CN109389016B - 一种人头计数的方法及系统 - Google Patents

Abstract

本发明提供了一种人头计数的方法及系统。本发明所述方法在进行人头计数时，考虑到实际场景中的人头运动轨迹存在的误判断情况，对运动轨迹对应的人数进行修正，建立轨迹与人数的修正模型，利用修正模型补偿检测算法误判和漏判引起的人数误差，从而提高人头计数的精度。

Description

一种人头计数的方法及系统

技术领域

本发明涉及视频图像处理技术领域，具体涉及人头计数的方法及系统。

背景技术

人流量统计数据是商场、机场、公交车站、地铁站等公共场所进行管理和决策不可或缺的重要数据。目前，基于机器视觉的人流量统计系统通常包含了视频图像处理、模式识别以及人工智能等领域的相关技术。

人流量统计系统需要能够适应复杂多变的背景环境和处理多人同时通过检测区域等复杂情况，但是现有技术中，从复杂的背景环境中较为准确地检测识别出大量的人体目标，并对其进行稳健的跟踪或精确的估计出行人数量，仍然是计算机视觉领域中亟待解决的一个问题。

发明内容

本发明实施例要解决的技术问题是提供一种人头计数的方法及系统，提供人流量统计的准确性。

为解决上述技术问题，本发明实施例提供人头计数的方法，包括：

获取目标区域的待检测图像流；

按照预定检测算法，检测所述待检测图像流中的同一人头的轨迹及其对应的第一人数，统计得到所述待检测图像流中的人头的第一数量；

利用预先建立的轨迹与人数之间对应关系的轨迹人数修正模型，对所述待检测图像流中的轨迹对应的第一人数进行修正，得到所述轨迹对应的第二人数，以及，根据所述轨迹对应的第二人数，统计得到所述待检测图像流中的第二数量。

本发明实施例还提供了一种人头计数系统，包括：

图像流获取模块，用于获取目标区域的待检测图像流；

人头统计模块，用于按照预定检测算法，检测所述待检测图像流中的同一人头的轨迹及其对应的第一人数，统计得到所述待检测图像流中的人头的第一数量；

人头修正模块，用于利用预先建立的轨迹与人数之间对应关系的轨迹人数修正模型，对所述待检测图像流中的轨迹对应的第一人数进行修正，得到所述轨迹对应的第二人数，以及，根据所述轨迹对应的第二人数，统计得到所述待检测图像流中的第二数量。

本发明实施例还提供了另一种人头计数系统，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的人头计数的方法的步骤。

本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的人头计数的方法的步骤。

与现有技术相比，本发明实施例提供的人头计数的方法及系统，考虑到现有的人头检测算法对人头运动轨迹存在误判断的情况，对运动轨迹对应的人数进行修正，建立轨迹与人数的修正模型，利用轨迹人数修正模型补偿检测算法误判和漏判引起的人数误差，补偿了检测算法误判和漏判引起的人数差异，能够提高人头计数的精度。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的人头计数的方法的一个流程示意图；

图2为本发明实施例进行同一人头判断的一个示例图；

图3为本发明实施例中目标区域中的轨迹的一个示例图；

图4为本发明实施例中轨迹人数修正模型建模的一个示例图；

图5为本发明实施例中大数据修正模型建模的一个示例图；

图6为本发明实施例提供的人头计数的方法的一个示例流程图；

图7为本发明实施例提供的人头计数系统的一种结构示意图；

图8为本发明实施例提供的人头计数系统的另一种结构示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。在下面的描述中，提供诸如具体的配置和组件的特定细节仅仅是为了帮助全面理解本发明的实施例。因此，本领域技术人员应该清楚，可以对这里描述的实施例进行各种改变和修改而不脱离本发明的范围和精神。另外，为了清楚和简洁，省略了对已知功能和构造的描述。

应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。

在本发明的各种实施例中，应理解，下述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在人流量统计领域，通常需要利用检测算法从图像中检测识别出行人，进而进行人数的统计。由于光线、摄像头角度以及环境因素等影响，检测算法进行检测识别时通常存在着一定的漏检测和误检测的可能，导致人流量的统计数据的准确性不高，有时甚至因为准确性太低而不能应用于实际场景中。例如，在人头统计时，可以通过HOG检测算法人头进行标定并跟踪计数。由于HOG特征本身会出现漏检测和误检测，容易导致人头计数由于在实际系统中准确率太低而不能应用。

