一种行人定位检测方法及系统的制作方法
【专利摘要】本发明适用于视频智能分析【技术领域】,提供一种行人定位检测方法及系统,所述方法包括:获取当前帧图像数据,利用背景减除法提取前景分割前景并标识目标位置;针对每一个前景目标,预测前景目标在下帧图像中的目标方位,并在目标方位处进行窗口截取滑动扫描,寻找与人形目标模板最接近的目标轮廓作为行人目标。本发明对数字图像数据进行分析,采用人形轮廓提取的方法,及结合运动跟踪及预测技术,可以减少目标错误识别和重复识别,从而提高识别目标的准确率,并且实现简单,不需要较为复杂的设置即可以实现很高的准确率。
【专利说明】一种行人定位检测方法及系统
【技术领域】
[0001] 本发明属于视频智能分析【技术领域】,尤其涉及一种行人定位检测方法及系统。
【背景技术】
[0002] 在有些应用情况下,需要精确的实时分析统计某一路口如商场,地铁,车站等道口 的出入人数,以供决策者作进一步的客流量分析。传统的客流量统计通过Hog (Histogram of oriented gradients,方向梯度直方图)方法进行特征提取,利用线性SVM (Support Vector Machine,支持向量机)作为分类器,从而实现行人检测。
[0003] H0G特征是应用在计算机视觉和图像处理领域,用于目标检测的特征描述器。这 项技术是用来计算局部图像梯度的方向信息的统计值。H0G描述器最重要的思想是:在一 中贞图像中,局部目标的表象和形状(appearance and shape)能够用梯度或边缘的方向密度 分布进行描述。具体的实现方法是:首先将图像分成小的连通区域,我们把它叫细胞单元; 然后采集细胞单元中各像素点的梯度的或边缘的方向直方图;最后把这些直方图组合起来 就可以构成特征描述器。有了特征描述器就可以对图像中的目标进行分类,简言之,即当图 像中的目标的特征与特征描述器接近时,即识别为人头,从而实现计数。此种方法可以一定 程度的识别出人头数,但是存在误判、重复计数的问题,同时设置数字视频摄像机高度和角 度都有严格要求,而且使用较为复杂,最终使得识别准确率低,人数目标位置提取不精确。
【发明内容】
[0004] 鉴于上述问题,本发明的目的在于提供一种行人定位检测方法,旨在解决现有方 法识别准确率低,存在误判、重复计数的技术问题。
[0005] -方面,所述方行人定位检测方法包括下述步骤: 获取当前帧图像数据,利用背景减除法提取前景,分割前景并标识目标位置; 针对每一个前景目标,预测前景目标在下帧图像中的目标方位,并在目标方位处进行 窗口截取滑动扫描,寻找与人形目标模板最接近的目标轮廓作为行人目标。
[0006] 另一方面,所述行人定位检测系统包括: 前景获取单元,用于获取当前帧图像数据,利用背景减除法提取前景,分割前景并标识 目标位置; 目标获取单元,用于针对每一个前景目标,预测前景目标在下帧图像中的目标方位,并 在目标方位处进行窗口截取滑动扫描,寻找与人形目标模板最接近的目标轮廓作为行人目 标。
[0007] 本发明的有益效果是:本发明采用人形目标轮廓提取方法,及结合运动跟踪及预 测技术,具体的,首先提取前景,分割前景并标识目标位置,然后预测目标方位,利用窗口滑 动搜索扫描方法,获取最接近人形目标模板的目标轮廓,即可实现行人定位检测,这种方法 可以减少目标错误识别和重复识别,从而提高识别目标的准确率。本发明方法实现简单,不 需要较为复杂的设置即可以实现很高的准确率。
【专利附图】
【附图说明】
[0008] 图1是本发明第一实施例提供的行人定位检测方法的流程图; 图2是图1中步骤S101的一种具体优选流程图; 图3是图1中步骤S102的一种具体优选流程图; 图4是本发明第二实施例提供的行人定位检测系统的结构方框图; 图5是图4中前景获取单元的具体优选结构方框图; 图6是图4中目标获取单元的具体优选结构方框图。
【具体实施方式】
[0009] 为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对 本发明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仅用以解释本发明,并 不用于限定本发明。
