一种高密度人群流量统计方法

摘要

本发明提供一种高密度人群流量统计方法，包括：从对移动人群实时监控的视频图像中选择监控区域图像；将彩色的监控区域图像转化为灰度视频图像；比较所输入的灰度视频图像序列中相邻三帧间对应位置的像素点的绝对差；对所获得的检测结果进行阈值化，以获得二值化图像，从而提取图像中的移动人群；对当前监控区域图像进行异常行为检测；设定感兴趣区域，根据上述二值化图像，对感兴趣区域进行像素采集；根据像素个数与人数之间的对应关系，计算单位时间内通过监控区域的总人数，进而实现对人群流量的实时统计。本发明能够实现对复杂背景下的单向行进的高密度流动人群进行流量统计。

主权项

一种高密度人群流量统计方法，包括以下步骤：(1.1)从图像采集设备获取对移动人群实时监控的视频图像，从该视频图像中选择监控区域图像；(1.2)将彩色的监控区域图像转化为灰度视频图像；(1.3)采用三帧差分法，比较所输入的灰度视频图像序列中相邻三帧间对应位置的像素点的绝对差；(1.4)利用自适用阈值化方法对步骤(1.3)中所获得的检测结果进行阈值化，以获得二值化图像，从而提取图像中的移动人群；(1.5)对当前监控区域图像进行异常行为检测，其中异常行为主要包括人群聚集和人群逆向行走，若存在异常行为，则重新进行步骤(1.1)，若无异常行为，则进行步骤(1.6)；(1.6)在监控区域图像中设定感兴趣区域，根据步骤(1.4)中获得的二值化图像，对感兴趣区域进行像素采集；(1.7)根据感兴趣区域中的像素个数与人数之间的对应关系，计算单位时间内通过监控区域的总人数，进而实现对人群流量的实时统计，其中，人群聚集异常的检测方法包括：(6.1)利用背景建模方法对输入的灰度视频图像进行建模，构造背景图像；(6.2)将灰度视频图像与背景图像相减，并利用自适应阈值方法对灰度视频图像进行二值化；(6.3)统计步骤(6.2)中的二值化图像和步骤(1.4)中的二值化图像中非零像素的个数，分别记为：N1，N2；(6.4)令异常判别阈值θ＝N1/N2，若θ≥C，则判定视频图像中无人群聚集异常；若θ＜C，则判定视频图像中存在人群聚集现象，其中，C为常数，其值可根据实际需要进行设定，所述人群逆向行走异常的检测方法包括：(8.1)对灰度视频图像进行强角点检测，并确定角点的位置，所述角点是指视频图像中周围亮度变化剧烈的点或者视频图像边界曲线上具有足够大曲率的点；(8.2)利用LK光流法对角点进行光流检测；(8.3)统计逆向光流的个数M，若M≥δ，则判定视频图像中存在逆向行走的行人，若M＜δ，则判定视频图像中无异常行为，其中，δ为常数，其值可根据实际的需要进行设定。