为解决以上问题，提高人数统计数据的准确性，本发明实施例提供了一种人头统计的方法，请参照图1，本发明一个实施例提供的人头统计的方法，包括：

步骤11，获取目标区域的待检测图像流。

这里，目标区域是需要进行人头数量统计的区域。该区域可以是商场、机场、公交车、公交车站、地铁站等公共场所的出入口。为了更好的统计人头数量，本发明实施例可以应用于要求单向通行的关口，例如出口或入口。在具体实施时，可以通过在目标区域安装一朝下俯视拍摄的图像采集装置，获取目标区域在某段时间内的视频(或图像)数据，所采集到的视频数据即为本发明实施例的待检测图像流，通常包括有由预定帧率的多帧图像组成的数据。

步骤12，按照预定检测算法，检测所述待检测图像流中的同一人头的轨迹及其对应的第一人数，统计得到所述待检测图像流中的人头的第一数量。

在获得待检测图像流之后，本发明实施例可以应用各种检测识别算法，识别图像中的行人特征，进而统计出行人数量。具体的，在本发明实施例中，通过检测人头统计人头数量的方式来进行人流量的统计，例如，可以采用方向梯度直方图(Histogram ofOriented Gradient，HOG)特征算法进行人头检测，识别出待检测图像流中的同一人头，获得同一人头在多帧连续图像中的轨迹，基于该轨迹统计待检测图像流中的人头的数量，得到第一数量。

在检测所述待检测图像流中的同一人头的轨迹时，可以获取所述待检测图像流中的多个连续图像，按照预定检测算法，识别出所述多个连续图像中存在的人头。然后，以相邻图像中的前一帧图像中的第一人头的位置点为中心，定义一椭圆，所述椭圆的长轴长度大于短轴长度，且所述长轴与所述目标区域的预定的通行方向相一致。然后进行同一人头的判断：如果相邻图像中的后一帧图像的第二人头位于所述椭圆内，则将所述第一人头和第二人头识别为同一人头；如果所述第二人头位于所述椭圆之外，将所述第一人头和第二人头识别为不同人头。在识别出同一人头后，可以根据同一人头在连续多帧图像中的坐标，生成该人头的轨迹，具体的，可以按照时间的先后顺序，将多帧图像中该人头的位置点依次排列，得到轨迹的一种表示形式。位置点可以用其坐标来表示。

图2给出了上述椭圆的一个示例，图2中的箭头表示目标区域的预定的通行方向，椭圆的长轴长度为b，短轴长度为a，其中b>a。关于a、b的具体长度可以根据图像流的帧率以及行人在目标区域的平均通行速度，来计算相邻两帧图像间行人在长轴和短轴方向上的移动距离的范围，根据该范围设置上述长轴和短轴的具体长度。考虑到目标区域有特定的通行方向，行人在该通行方向上的位移通常应该大于与该通信方向垂直的方向上的位移，因此将长轴长度设置的较大。例如，图2中椭圆中心21为前一帧图像中的某个人头的位置点的坐标，位置点22和位置点23分别是后一帧图像中检测到的两个人头，由于位置点22在椭圆内，因此将位置点21和位置点22判断为同一人头；而位置点23在椭圆外，因此将位置点21和位置点23判断为不同人头。当然，本发明实施例也可以通过学习目标区域的同一人头在相邻帧图像之间的位移，获得上述长轴、短轴的具体值。

通过以上椭圆限定的范围，本发明实施例在判别同一人头时，考虑到了通行方向的影响，从而能够更为准确的识别出同一人头，进而提高了后续人头计数的准确性。

上述步骤12中，在基于轨迹统计人头数量时，可以统计待检测图像流中符合预设条件的轨迹数量，将该示例作为人头的数量。也就是或，每条轨迹通常代表1个人头进行计数，而在轨迹不符合预设条件时，将忽略该轨迹代表的人头，不对其进行计数，即该轨迹代表的人头数量为0。上述预设条件可以是根据目标区域及其通行方向等条件进行设置。例如，预定条件可以包括以下条件的一种或多种：轨迹穿过了目标区域的预定范围；轨迹的行进方向与目标区域的通行方向相匹配；轨迹中的人头的位置点的数量达到预设数量等。

