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 |