}{\overset{q}{\mathrm{\Σ}}}{w}_r{x}_r+b^{*}$

其中[w₁,w₂,...,w_q]即为SVM分类器的支撑向量，q为选取的HOG特征维数，b^*为SVM分类器求得的最优分类间隔，[x₁,x₂,...,x_q]为搜索窗口内的HOG特征。

本步骤的优点在于，由于搜索窗口的滑动步长一般小于人头宽度，所以可能导致大量检测目标出现重叠，针对这种情况，本发明选取搜索窗口最宽的对应检测目标作为最终的检测目标，将其他与之重叠的删除。

（5）判断统计目标队列people_list是否为空，若是则转向步骤（10），否则转向步骤（6）；

（6）遍历people_list中的每个统计目标，判断检测目标队列head_list中是否有和其中心位置接近的检测目标，如果有，则认为这些检测目标与该统计目标相匹配，并找出与该统计目标最近的检测目标并记录下该检测目标的位置信息；否则对该统计目标不进行任何操作；具体而言，如果统计目标和检测目标中心之间的距离小于某一阈值，则认为该检测目标与统计目标的中心位置接近，该阈值与视频中人头尺寸成正比，且为正数。

（7）遍历people_list中的每个统计目标，运用均值漂移算法对该统计目标跟踪，以得到该统计目标的跟踪位置；

（8）遍历people_list中的每个统计目标，如果该统计目标在步骤（6）中找到了与之最近的检测目标，则先保存该统计目标的当前位置，然后用与之最近的检测目标位置更新其位置，并将该统计目标出现的帧数加一；否则判断该统计目标的出现次数是否达到阈值d（其中d是大于2的整数），如果是，则先保存该统计目标的当前位置，然后用步骤（7）中得到的跟踪位置更新该统计目标的位置，并将该统计目标出现的帧数加一；否则对当前统计目标不进行任何操作；

本步骤中设置统计目标的出现次数达到d的约束，是从时间约束上提高了目标置信度，减少了仅被分类器检测出的虚假目标数量。

（9）根据people_list中所有统计目标的当前位置信息统计各划分区域中的目标检测尺度分布直方图；该步骤包括以下子步骤：

（9-1）遍历people_list中的每一个统计目标，判断该统计目标在上一帧中位置和在当前帧中的位置在垂直方向上的差值是否小于阈值f，或者该统计目标的出现帧数小于阈值v，其中f和v均为正整数，f和图像帧尺寸成正比，v的取值范围是2与5之间，如果是，则对该统计目标不进行任何操作，否则转向步骤（9-2）。

本步骤的优点是利用帧间关联匹配后的目标信息来对目标进行约束，对于停留在原地或出现帧数较少的目标不进行检测尺度统计。

（9-2）对数组元素obj[i][(w-b)/a]执行加一操作，表示在区域i中用检测尺度w找到一个有效统计目标，其中w表示该统计目标的搜索窗口宽度（即检测尺度）；

（10）遍历head_list中的每一个检测目标，并判断该检测目标是否与people_list中的任何统计目标都不匹配，如果是，则将该检测目标作为新目标，加入到people_list中；否则对该检测目标不进行任何操作；具体而言，判断该检测目标与统计目标匹配的方式与上述步骤（6）中相同，在此不再赘述；

（11）判断帧计数器k是否小于阈值FT，其中FT为正整数，其取值与当前视频中的人流量成正比，如果是，则对帧计数器k执行加一操作，然后返回步骤（2），否则转向步骤（12）；

（12）对于数组obj[n][m]进行按列求和，以获得每个区域内有效统计目标的总数，并找出每个区域中最多有效统计目标maxNum对应的检测尺度maxScale；

（13）遍历步骤（3）中划分的每个区域，判断是否有maxNum/AllNum>SS，且有AllNum大于N，其中AllNum表示当前区域内总的有效统计目标个数，SS为阈值，其取值为0至1之间的小数，N也为阈值，其取值为大于50的整数。如果有则认为maxScale为当前区域的最优检测尺度，并标记当前区域找到了最有检测尺度；否则标记当前区域没有找到最优检测尺度，在后续的人流量统计中需要用户根据视频中人头大小手动输入当前区域的最优检测尺度。

如图3所示，图像左边一列四个黑色矩形框为在本实例中划分的四个区域中找到的最优检测尺度对应的搜索窗口，图中白色矩形框为用各区域的最优检测尺度对应的搜索窗口遍历图像各区域找到的人头目标窗口。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种人流量统计中最优目标检测尺度的生成方法，其特征在于，包括以下步骤：