步骤13，利用预先建立的轨迹与人数之间对应关系的轨迹人数修正模型，对所述待检测图像流中的轨迹对应的第一人数进行修正，得到所述轨迹对应的第二人数，以及，根据所述轨迹对应的第二人数，统计得到所述待检测图像流中的第二数量。

可以看出，在步骤12中统计人头数量时，1条轨迹最多代表1个人头。但是在实际场景中，某个轨迹自身可能发生交叉，即将轨迹中的人头位置点按照先后顺序依次连接所得到的连线中可能存在交点，对于这种情况，步骤12中依然将该轨迹最多视为1个人。根据对大量样本轨迹的分析结果，轨迹发生交叉的原因可能是因为误检测，即将不同人头识别为了同一人头。

由于人头检测算法通常会存在漏检测和误检测的情况，导致人头统计的精度不高，为解决该问题，本发明实施例预先获取所述目标区域的多个样本图像流；然后，按照预定检测算法，获取所述样本图像流中的同一人头的样本轨迹，以及，通过人工方式识别样本轨迹，获取人工统计得到的所述样本轨迹对应的真实人数；并基于多个样本轨迹及其对应的真实人数，建立轨迹与人数之间对应关系的轨迹人数修正模型。进而利用轨迹人数修正模型补偿检测算法误判和漏判引起的人数误差，补偿了检测算法误判和漏判引起的人数差异，能够提高人头计数的精度。

本发明实施例通过学习上述样本轨迹及其对应的真实人数，可以建立轨迹与人数之间对应关系的轨迹人数修正模型。在步骤13中，本发明实施例利用该轨迹人数修正模型，可以对轨迹对应的人数进行修正，然后，根据修正后的人数重新统计待检测图像流中的人数，可以提高人数统计的准确性。

为了更好的理解上述建模过程，下面将以一个具体示例来进行说明。需要指出的是，下面的示例仅为建模的一种实现方式，本发明实施例并不局限于此。

请参照图3，图3中的目标区域30根据该目标区域的通行方向(如图中箭头所示)，划分成至少2个子区域，在图3中划分为子区域31～33共3个子区域，且从样本图像流中识别出301～306共6个样本轨迹。

然后，从样本轨迹中，选择出按照所述通行方向发生跨子区域移动、且自身存在交点的参考样本轨迹，确定所述参考样本轨迹的交点参数，所述交点参数包括各个子区域内的交点数量和交点坐标。

这里，按照所述通行方向发生跨子区域移动是指轨迹跨越了至少2个子区域，并且轨迹的移动方向与所述目标区域的通行方向相匹配，即轨迹上的最后一个人头位置点(轨迹终止点)相对于首个人头位置点(轨迹起始点)发生了在上述通行方向上的正向位移。例如图3中，样本轨迹301、305～306未跨域子区域或未自身包含有交点，因此不予以考虑。样本轨迹302～304跨域子区域且包含有交点(图3中黑色圆点代表人头位置点，白色圆圈代表交点)。且轨迹起始点到轨迹终止点的方向与所述通行方向相匹配(图3中假设每个轨迹起始点均为该轨迹在图3中最上方的位置点，轨迹起始点到轨迹终止点的方向在上述通行方向上有取值为正数的位移分量)，因此作为参考样本轨迹，通过人工方式识别出上述参考样本轨迹的真实人数。另外，可以获得按照所述预定检测算法确定的所述参考样本轨迹对应的第三人数，这里上述第三人数通常为1。

然后，学习所述参考样本轨迹的交点参数、所述参考样本轨迹对应的第三人数以及真实人数间的对应关系，建立以参考样本轨迹为输入参数，所述真实人数为输出参数的所述轨迹人数修正模型。在得到轨迹人数修正模型后，可以对步骤13中的轨迹对应的第一人数进行修正，得到轨迹对应的第二人数。例如，将轨迹对应的人数由1人修正为2人或3人。当然，也有某些轨迹并不满足轨迹人数修正模型要求的轨迹条件(如跨子区域或存在交点等)，因此轨迹人数修正模型对这些轨迹对应的人数不进行修正。

