一种基于智能分析摄像机的客流统计方法和系统技术方案

本发明专利技术公开了一种基于智能分析摄像机的客流统计方法，该方法包括以下步骤：获取视频序列图像，并进行灰度化处理，得到相应的灰度图像；设定图像检测区域，并对图像检测区域在统计方向上设置触发计数的标识线；确定视频序列图像中运动目标位置区域；对运动目标区域进行目标检测，对于识别得到的目标，存储其位置信息；对检测得到的目标进行运动预测和跟踪，并根据目标运动轨迹和标识线触发进行客流量的统计。本发明专利技术还公开了一种基于智能分析摄像机的客流统计系统。本发明专利技术通过机器学习训练得到分类器来检测目标，有效地解决了识别率低及漏检、误检等问题，并且运算开销较小，可以满足实时性的需要，适用于各种场景下的客流量统计应用。

【技术实现步骤摘要】
一种基于智能分析摄像机的客流统计方法和系统
本专利技术涉及图像处理和视频智能分析
，具体涉及一种用于多场景下的基于智能分析摄像机的客流统计方法和系统。
技术介绍
随着现代技术的不断成熟和进步，“平安城市”、“智慧城市”等概念的提出，视频监控系统的应用场合越来越广泛，功能也越来越强大，并且朝着智能化、自动化的方向发展。客流检测和统计属于视频智能分析的范畴，基于监控视频的客流统计分析在很多不同场合都有着重要的实用意义，在商业应用上，对于大型商场、超市、体育馆、旅游景点等场所，不同时间段及不同区域的客流统计数据可以作为经营者和管理者进行市场研究和分析的重要依据。对于地铁站、公交车站台等公共交通场所，统计各个站点乘客进出的数量，通过决策分析，合理调配和利用公共交通资源，能够在一定程度上缓解交通拥塞问题。 传统的客流统计方式主要有两种，一是靠监控工作人员人工点数来实现；二是使用红外光电传感器来统计通过某一固定位置的客流数。利用人工或视频监控辅助人工观测来进行客流统计的方式不仅耗费人力成本，而且长时间工作人眼容易疲劳，当客流量密集时，观测者反应不过来，统计的准确率较低；用红外对射遮挡触发来统计人数的方法往往受制于现场环境，设备不易安装，不能区别人和物体，当出现多人并行通过或者交叉进出时，都会产生统计上的误差。因此，无论在统计准确率还是安装使用便利性上，基于视频的客流统计较之传统的客流统计都有很大的优势，基于视频的客流人数统计可以根据应用场合的不同来调整检测范围，硬件设备安装方便，并且有存储回放功能，可以更好地应用于各种复杂场合。基于视频的客流量统计主要是分析视频中的行人运动轨迹，累计进入和离开两个方向上的客流人数，目前基于视频分析的客流统计技术上还存在一些问题和不足，主要是鲁棒性不够好，受环境、光线条件的影响，可能在某些场合中有较好的效果，但在某些场合下的统计精度达不到要求。对于行人带帽子、白头发、背包以及地板背景较黑等特殊情况没有很好的区分能力，产生统计上的误差。此外，基于视频的客流统计主要是依靠后端的视频分析服务器来对视频图像进行处理分析，视频监控点越多，后台服务器同时分析多路视频时的运算压力越大，甚至需要增加服务器设备，从而加大了成本投入，且不易扩展。
技术实现思路
有鉴于此，本专利技术提出一种基于智能分析摄像机的客流统计方法和系统。根据本专利技术的一方面，提出一种基于智能分析摄像机的客流统计方法，该方法包括以下步骤:步骤1，获取视频序列图像，并对其中的每一帧图像数据进行灰度化处理，得到相应的灰度图像；步骤2，设定所述视频序列图像中的图像检测区域，并对图像检测区域在统计方向上设置触发计数的标识线；步骤3，确定所述视频序列图像中运动目标的位置区域；步骤4，对所述视频序列图像中的运动目标区域进行目标检测，对于识别得到的目标，存储其位置信息；步骤5，对检测得到的目标进行运动预测和跟踪，并根据目标运动轨迹和标识线触发进行客流量的统计。根据本专利技术的另一方面，还提出一种基于智能分析摄像机的客流统计系统，该系统包括智能分析设备、服务器和客户端，其中:所述智能分析设备用于获取视频，并对其进行智能分析，并将视频数据和智能分析结果传输至服务器；所述服务器用于保存所述视频数据和智能分析结果并对其进行处理，并提供查询；所述客户端用于进行人机交互，并在客流量统计结果符合报警条件时提示预警。客流统计的准确率主要与目标的识别准确率和跟踪的准确率有关。本专利技术通过机器学习训练得到分类器来检测目标，不需要考虑人头的不同特征而加入对应的识别算法组合，有效地解决了识别率低及漏检、误检等问题，并且运算开销较小，可以满足实时性的需要，适用于各种场景下的客流量统计应用，并可移植到嵌入式平台上实时运行。另外，本专利技术提出的客流统计方法可以在前端设备上实现，每一个摄像机设备都是一个独立的视频处理单元，其可实时地将统计数据反馈回数据库服务器生成数据报表做进一步的细化分析，大大减轻了后台服务器的处理压力；同时，针对具体应用场合可以对于摄像机设备进行灵活的安装布局，没有数量上的限制，这种分布式的结构方便大型客流统计系统的集成和扩展。【附图说明】图1是根据本专利技术一实施例的基于智能分析摄像机的客流统计方法流程图；图2是根据本专利技术一实施例的基于智能分析摄像机的客流统计系统的结构示意图。图3是根据本专利技术一实施例的客流统计客户端的界面示意图。图4是根据本专利技术一实施例的客流统计数据库服务器的查询界面示意图。【具体实施方式】为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术进一步详细说明。客流统计的前提条件是摄像机处于垂直放置的状态，以解决遮挡和重叠问题实现精确计数；使用短焦距广角镜头，使得检测的视野范围尽可能大。在硬件配置方面，可采用海思Hi3516S0C嵌入式平台，其能够支持高清1080P@30fps视频输入和编码处理，处理器内核采用ARM Cortex A9架构,主频最高达800MHz,计算能力强大并具有硬件级图像处理加速模块。图1是本专利技术基于智能分析摄像机的客流统计方法流程图，如图1所示，所述基于智能分析摄像机的客流统计方法包括以下步骤:步骤1，获取视频序列图像，并对其中的每一帧图像数据进行灰度化处理，得到相应的灰度图像； 该步骤中，还对获取的视频序列图像进行存储，以方便后续进行回放和查询。为了节省视频的存储空间且方便检索，该步骤通过客流统计监测，把客流进入场景到离开场景这段时间的视频数据，利用rtp协议通过网络接口传输给后台服务器进行保存。步骤2，设定所述视频序列图像中的图像检测区域，并对图像检测区域在统计方向上，比如进出两个方向上，设置触发计数的标识线，即为所述图像检测区域设置绊线功能；其中，用户可在客户端上对于所述标识线进行设置和更改，所述标识线可以是直线，也可以是曲线，需要说明的是，标识线的手动设置需要遵循一定的规则，比如如果设定为曲线，则需通过最小二乘法拟合出曲线方程，当目标经过标识线时即产生触发信号。步骤3，确定所述视频序列图像中运动目标的位置区域；所述步骤3具体为利用帧间差除法对所述视频序列图像中的运动目标前景进行提取，以确定客流区域，为下一步的人头目标检测做准备，同时缩小图像搜索范围以减少运禅且昇里。为了消除常规帧间差除法提取前景目标时出现的“双影”现象，本专利技术对所述视频序列图像进行三帧差分处理，所述三帧差分处理具体为:步骤31，对于所述视频序列图像中三帧分别相邻N帧间距的图像做双差分运算，即两次差分运算，得到两幅差分图像；步骤32，利用预设阈值对于所述差分图像进行二值化处理，得到与所述差分图像大小相同的二值掩码图像；步骤33，通过对二值掩码图像进行相与比较，提取得到准确完整的运动目标前旦牙、；其中，所述运动目标前景图像Dk(x，y)表示为:「 π η ,、J1 if \h (χ, y) — (X, y)| > Th and |/“x，y)-/^2?(x, y)| > ThD“x，y)=j1 ， [0 ofhcnvise其中，Ik(x, y)表示第k帧图像的灰度图，Ik_n(x，y)表示第k_n帧图像的灰度图，Th表示二值化阈值，Ik_2n(x，y)表示第k-2n帧图像的灰度图。所述步本文档来自技高网...

