一种公共场所密集人群检测及预警方法
【技术领域】
[0001] 本发明涉及智能监控和模式识别领域，尤其涉及利用模式识别技术对公共场所人 群密集程度检测及预警技术。
【背景技术】
[0002] 随着我国城市基础设施的不断完善，大型城市广场、地铁站台等区域往往会出现 人群的拥挤现象，特别是在节假日期间这种现象更为明显。人员逗留时间长，移动速度慢， 尤其是当存在多种步行交通设施的情况下，空间结构的复杂又会使得潜在事故地点增多， 诱发事故因素增加，导致人群聚集风险进一步提升，人群安全管理难度也随之增加。
[0003] 传统的密集人群管理主要采用人力监控的方式，这对于内部分布有地铁出口、公 交站点等人员密集区域，同时存在过街天桥、地下通道等多种立体交叉步行设施的热点区 域而言，具有很高的实施难度。同时，传统的现场监控仅能起到预警处置的作用，缺少对人 群聚集风险的预测预警。因此，利用模式识别和安全技术建立一套人群聚集风险监测与预 警系统，及时对行人的聚集状态进行判断，进而对可能引发危险事件的行为进行控制，显得 尤为必要，并具有较广的应用前景。
【发明内容】
[0004] 现有的各种密集人群检测方法，在实时性和准确率方面尚存在一些不足，因此还 不能满足真实场景下公共场所的密集人群检测。为了解决现有技术问题的不足，本发明提 出一种基于时空特性的密集人群检测方法。
[0005] 本发明的密集人群检测及预警方法，其技术方案具体包括如下步骤： 步骤Sl :采集公共场所没有人群时的视频帧作为背景图像保存下来，并人工标注检测 区域，制作检测区域背景图像，设为Fb和检测区域掩码图像，设为F M。
[0006] 步骤S2 :根据高清相机视频流获取密集人群图像帧，记为F_，其中num为当前帧 编号，并对其划分为nXn网格，比如n=10。
[0007] 步骤S3 :对于步骤S2所采集的图像帧，根据检测区域掩码图像Fm获取检测区域的 目标图像，设为F。，即：F。= Fm ? F_，符号?表示图像掩码操作。
[0008] 步骤S4:对目标图像F。同样划分为nXn网格，计算目标图像中人群分布：当 IF。(X，y) -Fb (X，y) I彡TJt表示像素坐标（X，y)处有人存在，F。(X，y)、Fb (X，y)分别为目标 图像和背景图像在像素坐标（x，y)下的图像像素值，Ta表示区域内人群存在的图像像素阈 值； 通过图像差分获取当前目标图像的运动信息：当IFci(Xj)-Fc; (x，y) I彡Tb时表示人在 运动，表示前一帧目标图像在像素坐标（X，y)下的图像像素值，Tb表示区域内人群 是否运动的图像像素阈值。
[0009] 步骤S5,根据步骤S4统计出目标图像F。中具有人群区域的网格数目Apct_， 然后计算具有人群区域的网格数目Apct_和目标图像总区域的网格数目A al i的比值， CN 105117683 A 肌 叩 ~Π> 2/3 贞
并以此作为人群拥挤程度的度量；根据步骤S4统计出人群运动区域的网格数 目Amtc，然后计算人群运动区域的网格数目Anmre和目标图像总区域的网格数目Aall的比值，
并以此作为人群运动速度的度量。
[0010] 步骤S6,实时监控f和的数值变化，当η彡nt并且σ彡〇 t时，产生人群拥挤 预警信息，并抓拍当前图像作为预警依据，nt为人群拥挤程度的预警阈值，σ t为人群运动 速度过慢的预警阈值。
[0011] 本发明的有益效果：对于地铁站台等公共场所密集人群能够实现有准备的预警。 该发明的优点在于上述方法由于采用时间和空间上的特征，其计算速度快于其他方法，并 且其检测准确率高。
【附图说明】
[0012] 图1是本发明的密集人群检测整体流程图。
【具体实施方式】
[0013] 下面结合附图详细说明本发明技术方案中所涉及的各个细节问题。应指出的是， 所描述的实施例仅旨在便于对本发明的理解，而对其不起任何限定作用。
[0014] 本发明提出了一种公共场所密集人群的检测方法，如图1所示，该方法在处理流 程上主要包括四个模块。第一模块生成背景模板和掩码模板两个模板文件；第二模块进行 人群区域和运动区域计算；第三模块进行预警条件判断；第四模块进行结果输出。根据上 述流程，具体的实施步骤如下所示： 1、模板生成 对于高清网络相机采集没有人群的背景图片，并事先标定好检测区域，将这个图片标 记为Fb，该过程初次由人工完成，后续自动更新和生成。
[0015] 根据检测区域生成掩码图片，该图片用来对待处理的视频帧进行图像掩码操作， 获取感兴趣区域，用来做密集人群检测，该图片记为Fm。