图4给出了上述轨迹人数修正模型建模的一个示例。该示例中预先获得参考样本轨迹的链表，该链表表示形式为图4中所示的链表中顺序排列的各个人头位置点的坐标(即图4中的链表坐标)，同时针对上述链表分别进行编号得到链表序号。建模的数据还包括：依据预定检测算法获得的上述链表对应的人头数量(即链表系统输出值)以及依据人工统计获得的上述链表对应的人头数量(即链表系统真值)。基于上述链表坐标、链表系统输出值及真值，建立轨迹人数修正模型。

作为一种优选实现方式，所述轨迹人数修正模型所建立的一种对应关系可能如下：针对按照所述通行方向发生跨子区域移动、且自身存在交点的轨迹，假设按照预定检测算法获得的该轨迹对应的人数x0，且该轨迹中处于预定子区域内的交点数量为N，则上述轨迹人数修正模型中建立的对应关系中，该轨迹对应的人数为x1，具体的，在N≤N0时，x1＝x0+N；在N>N0时，x1＝x0+N0，这里N0表示预先设置的交点数量的门限值，通常该门限值与轨迹所经过的子区域有关，例如，经过较多子区域的轨迹该门限值可以较大。

依然以图3为例，针对图3中按照所述通行方向发生跨子区域移动的轨迹，确定该轨迹中的交点参数，所述交点参数包括各个子区域内的交点数量和交点坐标；

若所述轨迹中处于预定子区域(如子区域32)内的交点数量为0，则维持所述轨迹对应的第一人数不变；

若所述轨迹中处于预定子区域(如子区域32)内的交点数量为大于0的第三数量，则在第三数量不大于一预设门限值时，计算所述轨迹对应的第一人数与第三数量的和值，得到所述轨迹对应的第二人数，以及，在第三数量大于所述预设门限值时，计算所述轨迹对应的第一人数与所述预设门限值的和值，得到所述轨迹对应的第二人数。这里，预设门限值根据轨迹所跨子区域的数量进行设置，例如，在仅跨2个子区域(如跨域子区域31和32，或者仅跨域子区域32和33)时，该预设门限值可以预设为1；在跨3个子区域(如跨域子区域31、32和33)时，可以设置该预设门限值为2。

在经过轨迹人数修正模型修正后，可能部分或全部轨迹对应的人数发生了变化，此时需要对所有轨迹的人数重新进行合计，得到待检测图像流经修正后的总人数。

以上介绍了本发明实施例通过轨迹人数修正模型对轨迹对应的人数进行修正处理的具体方式。通过修正模型对人头数量的修正，本发明实施例可以补充人头检测算法的误差，从而能够获得准确性更高的人头统计结果。

更进一步的，本发明实施例还可以通过大数据建模(大数据修正模型)的方式，对上述修正后的总人数进行再次修正，以进一步提高人数统计的准确性。具体的，本发明实施例可以收集目标区域的历史样本图像流的的历史采集数据，所述历史采集数据包括历史样本图像流的采集时间、采集站点、按照所述轨迹人数修正模型确定的所述历史样本图像流的人头数量、以及人工统计的所述历史样本图像流的人头数量。然后，根据所述所述历史采集数据建立大数据修正模型，所述大数据修正模型的输入为图像流的采集时间、采集站点、以及按照轨迹人数修正模型所确定的人头数量，输出则为修正后的人头数量。

这里，由于目标区域的人数通常存在一定的规律，这与采集时间、采集站点等因素相关。采集时间是图像流采集行为发生的时间，具体可以是预定时间周期中的某个时段，如一周中周一，一月中的第2天，或者一天中的7:00～8:00等。采集站点可以是图像流采集行为发生的地理位置，如在目标区域为公交车的出入口时，可以是不同的站点。通过大数据建模的方式，本发明实施例对收集的历史数据建模，得到目标区域人头数量的大数据修正模型。该大数据修正模型基于待检测图像流的相关历史采集数据，建立采集时间、采集站点、按照前述轨迹人数修正模型得到的人头数量、以及人工统计的真实人头数量之间的对应关系。然后，本发明实施例可以对大数据修正模型对上述步骤13中的第二数量进行修正，将三个参数(所述待检测图像流的采集时间、采集站点、第二数量)输入至大数据修正模型进行二次修正，获得所述三个参数对应的真实人数，即修正后的所述待检测图像流的人头的第四数量