（1）获取视频源，设置帧计数器k=1，并初始化统计目标队列people_list为空；

（2）读取视频源的第k帧图像，将该图像转化为灰度图像Gk，并初始化检测目标队列head_list为空；

（3）判断帧计数器k的值是否为1，如果是则将灰度图像Gk划分为n个区域，并初始化一个n行m列的数组obj[n][m]，初始值均设为0，否则转入步骤（4），其中n为灰度图像Gk区域划分的个数，m为每个区域采用的检测尺度个数；

（4）在灰度图像Gk搜索窗口内提取HOG特征，并采用SVM分类器对HOG特征进行分类，以实现对灰度图像Gk的目标检测；

（5）判断统计目标队列people_list是否为空，若是则转向步骤（10），否则转向步骤（6）；

（6）遍历people_list中的每个统计目标，判断检测目标队列head_list中是否有和其中心位置接近的检测目标，如果有，则认为这些检测目标与该统计目标相匹配，并找出与该统计目标最近的检测目标并记录下该检测目标的位置信息，否则对该统计目标不进行任何操作；

（7）遍历people_list中的每个统计目标，运用均值漂移算法对该统计目标跟踪，以得到该统计目标的跟踪位置；

（8）遍历people_list中的每个统计目标，如果该统计目标在步骤（6）中找到了与之最近的检测目标，则先保存该统计目标的当前位置，然后用与之最近的检测目标位置更新其位置，并将该统计目标出现的帧数加一，否则判断该统计目标的出现次数是否达到阈值d，如果是，则先保存该统计目标的当前位置，然后用步骤（7）中得到的跟踪位置更新该统计目标的位置，并将该统计目标出现的帧数加一；否则对当前统计目标不进行任何操作；

（9）根据people_list中所有统计目标的当前位置信息统计各划分区域中的目标检测尺度分布直方图；

（10）遍历head_list中的每一个检测目标，并判断该检测目标是否与people_list中的任何统计目标都不匹配，如果是，则将该检测目标作为新目标，加入到people_list中；否则对该检测目标不进行任何操作；

（11）判断帧计数器k是否小于阈值FT，如果是，则对帧计数器k执行加一操作，然后返回步骤（2），否则转向步骤（12）；

（12）对于数组obj[n][m]进行按列求和，以获得每个区域内有效统计目标的总数，并找出每个区域中最多有效统计目标maxNum对应的检测尺度maxScale；

（13）遍历步骤（3）中划分的每个区域，判断是否有maxNum/AllNum>阈值SS，且有AllNum大于阈值N，其中AllNum表示当前区域内总的有效统计目标个数，如果有则认为maxScale为当前区域的最优检测尺度，并标记当前区域找到了最有检测尺度，否则标记当前区域没有找到最优检测尺度。

2.如权利要求1所述的生成方法，其特征在于，步骤（4）包括以下子步骤：

（4-1）以p为采样像素间隔构建搜索窗口，遍历该灰度图像Gk中的像素点，以该像素点所在区域i对应的m个检测尺度作为搜索窗口的长和宽；

（4-2）提取m个搜索窗口内的HOG特征，根据提取的HOG特征计算每个搜索窗口内的目标分值，并根据训练好的SVM分类器判断该目标分值是否大于阈值T，如果大于则认为该搜索窗口内存在人头目标，并将该人头目标加入到检测目标队列head_list中，否则认为该搜索窗口内不存在人头目标。

3.如权利要求2所述的生成方法，其特征在于，目标分值score的计算公式为：

$\mathrm{score}=\underset{r=1}{\overset{q}{\mathrm{\Σ}}}{w}_r{x}_r+b^{*}$

其中score表示目标分值，[w₁,w₂,...,w_q]为SVM分类器的支撑向量，q为选取的HOG特征维数，b^*为SVM分类器求得的最优分类间隔，[x₁,x₂,...,x_q]为搜索窗口内的HOG特征。

4.如权利要求1所述的生成方法，其特征在于，步骤（6）中如果统计目标和检测目标中心之间的距离小于一阈值，则认为该检测目标与统计目标的中心位置接近。

5.如权利要求1所述的生成方法，其特征在于，步骤（9）包括以下子步骤：

（9-1）遍历people_list中的每一个统计目标，判断该统计目标在上一帧中位置和在当前帧中的位置在垂直方向上的差值是否小于阈值f，或者该统计目标的出现帧数小于阈值v，如果是，则对该统计目标不进行任何操作，否则转向步骤（9-2）；

（9-2）对数组元素obj[i][(w-b)/a]执行加一操作，其中w表示该统计目标的搜索窗口宽度，a和b均为统计区域i内使用的检测尺度a×j+b中的参数。