【技术保护点】
一种基于智能分析摄像机的客流统计方法，其特征在于，该方法包括以下步骤：步骤1，获取视频序列图像，并对其中的每一帧图像数据进行灰度化处理，得到相应的灰度图像；步骤2，设定所述视频序列图像中的图像检测区域，并对图像检测区域在统计方向上设置触发计数的标识线；步骤3，确定所述视频序列图像中运动目标的位置区域；步骤4，对所述视频序列图像中的运动目标区域进行目标检测，对于识别得到的目标，存储其位置信息；步骤5，对检测得到的目标进行运动预测和跟踪，并根据目标运动轨迹和标识线触发进行客流量的统计。

【技术特征摘要】
1.一种基于智能分析摄像机的客流统计方法，其特征在于，该方法包括以下步骤: 步骤1，获取视频序列图像，并对其中的每一帧图像数据进行灰度化处理，得到相应的灰度图像； 步骤2，设定所述视频序列图像中的图像检测区域，并对图像检测区域在统计方向上设置触发计数的标识线； 步骤3，确定所述视频序列图像中运动目标的位置区域； 步骤4，对所述视频序列图像中的运动目标区域进行目标检测，对于识别得到的目标，存储其位置信息； 步骤5，对检测得到的目标进行运动预测和跟踪，并根据目标运动轨迹和标识线触发进行客流量的统计。2.根据权利要求1所述的方法，其特征在于，所述步骤3利用帧间差除法对所述视频序列图像中的运动目标前景进行提取。3.根据权利要求2所述的方法，其特征在于，所述步骤3进一步包括以下步骤: 步骤31，对于所述视频序列图像中三帧分别相邻N帧间距的图像做双差分运算，即两次差分运算，得到两幅差分图像； 步骤32，利用预设阈值对于所述差分图像进行二值化处理，得到与所述差分图像大小相同的二值掩码图像； 步骤33，通过对二值掩码图像进行相与比较，提取得到准确完整的运动目标前景。4.根据权利要求3所述的方法，其特征在于，所述步骤3进一步包括步骤34，对于得到的运动目标前景图像，进行中值滤波和形态学上的先腐蚀后膨胀滤波处理，以去除噪声和干扰。5.根据权利要求1所述的方法，其特征在于，所述步骤4利用级联分类器和一票否决机制对于所述视频序列图像中的运动目标区域进行目标检测，所述级联分类器中，位置在前...

【专利技术属性】
技术研发人员：王飞跃，胡斌，李逸岳，熊刚，田秋常，田滨，刘思益，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：北京;11