图5给出了大数据模型建模的一个示例，该示例以公交车的上车或下车的出入口为例，收集公交车在不同站点的上车人数(即上车系统人数)或下车人数(即下车系统人数)，该人数与具体的站点(可以用站号或地点表示)，时间(如公交车门的开门时间和关门时间)、GPS地理位置等因素相关，基于收集的历史数据，可以用大数据建模的方法，建立大数据模型。具体建模方式本发明实施例不再赘述。

通过以上大数据修正模型对待检测图像流中的人头数量进行二次修正，本发明实施例可以利用大数据的历史经验数据进一步提高人头数量统计的准确性。

接下来通过一个更为具体的示例，对本发明实施例的上述方法作进一步描述。

请参照图6，本发明实施例提供的人头计数的方法的一个示例，包括：

步骤601，按照HOG算法，获取待检测图像流中当前帧图像中的HOG特征点及其坐标。

这里，本示例具体可以通过HOG算法，识别图像中的人头特征，获得对应的特征点及其坐标。

步骤602，在获得当前帧图像的HOG特征点及其坐标，对当前帧图像中的HOG特征点逐个进行遍历，执行以下步骤603～605的处理，并在当前帧图像的所有HOG特征点都遍历处理完毕后，进入步骤606。

步骤603，判断当前遍历的HOG特征点，是否与前一帧图像中的某个HOG特征点属于同一人头，具体的判断方式可以参考上文的介绍，若是同一人头，则进入步骤604，否则进入步骤605。

步骤604，在属于同一人头时，在该人头的链表中增加当前遍历的HOG特征点的坐标。

步骤605，在不属于同一人头时，新建一个链表，对当前遍历的HOG特征点对应的人头进行跟踪。

步骤606，在当前帧图像的所有HOG特征点都遍历处理完毕后，判断当前帧图像是否为待检测图像流中的最后一帧，若是，则进入步骤607，否则，返回步骤601，将下一帧图像作为当前帧图像，继续获取当前帧图像的HOG特征点。

步骤607～608，依次判断所述待检测图像流中获得的各个链表是否符合预定的运行轨迹，在当前链表符合预定的运行轨迹时，将人头数量的值加1；在不符合时，不进行统计。然后，继续判断下一个链表，直至所有链表都判断完毕，从而获得人头统计的第一数量。

例如，目标区域通常具有预定的通行方向，若该链表与该通行方向相匹配，则可以认为符合预定的运行轨迹，否则，认为不符合预定的运行轨迹。

步骤609，在获得上述第一数量后，可以利用前文中介绍的轨迹人数修正模型对轨迹人数进行修正，根据修正后的轨迹人数，对第一数量进行修正，得到修正后的人头数量。

当然，以上示例还可以根据大数据修正模型，对步骤609的人头数量进一步修正，此处不再赘述。

综上，本发明实施例提供的人头计数的方法，考虑到交点对轨迹人数的影响，改进了人头跟踪中的跟踪计数环节的实现方式，依据链表与真实人数之间的对应关系，建立模型修正，补偿了检测算法(如HOG)误判和漏判引起的人数差异，能够提高人头计数的精度。

本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一个方法实施例中的人头计数的方法中的步骤。

基于以上方法，本发明实施例还提供了实施上述方法的系统，请参考图7，本发明实施例提供的人头计数系统70包括：

图像流获取模块71，用于获取目标区域的待检测图像流；

人头统计模块72，用于按照预定检测算法，检测所述待检测图像流中的同一人头的轨迹及其对应的第一人数，统计得到所述待检测图像流中的人头的第一数量；

人头修正模块73，用于利用预先建立的轨迹与人数之间对应关系的轨迹人数修正模型，对所述待检测图像流中的轨迹对应的第一人数进行修正，得到所述轨迹对应的第二人数，以及，根据所述轨迹对应的第二人数，统计得到所述待检测图像流中的第二数量。

优选的，上述系统还可以包括：

轨迹人数修正模型建模模块，用于获取所述目标区域的多个样本图像流；按照预定检测算法，获取所述样本图像流中的同一人头的样本轨迹，以及，获取人工统计得到的所述样本轨迹对应的真实人数；基于多个样本轨迹及其对应的真实人数，建立轨迹与人数之间对应关系的轨迹人数修正模型。

