CN106022458B - 面向校车安全的人数快速统计方法 - Google Patents
面向校车安全的人数快速统计方法 Download PDFInfo
- Publication number
- CN106022458B CN106022458B CN201610314227.2A CN201610314227A CN106022458B CN 106022458 B CN106022458 B CN 106022458B CN 201610314227 A CN201610314227 A CN 201610314227A CN 106022458 B CN106022458 B CN 106022458B
- Authority
- CN
- China
- Prior art keywords
- image
- target
- difference method
- background
- human body
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 claims abstract description 61
- 238000001514 detection method Methods 0.000 claims abstract description 27
- 238000001914 filtration Methods 0.000 claims abstract description 9
- 230000011218 segmentation Effects 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 2
- 239000003086 colorant Substances 0.000 claims 1
- 238000010561 standard procedure Methods 0.000 claims 1
- 230000004927 fusion Effects 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 101000633607 Bos taurus Thrombospondin-2 Proteins 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06M—COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
- G06M11/00—Counting of objects distributed at random, e.g. on a surface
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30268—Vehicle interior
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种面向校车安全的人数快速统计方法。首先结合帧差法和背景差法粗定位车上已就位的目标；然后通过霍夫圆检测方法进行细定位，滤除部分噪声干扰；接着通过颜色、尺度、面积和形状特征进一步约束，过滤虚假人头目标；最后统计剩余的目标，得到最终的上车人数，如果上车人数大于阈值，则认为超载，否则认为不超载。该方法通过多特征融合降低人数统计误差，通过分层检测和滤波提高人数统计效率，可以实现快速可靠的超载检测，解决校车超载安全隐患。
Description
技术领域
本发明涉及一种人数统计方法，属于视频监控技术领域。
背景技术
超载一直是车辆行驶的安全隐患，尤其对校车而言，安全问题更加突出。目前，超载检测主要采用物理传感器进行检测，如专利CN200610139927.9（超载车辆的检测系统以及检测方法）是通过轴重传感器定时检测行驶车辆后轴与前轴的轴重比，据此判断是否超载；专利CN201420089869.3（一种车辆超载自动监测报警装置）采用光电式位移传感器进行超载检测。总的来说，采用传感器的计数方式精度很低，易受人员携带行李的影响，且不够直观，其结果在事后处理时难以让人信服。基于视频分析的人数统计方法是目前人数统计的研究热点，由于视频图像非常直观，且安装便捷，成本低，因此需求旺盛。Seung-Wook Kim等人(Sensor Fusion-Based People Counting System Using the Active AppearanceModels，ICCE 2013)采用主动形状模型检测人头区域，但该方法主要针对商场、博物馆等大型场所，摄像机架设位置距离人较远，这样人头区域一致性好，受干扰小，然而由于车辆空间有限，该技术难以应用到车辆上。Juan Chen等人（Automatic Head Detection forPassenger Flow Analysis in Bus Surveillance Videos, CISP 2012）提出一种基于视频分析的人数统计方法，通过在车门处架设摄像机，采用变化检测、人头颜色约束技术，统计出入的人数。但如果出入车门时人员拥挤，或者携带物品，此时检测精度会大幅降低。
发明内容
本发明所要解决的技术问题在于提供一种人数可靠统计方法，首先结合帧差法和背景差法粗定位车上已就位的目标；然后通过霍夫圆检测方法进行细定位，滤除部分噪声干扰；接着通过颜色、尺度、面积和形状特征进一步约束，过滤虚假人头目标；最后统计剩余的目标，得到最终的上车人数。该方法通过多特征融合降低人数统计误差，通过分层检测和滤波提高人数统计效率，可以实现快速可靠的超载检测，解决校车超载安全隐患。
结合帧差法和背景差法粗定位已进入校车的人体目标，在目标边缘图像上采用霍夫圆方法检测人头位置，采用形状、面积、尺度、颜色等多特征滤波策略去除假人头干扰，最终统计滤波后的人头数量来计算人数，实现可靠的超载检测和报警。
为实现上述的发明目的，本发明采用下述的技术方案，流程图如图1所示：
1、融合帧差法和背景差法的人体目标粗定位方法