[0010] 为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
[0011] 实施例一: 图1示出了本发明实施例提供的行人定位检测方法的流程,为了便于说明仅示出了与 本发明实施例相关的部分。
[0012] 本实施例提供的行人定位检测方法包括下述步骤: 步骤S101、获取当前帧图像数据,利用背景减除法提取前景,分割前景并标识目标位 置。
[0013] 本步骤中,将当前帧以及上一帧相减,得到当前帧的前景,分割并标记目标的位置 等信息,实现前景目标的提取。
[0014] 步骤S102、针对每一个前景目标,预测前景目标在下帧图像中的目标方位,并在目 标方位处进行窗口截取滑动扫描,寻找与人形目标模板最接近的目标轮廓作为行人目标。
[0015] 一帧图像中可以得到多个前景目标,针对每一个前景目标利用目标预测方法实现 目标分析,对将来可出现的目标方位进行估计。具体实现时,根据当前图像中的前景目标, 并结合前一帧或前若干帧中对应的前景目标的目标方位,分析得到前景目标的运动方向、 运动速度等信息,然后可以预测得到下帧中前景目标的目标方位,然后在预测的目标方位 处,进行重点搜索,通过窗口滑动扫描进行目标轮廓提取,将目标轮廓特征与人形目标模板 进行对比,寻找最接近的目标轮廓作为行人目标,多次搜索扫描可以自适应的找到行人的 最佳位置,减少错误识别和跟踪。
[0016] 优选的,所述行人定位检测方法还包括下述步骤:步骤S103、读取下一帧图像数 据,分析出图像中的行人目标,将当前帧以及上一帧中同一行人目标相关联,当相关联的行 人目标在当前帧以及上一帧中分别位于配置线两侧,则计数所述行人目标。
[0017] 若需要进行人数统计时,利用上述步骤S101、S102方法得到下一帧图像中的行人 目标,然后将当前帧以及上一帧中同一行人目标进行关联,配置线为统计位置分界线,行人 目标从配置线一侧移动到另一侧,具体的,当相关联的行人目标在当前帧以及上一帧中分 别位于配置线两侧,则可完成一次人数计数。通过本优选方法适用于各类需要对运动目标 进行计数的视频监控系统,适应性广。
[0018] 作为一种【具体实施方式】,如图2所示,上述步骤S101具体包括: 步骤S201、获取当前帧图像数据。
[0019] 监控视频一般采用YUV数据格式,本步骤中,获取前端摄像机采集的数据并经过 变换后得到YUV图像数据。
[0020] 步骤S202、取当前帧图像与前一帧图像各个像素点灰度值的差值绝对值,当所述 差值绝对值大于预设阈值时,标记当前像素点为前景点。
[0021] 当处理一段视频而非某一张静止的图像时,通常视频中有一个或几个特定物体是 我们想要在整个视野范围内关注的,采用背景减除等方法可以分离出运动前景,实现目标 物从图像中分离,并对连续若干帧图像中的目标进行定位,实现运动跟踪。具体的,将相邻 两帧图像中的每个像素点的灰度值相减并去差值绝对值,当所述差值绝对值大于预设阈值 f时,标记当前像素点为前景点。
[0022] 步骤S203、对所述前景点进行连通块划分得到前景块,去掉其中面积小于面积阈 值的前景块,将剩下的前景块标记为前景目标,并标识目标位置。
[0023] 将两帧图像相减后进行联通块(区域)划分得到各个前景块,每个前景块中包含有 代表人物信息的前景点,去掉其中面积小于面积阈值的前景块,将剩下的前景块标记为前 景目标,这样可以清除一些虚假的目标,滤去噪声干扰。
[0024] 作为一种【具体实施方式】,如图3所示,上述步骤S102具体包括: 步骤S301、针对每一个前景目标,计算前景目标在下一巾贞中的目标方位。
[0025] 本步骤通过运动预测来估计前景目标下一帧中的目标方位。运动预测即根据目标 (也就是行人)在当前帧以及前一帧或多帧中的位置,分析目标运行方向,来预测在下一帧 中目标会出现的位置,让计算机识别的注意力集中在某些方向或位置上,抛弃不可能出现 的方位,避免对全帧图像数据的分析节省时间,加快处理速度从而加速目标被计算机捕捉 和识别机会。