优选的，上述系统中，上述修正模型建模模块具体可以包括：

子区域划分模块，用于根据预定的通行方向，将所述目标区域划分为至少2个子区域；

交点确定模块，用于从所述样本轨迹中，选择出按照所述通行方向发生跨子区域移动、且自身存在交点的参考样本轨迹，确定所述参考样本轨迹的交点参数，所述交点参数包括各个子区域内的交点数量和交点坐标；

建模处理模块，用于获得按照所述预定检测算法确定的所述参考样本轨迹对应的第三人数；学习所述参考样本轨迹的交点参数、所述参考样本轨迹对应的第三人数以及真实人数间的对应关系，建立所述轨迹人数修正模型。

其中，上述人头修正模块73具体包括：

轨迹人数修正模块，用于针对按照所述通行方向发生跨子区域移动的轨迹，确定该轨迹中的交点参数，所述交点参数包括各个子区域内的交点数量和交点坐标；若所述轨迹中处于预定子区域内的交点数量为0，则维持所述轨迹对应的第一人数不变；若所述轨迹中处于预定子区域内的交点数量为大于0的第三数量，则在第三数量不大于一预设门限值时，计算所述轨迹对应的第一人数与第三数量的和值，得到所述轨迹对应的第二人数，以及，在第三数量大于所述预设门限值时，计算所述轨迹对应的第一人数与所述预设门限值的和值，得到所述轨迹对应的第二人数。

上述人头统计模块72具体可以包括：

人头识别子模块，用于获取所述待检测图像流中的多个连续图像，按照预定检测算法，识别出所述多个连续图像中存在的人头；

同一人头判断子模块，用于以相邻图像中的前一帧图像中的第一人头的位置点为中心，定义一椭圆，所述椭圆的长轴长度大于短轴长度，且所述长轴与所述目标区域的预定的通行方向相一致；若相邻图像中的后一帧图像的第二人头位于所述椭圆内，将所述第一人头和第二人头识别为同一人头，若所述第二人头位于所述椭圆之外，将所述第一人头和第二人头识别为不同人头。

更进一步的，上述系统还可以包括：

第二人数修正单元，用于确定所述待检测图像流的采集时间及采集站点；获取预先收集的所述目标区域的人头数量的历史数据，根据所述采集时间及采集地点，从所述历史数据中获取与所述采集时间及采集站点对应的第四数量；对第二数量和第四数量进行加权求和，获得所述待检测图像流的人头的第五数量。

请参考图8，本发明实施例提供了一种人头计数系统800的另一结构示意图，包括：处理器801、网络接口802、存储器803、用户接口804和总线接口，其中：

在本发明实施例中，网络侧设备800还包括：存储在存储器上803并可在处理器801上运行的计算机程序，计算机程序被处理器801、执行时实现如下步骤：获取目标区域的待检测图像流；按照预定检测算法，检测所述待检测图像流中的同一人头的轨迹及其对应的第一人数，统计得到所述待检测图像流中的人头的第一数量；利用预先建立的轨迹与人数之间对应关系的轨迹人数修正模型，对所述待检测图像流中的轨迹对应的第一人数进行修正，得到所述轨迹对应的第二人数，以及，根据所述轨迹对应的第二人数，统计得到所述待检测图像流中的第二数量。

在图8中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器801代表的一个或多个处理器和存储器803代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。网络接口802可以是有线或无线网卡设备，实现数据在网络上的收发功能。针对不同的用户设备，用户接口804还可以是能够外接内接需要设备的接口，连接的设备包括但不限于小键盘、显示器、扬声器、麦克风、操纵杆等。