对于校车上的人员，在进入校车的状态下是运动的，而坐在座位上以后基本上是静止的。基于该现象，本发明提出融合帧差法和背景差法的人体目标粗定位方法，基本思路是：在车门开启后设备自行启动，此时采用帧差法检测有没有人员上车，如果没有则采用高斯模型对背景图像进行建模，否则，继续采用帧差法检测运动目标，当运动目标很小时，认为人员都已就位，此时采用背景差法进行人体目标粗定位。
（1）运动侦测
首先采用帧差法检测运动目标。为降低噪声干扰，本发明采用5帧差法，具体步骤为：
step1 取相邻五帧图像Ik-2、Ik-1、Ik、Ik+1、Ik+2，计算帧差数据Erro。
其中，α为权值，初值设为0.5。
step2 确定自适应阈值T。计算帧差数据均值，并将其乘以一个加权系数，以之作为自适应阈值。
其中，M×N为图像尺寸，β为加权系数，这里取β=10。
step3 更新α，提取运动区域Mk。
Step4 计算Mk中值为1的像素点数量，将其除以（M×N），得到运动目标点占全图的比例r，如果r<0.02，则认为还没有人上车，此时采用高斯模型更新背景；否则，认为已经有人上车，关闭背景更新。同时，继续采用帧差法检测运动目标，直到r<0.02，此时关闭运动侦测，启动背景差法进行人体目标粗定位。
（2）背景建模
背景建模采用常用的高斯模型，得到的背景图像记为。
（3）人体目标粗定位
首先计算当前帧图像与背景图像的差分图像；然后采用OTSU方法（类间方差最大标准）计算差分图像的最优分割阈值，依据该阈值对图像进行分割，像素灰度值大于分割阈值的像素点判定为人体目标，否则判定为背景，据此初步定位人体目标的位置。
2、基于霍夫圆检测边缘图像的人体目标细定位方法
首先对目标粗定位阶段的二值图像进行边缘提取，本发明采用经典的Canny算子；然后考虑到人头部分一般为椭圆，采用霍夫圆检测方法检测边缘图像中的类似圆。这样可以排除目标粗定位阶段的一些噪声干扰，提高人数统计的精确度。
3、融合颜色、面积、形状和尺度等多约束的人体目标滤波方法
为了进一步滤除噪声干扰，在霍夫圆细定位的基础上，本发明还加入颜色、面积、形状和尺度约束，具体步骤为：
Step1：扫描并记录每一个霍夫圆的外接矩形框；
Step2：在当前帧彩色图像中，取每一个霍夫圆的外接矩形框区域的彩色图像块；同时，在目标粗定位阶段的二值图像上，取每一个霍夫圆的外接矩形框区域的二值图像块；
Step3：对每一个二值图像块，统计图像块中目标像素点数量N、外接矩形区域的长宽比S和宽度W；如果N<T1或S<T2或S>T3或W<T4或W<T5（其中输入视频尺寸为720×576，本发明中所有阈值取经验值，为T1=100,T2=0.5,T3=2,T4=5,T5=50），则认为该图像块不是人头区域，将其删除；
Step4：对保留的每一个彩色图像块，统计每个像素点的颜色向量与黑色向量的欧氏距离的平均值C_Val。其中，分别表示第i个像素点的红色、绿色和蓝色颜色值。如果C_Val>T6（本发明的T6取经验值80），则认为该图像块不是人头区域，将其删除。
4、人数统计与报警
统计剩余的霍夫圆数据，也即车上的人数P。将校车上的实际座位数M以及允许的超载容差n的和作为阈值，如果P>M+n，则认为发生超载情况，可启动声光、图像等多种现场和远程报警方式，提示相关管理人员核查，保证校车安全运行。
本发明的优点在于：融合帧差法和背景差法粗定位进入校车的目标，结合霍夫圆检测，以及颜色、面积、形状和尺度的多特征约束，滤除非人头目标，提高人数统计的精度，进而提高超载检测的可靠性。
附图说明
图1 校车人数统计流程图。
具体实施方式
面向校车安全的人数快速统计方法，首先结合帧差法和背景差法粗定位车上已就位的目标；然后通过霍夫圆检测方法进行细定位，滤除部分噪声干扰；接着通过颜色、尺度、面积和形状特征进一步约束，过滤虚假人头目标；最后统计剩余的目标，得到最终的上车人数。该方法通过多特征融合降低人数统计误差，通过分层检测和滤波提高人数统计效率，可以实现快速可靠的超载检测，解决校车超载安全隐患。
Claims (1)
1.面向校车安全的人数快速统计方法，其特征在于，首先结合帧差法和背景差法粗定位车上已就位的目标；然后通过霍夫圆检测方法进行细定位，滤除部分噪声干扰；接着通过颜色、尺度、面积和形状特征进一步约束，过滤虚假人头目标；最后统计剩余的目标，得到最终的上车人数，
流程如下：
(1)、融合帧差法和背景差法的人体目标粗定位方法
融合帧差法和背景差法的人体目标粗定位方法，过程是：在车门开启后设备自行启动，此时采用帧差法检测有没有人员上车，如果没有则采用高斯模型对背景图像进行建模，否则，继续采用帧差法检测运动目标，当运动目标很小时，认为人员都已就位，此时采用背景差法进行人体目标粗定位；
(1.1)运动侦测
首先采用帧差法检测运动目标,采用5帧差法，具体步骤为：
Step1.1取相邻五帧图像Ik-2、Ik-1、Ik、Ik+1、Ik+2，计算帧差数据Erro,
<mrow>
<mi>E</mi>
<mi>r</mi>
<mi>r</mi>
<mi>o</mi>
<mo>=</mo>
<mo>|</mo>
<msub>
<mi>I</mi>
<mi>k</mi>
</msub>
<mo>-</mo>
<mi>&alpha;</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>I</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>I</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
</mrow>
<mn>2</mn>
</mfrac>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>&alpha;</mi>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>I</mi>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>I</mi>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>2</mn>