[0026] 步骤S302、在目标方位处,采用一定大小的窗口截取原图像,并进行Μ次窗口截取 滑动扫描,针对每次滑动扫描,提取窗口内的目标轮廓并与人形目标模板进行比较,当两者 相近似时,则标识此目标轮廓以及轮廓位置,否则舍去此目标轮廓。
[0027] 预测得到目标方位后,在目标方位处进行搜索,具体的,在目标方位处采用一定大 小的窗口截取原图像,窗口大小尽可能包含人形或者人的肩部以上图像,然后在窗口内提 取目标轮廓(即人形轮廓或者肩部以上人形图像轮廓),然后将目标轮廓与人形目标模板进 行比较,当比对的结果近似到一定程度时,即将目标轮廓识别为人,并标识方位,否则舍去 此目标轮廓。然后滑动窗口,在下一位置处进行同样的窗口截取,进行下一次轮廓提取、轮 廓比较,同样标识方位。依次进行Μ次窗口、轮廓提取和比较。作为一种具体方式,所述滑 动扫描为Ζ字形扫描,扫描次数Μ小于8。
[0028] 步骤S303、在得到的所有目标轮廓当中,选择最接近人形目标模板的目标轮廓作 为行人目标。
[0029] 在完成Μ次滑动搜索后,在得到的所有目标轮廓当中,选择最接近人形目标模板 的目标轮廓作为行人目标。对一帧图像中所有的前景目标进行预测、搜索、轮廓选择后,完 成对一帧图像的处理,继续读取下一帧图像数据。
[0030] 实施例二: 图4示出了本发明实施例提供的行人定位检测系统的结构方框图,为了便于说明仅示 出了与本发明实施例相关的部分。
[0031] 本实施例提供的行人定位检测系统包括: 前景获取单元41,用于获取当前帧图像数据,利用背景减除法提取前景,分割前景并标 识目标位置; 目标获取单元42,用于针对每一个前景目标,预测前景目标在下帧图像中的目标方位, 并在目标方位处进行窗口截取滑动扫描,寻找与人形目标模板最接近的目标轮廓作为行人 目标。
[0032] 优选的,所述系统还包括: 统计计数单元43,用于将当前帧以及上一帧中同一行人目标相关联,当相关联的行人 目标在当前帧以及上一帧中分别位于配置线两侧,则计数所述行人目标。
[0033] 上述各个功能单元41-43对应实现了实施例一中的步骤S101-S103。本实施例采 用人形目标轮廓提取方案,及结合运动跟踪及预测技术实现行人定位检测,这种方案可以 减少目标错误识别和重复识别,从而提高识别目标的准确率。本发明装置实现简单,不需要 较为复杂的设置即可以实现很高的准确率。
[0034] 作为一种优选实施方式,如图5所示,所述前景获取单元41具体包括: 数据获取模块411,用于获取当前帧图像数据; 前景点标记模块412,用于取当前帧图像与前一帧图像各个像素点灰度值的差值绝对 值,当所述差值绝对值大于预设阈值时,标记当前像素点为前景点; 区域划分模块413,用于对所述前景点进行连通块划分得到前景块,去掉其中面积小于 面积阈值的前景块,将剩下的前景块标记为前景目标,并标识目标位置。
[0035] 作为一种优选实施方式,如图6所示,所述目标获取单元42包括: 方位预测模块421,用于针对每一个前景目标,计算前景目标在下一帧中的目标方位; 搜索扫描模块422,用于在目标方位处,采用一定大小的窗口截取原图像,并进行Μ次 窗口截取滑动扫描,针对每次滑动扫描,提取窗口内的目标轮廓并与人形目标模板进行比 较,当两者相近似时,则标识此目标轮廓以及轮廓位置,否则舍去此目标轮廓; 目标确定模块423,用于在得到的所有目标轮廓当中,选择最接近人形目标模板的目标 轮廓作为行人目标。
[0036] 进一步优选的,所述搜索扫描模块执行Ζ字形扫描,扫描次数小于8。
[0037] 综上,本发明采用轮廓提取辅以运动预测及跟踪技术对行人进行检测定位,进一 步可以统计出客流数据情况,适用于各类需要对运动目标进行计数的视频监控系统。
[0038] 本领域普通技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以 通过程序来指令相关的硬件来完成,所述的程序可以在存储于一计算机可读取存储介质 中,所述的存储介质,如R0M/RAM、磁盘、光盘等。
