一种行人统计方法、装置、设备、存储介质制造方法及图纸

本发明专利技术属于图像处理技术领域，特别涉及一种行人统计方法、装置、设备、存储介质，所述的方法基于深度图像，所述的方法包括以下步骤：获取当前图像，确定当前图像的连通域；根据连通域，建立当前图像的物体列表；对物体列表中的物体分别进行行为判别和外形判别；当行为判别结果满足第一预设值，且外形判别结果满足第二预设值时，该物体被判定为人。该方法通过对当前图像物体列表中的物体同时进行行为判别和外形判别，并将二者的判别结果同时作为判断的标准，能够提高行人的检测的准确度。能够提高行人的检测的准确度。能够提高行人的检测的准确度。

【技术实现步骤摘要】
一种行人统计方法、装置、设备、存储介质


[0001]本专利技术属于图像处理
，特别涉及一种行人统计方法、装置、设备、存储介质。

技术介绍

[0002]目前基于视觉类的客流统计方法通常分为两类，一类是基于RGB图像的客流统计方法，另一类是基于深度图像的客流统计方法。基于深度图像的客流统计方法，通常是根据深度图像进行卷积，并计算固定ROI(Region Of Interest,感兴趣区域)的HOG(Histogram of Oriented Gradient,方向梯度直方图)值，通过机械学习的模型进行是非判断。但是此类识别方法存在几个问题：1.深度图像的信息量较少，很难区分一些类似人形的物体；2.卷积计算对计算资源消耗较大；3.固定ROI的HOG值对不同距离的人识别率低。
[0003]基于此，特提出此专利技术。