处理器801负责管理总线架构和通常的处理，存储器803可以存储处理器801在执行操作时所使用的数据。

可选的，计算机程序被处理器803执行时还可实现如下步骤：

获取所述目标区域的多个样本图像流；

按照预定检测算法，获取所述样本图像流中的同一人头的样本轨迹，以及，获取人工统计得到的所述样本轨迹对应的真实人数；

基于多个样本轨迹及其对应的真实人数，建立轨迹与人数之间对应关系的轨迹人数修正模型。

可选的，计算机程序被处理器803执行时还可实现如下步骤：根据预定的通行方向，将所述目标区域划分为至少2个子区域；从所述样本轨迹中，选择出按照所述通行方向发生跨子区域移动、且自身存在交点的参考样本轨迹，确定所述参考样本轨迹的交点参数，所述交点参数包括各个子区域内的交点数量和交点坐标；获得按照所述预定检测算法确定的所述参考样本轨迹对应的第三人数；学习所述参考样本轨迹的交点参数、所述参考样本轨迹对应的第三人数以及真实人数间的对应关系，建立所述轨迹人数修正模型。

可选的，计算机程序被处理器803执行时还可实现如下步骤：针对按照所述通行方向发生跨子区域移动的轨迹，确定该轨迹中的交点参数，所述交点参数包括各个子区域内的交点数量和交点坐标；若所述轨迹中处于预定子区域内的交点数量为0，则维持所述轨迹对应的第一人数不变；若所述轨迹中处于预定子区域内的交点数量为大于0的第三数量，则在第三数量不大于一预设门限值时，计算所述轨迹对应的第一人数与第三数量的和值，得到所述轨迹对应的第二人数，以及，在第三数量大于所述预设门限值时，计算所述轨迹对应的第一人数与所述预设门限值的和值，得到所述轨迹对应的第二人数。

可选的，计算机程序被处理器803执行时还可实现如下步骤：获取所述待检测图像流中的多个连续图像，按照预定检测算法，识别出所述多个连续图像中存在的人头；以相邻图像中的前一帧图像中的第一人头的位置点为中心，定义一椭圆，所述椭圆的长轴长度大于短轴长度，且所述长轴与所述目标区域的预定的通行方向相一致；若相邻图像中的后一帧图像的第二人头位于所述椭圆内，将所述第一人头和第二人头识别为同一人头，若所述第二人头位于所述椭圆之外，将所述第一人头和第二人头识别为不同人头。

可选的，计算机程序被处理器803执行时还可实现如下步骤：确定所述待检测图像流的采集时间及采集站点；获取预先收集的所述目标区域的人头数量的历史数据，根据所述采集时间及采集地点，从所述历史数据中获取与所述采集时间及采集站点对应的第四数量；对第二数量和第四数量进行加权求和，获得所述待检测图像流的人头的第五数量。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (9)

1.一种人头计数的方法，其特征在于，包括：

获取目标区域的待检测图像流；

按照预定检测算法，检测所述待检测图像流中的同一人头的轨迹及其对应的第一人数，统计得到所述待检测图像流中的人头的第一数量；

利用预先建立的轨迹与人数之间对应关系的轨迹人数修正模型，对所述待检测图像流中的轨迹对应的第一人数进行修正，得到所述轨迹对应的第二人数，以及，根据所述轨迹对应的第二人数，统计得到所述待检测图像流中的第二数量；

其中，所述利用预先建立的轨迹与人数之间对应关系的轨迹人数修正模型，对所述待检测图像流中的轨迹对应的第一人数进行修正，得到所述轨迹对应的第二人数的步骤，包括：

针对按照预定通行方向发生跨子区域移动的轨迹，确定该轨迹中的交点参数，所述交点参数包括各个子区域内的交点数量和交点坐标；

若所述轨迹中处于预定子区域内的交点数量为0，则维持所述轨迹对应的第一人数不变；

若所述轨迹中处于预定子区域内的交点数量为大于0的第三数量，则在第三数量不大于一预设门限值时，计算所述轨迹对应的第一人数与第三数量的和值，得到所述轨迹对应的第二人数，以及，在第三数量大于所述预设门限值时，计算所述轨迹对应的第一人数与所述预设门限值的和值，得到所述轨迹对应的第二人数。