[0039] 以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精 神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
【权利要求】
1. 一种行人定位检测方法,其特征在于,所述方法包括: 获取当前帧图像数据,利用背景减除法提取前景,分割前景并标识目标位置; 针对每一个前景目标,预测前景目标在下帧图像中的目标方位,并在目标方位处进行 窗口截取滑动扫描,寻找与人形目标模板最接近的目标轮廓作为行人目标。
2. 如权利要求1所述方法,其特征在于,所述方法还包括: 读取下一帧图像数据,分析出图像中的行人目标,将当前帧以及上一帧中同一行人目 标相关联,当相关联的行人目标在当前帧以及上一帧中分别位于配置线两侧,则计数所述 行人目标。
3. 如权利要求1或2所述方法,其特征在于,所述获取当前帧图像数据,利用背景减除 法提取前景,分割前景并标识目标位置步骤,具体包括: 获取当前帧图像数据; 取当前帧图像与前一帧图像各个像素点灰度值的差值绝对值,当所述差值绝对值大于 预设阈值时,标记当前像素点为前景点; 对所述前景点进行连通块划分得到前景块,去掉其中面积小于面积阈值的前景块,将 剩下的前景块标记为前景目标,并标识目标位置。
4. 如权利要求3所述方法,其特征在于,所述针对每一个前景目标,预测前景目标在下 帧图像中的目标方位,并在目标方位处进行窗口截取滑动扫描,寻找与人形目标模板最接 近的目标轮廓作为行人目标步骤,具体包括: 针对每一个前景目标,计算前景目标在下一帧中的目标方位; 在目标方位处,采用一定大小的窗口截取原图像,并进行Μ次窗口截取滑动扫描,针对 每次滑动扫描,提取窗口内的目标轮廓并与人形目标模板进行比较,当两者相近似时,则标 识此目标轮廓以及轮廓位置,否则舍去此目标轮廓; 在得到的所有目标轮廓当中,选择最接近人形目标模板的目标轮廓作为行人目标。
5. 如权利要求4所述方法,其特征在于,滑动扫描为Ζ字形扫描,扫描次数Μ小于8。
6. -种行人定位检测系统,其特征在于,所述系统包括: 前景获取单元,用于获取当前帧图像数据,利用背景减除法提取前景,分割前景并标识 目标位置; 目标获取单元,用于针对每一个前景目标,预测前景目标在下帧图像中的目标方位,并 在目标方位处进行窗口截取滑动扫描,寻找与人形目标模板最接近的目标轮廓作为行人目 标。
7. 如权利要求6所述系统,其特征在于,所述系统还包括: 统计计数单元,用于将当前帧以及上一帧中同一行人目标相关联,当相关联的行人目 标在当前帧以及上一帧中分别位于配置线两侧,则计数所述行人目标。
8. 如权利要求6或7所述系统,其特征在于,所述前景获取单元包括: 数据获取模块,用于获取当前帧图像数据; 前景点标记模块,用于取当前帧图像与前一帧图像各个像素点灰度值的差值绝对值, 当所述差值绝对值大于预设阈值时,标记当前像素点为前景点; 区域划分模块,用于对所述前景点进行连通块划分得到前景块,去掉其中面积小于面 积阈值的前景块,将剩下的前景块标记为前景目标,并标识目标位置。
9. 如权利要求8所述系统,其特征在于,所述目标获取单元包括: 方位预测模块,用于针对每一个前景目标,计算前景目标在下一帧中的目标方位; 搜索扫描模块,用于在目标方位处,采用一定大小的窗口截取原图像,并进行Μ次窗口 截取滑动扫描,针对每次滑动扫描,提取窗口内的目标轮廓并与人形目标模板进行比较,当 两者相近似时,则标识此目标轮廓以及轮廓位置,否则舍去此目标轮廓; 目标确定模块,用于在得到的所有目标轮廓当中,选择最接近人形目标模板的目标轮 廓作为行人目标。
10. 如权利要求9所述系统,其特征在于,所述搜索扫描模块执行Ζ字形扫描,扫描次数 小于8。
【文档编号】G06K9/62GK104063692SQ201410305620
【公开日】2014年9月24日 申请日期:2014年6月30日 优先权日:2014年6月30日
【发明者】刘燕红 申请人:武汉烽火众智数字技术有限责任公司