[0016] 根据高清相机视频流获取密集人群图像帧，记SF_，其中num为当前帧编号，并 对其划分为nXn网格，比如n=10。
[0017] 对于步骤S2所采集的图像帧，根据检测区域掩码图像Fm获取检测区域的目标图 像，设为F。，即：F。= Fm ? F_，符号?表示图像掩码操作。
[0018] 2、区域计算 将视频流中的图像划分为nXn网格，η的取值一般为10 ;然后通过和第一模块中的 掩码模板做掩码运算得到目标图像，对目标图像根据第一模块中的背景模板计算人群占有 率，并对目标图像根据帧间差分运算计算运动区域百分比。
[0019] 对目标图像F。同样划分为nXn网格，η-般取10,计算目标图像中人群分布，当 IF0 (X，y) -Fb (X，y) I彡!^时表示像素坐标（X，y)处有人存在，F 0 (X，y)、Fb (X，y)分另Ij为目标 图像和背景图像在像素坐标（x，y)下的图像像素值，Ta表示区域内人群存在的图像像素阈 值；标注出有人存在的网格并将有人存在的网格数目作为人群区域数目APCT_，将目标图像 的总网格数目作为目标图像总区域数目Aall。
[0020] 通过图像差分获取当前目标图像的运动信息：当IFci(Xj)-Fc; (x，y) I彡Tb时表示 人在运动，F。'（x，y)表示前一帧目标图像在像素坐标（x，y)下的图像像素值，Tb表示区域 内人群是否运动的图像像素阈值。
[0021] 3、条件判断 实时监控人群分布百分比和运动区域百分比这两个参数，根据用户所定义的阈值，当 满足两个条件时，即当η彡nt并且。彡σ #寸，触发预警条件。
[0022] 计算人群区域数目APCT_和目标图像总区域数目Aall的比值，
> 并以此 作为人群拥挤程度的度量，计算运动区域数目Anmre和目标图像总区域数目Aall的比值，
，并以此作为人群运动速度的度量。
[0023] 实时监控f和σ的数值变化，当η彡nt并且σ彡σ t时，产生人群拥挤预警信 息，并抓拍当前图像作为预警依据，Ii为人群拥挤程度的预警阈值，_为人群运动速度过慢 的预警阈值。
[0024] 4、输出模块 将符合预警条件的图片存放到硬盘上，并通过数据库访问操作，向中心服务器发送预 警信息。
【主权项】
1. 一种人群检测及预警方法，特别是应用于公共场所密集区域的人群检测及预警方 法，其特征在于，该方法依次包含如下步骤： 步骤S1 :采集公共场所没有人群时的视频帧作为背景图像保存下来，并人工标注检测 区域，制作检测区域背景图像FB和检测区域掩码图像FM; 步骤S2 :根据高清相机视频流获取密集人群图像帧F_，其中num为当前帧编号，并对 其划分为nXn网格； 步骤S3 :对于步骤S2所采集的图像帧F_，根据检测区域掩码图像FM获取检测区域的 目标图像6$。=FM?F_，其中符号?表示图像掩码操作； 步骤S4:对目标图像F。同样划分为nXn网格，计算目标图像中人群分布：当IF。(X，y) _FB (X，y) |彡TJt表示像素坐标（X，y)处有人存在，F。(X，y)、FB (X，y)分别为目标 图像和背景图像在像素坐标（x，y)下的图像像素值，Ta表示区域内人群存在的图像像素阈 值； 通过图像差分获取当前目标图像的运动信息：当|彡Tb时表示人在 运动，F'J^y)表示前一帧目标图像在像素坐标（x，y)下的图像像素值，Tb表示区域内人 群是否运动的图像像素阈值； 步骤S5,根据步骤S4统计出目标图像F。中具有人群区域的网格数目APCT_，然后计算 具有人群区域的网格数目APCT_和目标图像总区域的网格数目Aall的比值，" = 并以 凡all 此作为人群拥挤程度的度量；根据步骤S4统计出人群运动区域的网格数目，然后计算 人群运动区域的网格数目和目标图像总区域的网格数目Aall的比值，c= ￥，并以此 ^ait 作为人群运动速度的度量； 步骤S6,实时监控n和。的数值变化，当n彡nt并且。彡〇 ^寸，产生人群拥挤 预警信息，并抓拍当前图像作为预警依据，nt为人群拥挤程度的预警阈值，〇 t为人群运动 速度过慢的预警阈值。
【专利摘要】本发明提供一种公共场所密集人群检测及预警方法，利用模式识别和安全技术建立人群聚集风险监测与预警系统，通过实时监控人群分布百分比和运动区域百分比，及时对行人的聚集状态进行判断，进而对可能引发危险事件的行为进行控制，具有较广的应用前景。
【IPC分类】G08B21/02, G06K9/00
【公开号】CN105117683
【申请号】CN201510435563
【发明人】张师林, 张训源, 王宗贤
【申请人】北方工业大学
【公开日】2015年12月2日
【申请日】2015年7月22日