技术实现思路

[0004]针对上述技术问题，本专利技术提供一种行人统计方法，该方法对于深度图像分别进行行为判别和外形判别，并将二者的判别结果同时作为判断的标准，能够提高行人的检测的准确度，其具体方案如下：
[0005]第一方面，一种行人统计方法，其特征在于，所述的方法基于深度图像，所述的方法包括以下步骤：
[0006]获取当前图像，确定当前图像的连通域；
[0007]根据连通域，建立当前图像的物体列表；
[0008]对物体列表中的物体分别进行行为判别和外形判别；
[0009]当行为判别结果满足第一预设值，且外形判别结果满足第二预设值时，该物体被判定为人。
[0010]进一步地，所述获取当前图像，确定当前图像的连通域，包括，
[0011]读取内存中的深度图像，确定背景图像，根据背景图像，获得当前图像的前景图像，根据前景图像，确定连通域。
[0012]进一步地，所述根据前景图像，确定连通域包括，
[0013]按照预设顺序判断前景图内各像素点是否为有效点，并根据有效点确定连通域，具体包括如下步骤：
[0014]确定第一有效点；
[0015]遍历第一有效点边缘的各像素点，将满足第一预设条件的像素点确定为第一有效点的域内点，并对第一有效点的域内点进行标记，第一有效点及其域内点组成连通域；
[0016]遍历第一有效点的域内点边缘的各像素点，将满足第一预设条件的像素点确定为第一有效点的域内点，并对第一有效点的域内点进行标记，第一有效点及其域内点组成连通域；
[0017]按照预设顺序确定新的第一有效点，并重复上述步骤。
[0018]进一步地，所述根据连通域，建立当前图像的物体列表包括，
[0019]逐一确定连通域的最大三维外接长方体是否满足第二预设条件，如果是，则将其列入当前图像的物体列表中。
[0020]进一步地，将当前图像物体列表中的物体逐一与前帧图像物体列表中的所有物体作对比，如果存在两物体质心间的距离小于第三预设值时，则标记两物体为同一物体。
[0021]进一步地，所述行为判别包括，
[0022]计算同一物体出现的第一帧图像与最后一帧图像间的最大位移，根据位移得到行为判别结果。
[0023]进一步地，所述外形判别包括，逐一计算当前图像的物体列表中物体的HOG值，并将其输入至已经训练好的二维向量机模型中，二维向量机输出的结果为外形判别结果。
[0024]第二方面，本专利技术提供一种装置，其特征在于，包括处理器和存储器；其中，所述处理器执行所述存储器中保存的计算机程序时实现上述所述的方法。
[0025]第三方面，本专利技术提供一种设备，其特征在于，包括上述所述的装置
[0026]第四方面，本专利技术提供一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现上述所述的方法
[0027]本专利技术通过对当前图像物体列表中的物体同时进行行为判别和外形判别，并将二者的判别结果同时作为判断的标准，能够提高行人的检测的准确度。该方法不仅仅只是针对当前帧图像的特征，还会联系前后帧图像的特征，通过综合利用图像特征及其之间的联系，用以提高行人的检测的准确度。
附图说明
[0028]图1为本专利技术方法的流程图；
[0029]图2为一个实施例中背景图像；
[0030]图3为一个实施例中当前图像；
[0031]图4为一个实施例中前景图像；
[0032]图5为本专利技术的方法的步骤S1实现的具体步骤；
[0033]图6为本专利技术的装置的模块结构示意图；
[0034]图7为本专利技术的设备的模块结构示意图。
具体实施方式
[0035]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本专利技术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用以解释本专利技术，并不用于限定本专利技术。
[0036]基于深度图像的客流统计方法，通常是根据深度图像进行卷积，并计算固定ROI(Region Of Interest,感兴趣区域)的HOG(Histogram of Oriented Gradient,方向梯度直方图)值，通过机械学习的模型进行是非判断。但是此类识别方法存在几个问题：1.深度图像的信息量较少，很难区分一些类似人形的物体；2.卷积计算对计算资源消耗较大；3.固定ROI的HOG值对不同距离的人识别率低。
[0037]针对上述技术问题，本专利技术提供一种行人统计方法，该方法基于深度图像，包括以下步骤，如图1所示：
[0038]步骤S1：获取当前图像，确定当前图像的连通域；
[0039]上述步骤S1具体包括以下步骤，如图5所示：
[0040]步骤S11:读取内存中的深度图像，确定背景图像；
[0041]步骤S12:根据背景图像，获得当前图像的前景图像；
[0042]步骤S13:根据前景图像，确定连通域。
[0043]一般深度相机采集图像后，会将图像储存在其内存中，所以获取当前图像就是从内存中读取图像。由于进行行人统计方法时是将相机固定一个位置，如某些公共场所(例如商场、游乐场等)的入口处，此时相机采集的图像的背景部分是不变的，只有前景图像发生变化，因此处理图像时，只对前景图像处理即可，前景图像中包含着感兴趣的区域，并且前景图像数据量更小，更干净，更有利于数据分析与提取。
[0044]获取当前图像的前景图像需要得到背景图像，当前图像与背景图像做差即可获得前景图像。一般选用开机时的前几帧图像中的一帧为背景图像，选择时只要该图像不全部为0或者1时，即可将其确定为背景图像。从内存中获取当前图像后，将当前图像与背景图像做差得到当前图像的前景图像，此时再根据前景图像，确定连通域。如图2所示，即为选取的背景图像，而图3为当前图像，图4则为图3的前景图像。
[0045]步骤S13具体为:按照预设顺序判断前景图内各像素点是否为有效点，并根据有效点确定连通域。
[0046]在本实施例中，预设顺序可以是逐列的从上到下，也可以是逐行的从左本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种行人统计方法，其特征在于，所述的方法基于深度图像，所述的方法包括以下步骤：获取当前图像，确定当前图像的连通域；根据连通域，建立当前图像的物体列表；对物体列表中的物体分别进行行为判别和外形判别；当行为判别结果满足第一预设值，且外形判别结果满足第二预设值时，该物体被判定为人。2.根据权利要求1所述的行人统计方法，其特征在于，所述获取当前图像，确定当前图像的连通域，包括，读取内存中的深度图像，确定背景图像，根据背景图像，获得当前图像的前景图像，根据前景图像，确定连通域。3.根据权利要求2所述的行人统计方法，其特征在于，所述根据前景图像，确定连通域包括，按照预设顺序判断前景图内各像素点是否为有效点，并根据有效点确定连通域，具体包括如下步骤：确定第一有效点；遍历第一有效点边缘的各像素点，将满足第一预设条件的像素点确定为第一有效点的域内点，并对第一有效点的域内点进行标记，第一有效点及其域内点组成连通域；遍历第一有效点的域内点边缘的各像素点，将满足第一预设条件的像素点确定为第一有效点的域内点，并对第一有效点的域内点进行标记，第一有效点及其域内点组成连通域；按照预设顺序确定新的第一有效点，并重复上述步骤。4.根据权利要求3...

【专利技术属性】
技术研发人员：刘鑫鹏，
申请(专利权)人：青岛维感科技有限公司，
类型：发明
国别省市：