</mrow>
</msub>
</mrow>
<mn>2</mn>
</mfrac>
<mo>)</mo>
</mrow>
<mo>|</mo>
</mrow>
其中，α为权值，初值设为0.5，
Step1.2确定自适应阈值T，计算帧差数据均值，并将其乘以一个加权系数，以之作为自适应阈值，
<mrow>
<mi>m</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>M</mi>
<mo>&times;</mo>
<mi>N</mi>
</mrow>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<mi>E</mi>
<mi>r</mi>
<mi>r</mi>
<mi>o</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
T＝β×m
其中，M×N为图像尺寸，β为加权系数，取β＝10；
Step1.3更新α，提取运动区域Mk，
α＝e-2/m
Step1.4计算Mk中值为1的像素点数量，将其除以(M×N)，得到运动目标点占全图的比例r，如果r<0.02，则认为还没有人上车，此时采用高斯模型更新背景；否则，认为已经有人上车，关闭背景更新，同时，继续采用帧差法检测运动目标，直到r<0.02，此时关闭运动侦测，启动背景差法进行人体目标粗定位；
(1.2)背景建模
背景建模采用常用的高斯模型，得到的背景图像记为IB；
(1.3)人体目标粗定位
首先计算当前帧图像IC与背景图像IB的差分图像ICB＝|IC(i,j)-IB(i,j)|；然后采用OTSU方法即类间方差最大标准方法，计算差分图像的最优分割阈值，依据该阈值对图像进行分割，像素灰度值大于分割阈值的像素点判定为人体目标，否则判定为背景，据此初步定位人体目标的位置；
(2)、于霍夫圆检测边缘图像的人体目标细定位方法
首先对目标粗定位阶段的二值图像进行边缘提取，采用经典的Canny算子；然后考虑到人头部分一般为椭圆，采用霍夫圆检测方法检测边缘图像中的类似圆，排除目标粗定位阶段的噪声干扰，提高人数统计的精确度；
(3)、融合颜色、面积、形状和尺度多约束的人体目标滤波方法
为了进一步滤除噪声干扰，在霍夫圆细定位的基础上，还加入颜色、面积、形状和尺度约束，具体步骤为：
Step3.1：扫描并记录每一个霍夫圆的外接矩形框；
Step3.2：在当前帧彩色图像中，取每一个霍夫圆的外接矩形框区域的彩色图像块；同时，在目标粗定位阶段的二值图像上，取每一个霍夫圆的外接矩形框区域的二值图像块；
Step3.3：对每一个二值图像块，统计图像块中目标像素点数量N、外接矩形区域的长宽比S和宽度W；如果N<T1或S<T2或S>T3或W<T4或W<T5，则认为该图像块不是人头区域，将其删除；其中输入视频尺寸为720×576，本发明中所有阈值取经验值，为T1＝100,T2＝0.5,T3＝2,T4＝5,T5＝50，
Step3.4：对保留的每一个彩色图像块，统计每个像素点的颜色向量(ri,gi,bi)与黑色向量(0,0,0)的欧氏距离的平均值C_Val，其中，ri、gi、bi分别表示第i个像素点的红色、绿色和蓝色颜色值，如果C_Val>T6，本发明的T6取经验值80，则认为该图像块不是人头区域，将其删除；
(4)、人数统计与报警
统计剩余的霍夫圆数据，也即车上的人数P，将校车上的实际座位数M以及允许的超载容差n的和作为阈值，如果P>M+n，则认为发生超载情况，启动声光、图像报警方式，提示相关管理人员核查，保证校车安全运行。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610314227.2A CN106022458B (zh) | 2016-05-13 | 2016-05-13 | 面向校车安全的人数快速统计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610314227.2A CN106022458B (zh) | 2016-05-13 | 2016-05-13 | 面向校车安全的人数快速统计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106022458A CN106022458A (zh) | 2016-10-12 |
| CN106022458B true CN106022458B (zh) | 2018-04-03 |
Family
ID=57100675
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610314227.2A Expired - Fee Related CN106022458B (zh) | 2016-05-13 | 2016-05-13 | 面向校车安全的人数快速统计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106022458B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108629230B (zh) * | 2017-03-16 | 2021-02-12 | 杭州海康威视数字技术股份有限公司 | 一种人数统计方法及装置和电梯调度方法及系统 |
| CN108509913B (zh) * | 2018-03-30 | 2021-03-02 | 世纪美映影院技术服务（北京）有限公司 | 一种室内人数统计方法 |
| CN109455138A (zh) * | 2018-09-30 | 2019-03-12 | 惠州市名商实业有限公司 | 车载人数检测系统 |