2.如权利要求1所述的方法，其特征在于，在获取目标区域的图像流之前，所述方法还包括：

获取所述目标区域的多个样本图像流；

按照预定检测算法，获取所述样本图像流中的同一人头的样本轨迹，以及，获取人工统计得到的所述样本轨迹对应的真实人数；

基于多个样本轨迹及其对应的真实人数，建立轨迹与人数之间对应关系的轨迹人数修正模型。

3.如权利要求2所述的方法，其特征在于，所述基于多个样本轨迹及其对应的真实人数，建立轨迹与人数之间对应关系的轨迹人数修正模型的步骤，包括：

根据预定的通行方向，将所述目标区域划分为至少2个子区域；

从所述样本轨迹中，选择出按照所述通行方向发生跨子区域移动、且自身存在交点的参考样本轨迹，确定所述参考样本轨迹的交点参数，所述交点参数包括各个子区域内的交点数量和交点坐标；

获得按照所述预定检测算法确定的所述参考样本轨迹对应的第三人数；

学习所述参考样本轨迹的交点参数、所述参考样本轨迹对应的第三人数以及真实人数间的对应关系，建立所述轨迹人数修正模型。

4.如权利要求1所述的方法，其特征在于，所述检测所述待检测图像流中的同一人头的轨迹的步骤包括：

获取所述待检测图像流中的多个连续图像，按照预定检测算法，识别出所述多个连续图像中存在的人头；

以相邻图像中的前一帧图像中的第一人头的位置点为中心，定义一椭圆，所述椭圆的长轴长度大于短轴长度，且所述长轴与所述目标区域的预定的通行方向相一致；

若相邻图像中的后一帧图像的第二人头位于所述椭圆内，将所述第一人头和第二人头识别为同一人头，若所述第二人头位于所述椭圆之外，将所述第一人头和第二人头识别为不同人头。

5.如权利要求1所述的方法，其特征在于，在统计得到所述待检测图像流中的第二数量之后，所述方法还包括：

确定所述待检测图像流的采集时间及采集站点；

将所述待检测图像流的采集时间、采集站点以及所述第二数量，输入至预先建立的大数据修正模型进行二次修正，获得所述待检测图像流的人头的第四数量；

其中，所述大数据修正模型是根据预先收集的所述目标区域的历史采集数据建立的，所述历史采集数据包括历史样本图像流的采集时间、采集站点、按照所述轨迹人数修正模型确定的所述历史样本图像流的人头数量、以及人工统计的所述历史样本图像流的人头数量。

6.一种人头计数系统，其特征在于，包括：

图像流获取模块，用于获取目标区域的待检测图像流；

人头统计模块，用于按照预定检测算法，检测所述待检测图像流中的同一人头的轨迹及其对应的第一人数，统计得到所述待检测图像流中的人头的第一数量；

人头修正模块，用于利用预先建立的轨迹与人数之间对应关系的轨迹人数修正模型，对所述待检测图像流中的轨迹对应的第一人数进行修正，得到所述轨迹对应的第二人数，以及，根据所述轨迹对应的第二人数，统计得到所述待检测图像流中的第二数量；

其中，所述人头修正模块包括轨迹人数修正模块，所述轨迹人数修正模块用于：

针对按照预定通行方向发生跨子区域移动的轨迹，确定该轨迹中的交点参数，所述交点参数包括各个子区域内的交点数量和交点坐标；若所述轨迹中处于预定子区域内的交点数量为0，则维持所述轨迹对应的第一人数不变；若所述轨迹中处于预定子区域内的交点数量为大于0的第三数量，则在第三数量不大于一预设门限值时，计算所述轨迹对应的第一人数与第三数量的和值，得到所述轨迹对应的第二人数，以及，在第三数量大于所述预设门限值时，计算所述轨迹对应的第一人数与所述预设门限值的和值，得到所述轨迹对应的第二人数。

7.如权利要求6所述的人头计数系统，其特征在于，所述人头统计模块包括：

人头识别子模块，用于获取所述待检测图像流中的多个连续图像，按照预定检测算法，识别出所述多个连续图像中存在的人头；

同一人头判断子模块，用于以相邻图像中的前一帧图像中的第一人头的位置点为中心，定义一椭圆，所述椭圆的长轴长度大于短轴长度，且所述长轴与所述目标区域的预定的通行方向相一致；若相邻图像中的后一帧图像的第二人头位于所述椭圆内，将所述第一人头和第二人头识别为同一人头，若所述第二人头位于所述椭圆之外，将所述第一人头和第二人头识别为不同人头。

8.一种人头计数系统，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的人头计数的方法的步骤。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的人头计数的方法的步骤。

Images