| CN109615610B (zh) * | 2018-11-13 | 2023-06-06 | 浙江师范大学 | 一种基于YOLO v2-tiny的医用创可贴瑕疵检测方法 |
| CN110781748A (zh) * | 2019-09-24 | 2020-02-11 | 上海商米科技集团股份有限公司 | 基于ipc的图像处理方法及摄像机 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102855475A (zh) * | 2012-09-17 | 2013-01-02 | 广州杰赛科技股份有限公司 | 一种校车监控方法和系统 |
| CN102915618A (zh) * | 2012-09-27 | 2013-02-06 | 暨南大学 | 一种适用于校车的安全监控方法及其系统 |
| CN202870947U (zh) * | 2012-10-15 | 2013-04-10 | 何天生 | 一种校车人数gprs监控系统 |
| CN204586666U (zh) * | 2015-04-10 | 2015-08-26 | 北京汽车股份有限公司 | 客车的预警装置和系统 |
-
2016
- 2016-05-13 CN CN201610314227.2A patent/CN106022458B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102855475A (zh) * | 2012-09-17 | 2013-01-02 | 广州杰赛科技股份有限公司 | 一种校车监控方法和系统 |
| CN102915618A (zh) * | 2012-09-27 | 2013-02-06 | 暨南大学 | 一种适用于校车的安全监控方法及其系统 |
| CN202870947U (zh) * | 2012-10-15 | 2013-04-10 | 何天生 | 一种校车人数gprs监控系统 |
| CN204586666U (zh) * | 2015-04-10 | 2015-08-26 | 北京汽车股份有限公司 | 客车的预警装置和系统 |
Non-Patent Citations (1)
| Title |
|---|
| 基于3G网络的校车安全信息综合系统;李丹等;《武汉理工大学学报（信息与管理工程版）》;20120831;第34卷(第4期);第417-420页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106022458A (zh) | 2016-10-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106022458B (zh) | 面向校车安全的人数快速统计方法 | |
| JP6570731B2 (ja) | 乗客の混雑度の算出方法及びそのシステム | |
| CN107563347B (zh) | 一种基于tof相机的客流计数方法和装置 | |
| JP6904346B2 (ja) | 画像処理装置、画像処理システム、および画像処理方法、並びにプログラム | |
| CN104778444B (zh) | 道路场景下车辆图像的表观特征分析方法 | |
| CN103208185B (zh) | 一种基于车灯识别的夜间车辆检测方法及系统 | |
| Sina et al. | Vehicle counting and speed measurement using headlight detection | |
| US9672434B2 (en) | Video-based system and method for parking occupancy detection | |
| CN109684996B (zh) | 基于视频的实时车辆进出识别方法 | |
| CN111539265B (zh) | 一种电梯轿厢内异常行为检测方法 | |
| CN107416629B (zh) | 电梯安全运行的控制方法和系统 | |
| KR101067437B1 (ko) | 차선검출방법 및 이를 이용한 차선이탈검출시스템 | |
| CN105303191A (zh) | 一种前视监视场景下的行人计数方法和装置 | |
| CN102214309B (zh) | 一种基于头肩模型的特定人体识别方法 | |
| CN105744232A (zh) | 一种基于行为分析技术的输电线路视频防外破的方法 | |
| CN112597892B (zh) | 一种汽车座舱内遗留物检测系统及检测方法 | |
| CN107911663A (zh) | 一种基于计算机视觉检测的电梯乘客危险行为智能识别预警系统 | |
| CN107066963B (zh) | 一种自适应人群计数方法 | |
| CN101556739A (zh) | 基于本征图像分解的车辆检测算法 | |
| CN109353907B (zh) | 电梯运行的安全提示方法和系统 | |
| CN103049765A (zh) | 一种基于鱼眼相机的判断人群密度和人数的方法 | |
| CN111688709A (zh) | 乘员观察装置 | |
| Li et al. | Automatic passenger counting system for bus based on RGB-D video | |
| Jeong et al. | Probabilistic method to determine human subjects for low-resolution thermal imaging sensor | |
| CN112766046B (zh) | 一种目标检测方法及相关装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180403 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |