一种基于视频的客流统计的方法，装置及系统的制作方法
【技术领域】
[0001]本发明涉及一种客流统计的领域，特别涉及一种基于视频的客流统计的方法，装置以及系统。
【背景技术】
[0002]在商业竞争日益激烈的今天，有效的商业管理已经成为商业营销成败的重要因素。商业模式逐步由传统坐商向极具主动性的行商转变，对商业管理者提出了更高要求:必须在最短时间内对市场的微弱变化做出快速反应，且具备市场预见性和最大限度的节约商业运做成本，提高商场日常经营决策的科学性、购物环境舒适性、人力资源调配的合理性等。市场规律的最大主导者便是商品购买者——顾客，如何科学、有效地对客流量进行时间、空间上的分析，并快速及时的做出经营决策，成为商业、零售业营销模式成功与否的关键。通过对不同时段客流量的统计，使管理人员可以在客流高峰期增加工作人员，提高服务质量，进而增加销售；在空闲时减少工作人员，避免出现人员浪费。通过每天不断的客流统计，可以得出一天、一周、一月、一年的客流变化规律，使管理人员能对未来活动进行准确规划，确定时间、人力和库存订货量等。
[0003]以前的人工计数，但统计员会疲劳，注意力不集中，其误差较大，即便是现有的自动分析统计方法，对于基于视频的客流统计，仍不能及时方便、直观、即时框示目标行动轨迹，准确性不高，误报漏报较多，原因在于:
[0004]1.算法无法区分目标类型，在环境相对复杂的场景中无法应用；
[0005]2.配置繁锁，伪三维设置，无法根据环境变化自动调整；
[0006]3.难以在强光、强风、大雾、黑夜能见度低环境恶劣的情况下进行统计。
【发明内容】
[0007]为了解决以上的问题，本发明提供一种及时方便、直观、即时框示目标行动轨迹，准确性较高，误报漏报较少的基于视频的客流统计的方法，装置以及系统。
[0008]本发明的技术方案是这样实现的:
[0009]本发明公开了一种基于视频的客流统计的方法，包括:
[0010]S1.获取至少一个自然人信息；
[0011]S2.在所述的自然人头部均加注标签，所述的标签包括:编号、名称、ID、属性、地点、运动状态、行为；
[0012]S3.实时统计加注了标签的所有的自然人。
[0013]进一步地，步骤SI前还具有步骤SO:建立背景模型，具体是:采用三维立体空间模型、混合高斯背景模型及基于统计的背景模型相结合的方法，将监控现场场景的空间、大小、色度、像素值定义为可供分析、判断的计算机语言，做为智能视觉分析的基础，同时建立了背景进行自动学习模型，在一定时间里对场景再定义，以过滤掉光照、云影、树叶、波浪的变化。
[0014]进一步地，所述的实时统计具体是:从序列图像中将变化区域从背景中分割出来，当监控区域内出现移动的目标，采用BLOB算法和/或模糊模式识别算法，通过灰度突变把移动目标从背景画面区分出来，并确定其大小、形状、面积及准确位置，根据所述的编号进行累加。
[0015]进一步地，在所述的步骤S2及步骤S3间还具有步骤:
[0016]S21,加入基于 HSI (Hue-Saturat1n-1ntensity:色调 H,饱和度 S,强度 I)颜色空间和边缘信息的阴影去除的算法以除噪；
[0017]S22.每隔一段时间再次获取至少一个自然人信息，判断新获取的自然人头部是否加注标签，若没有加注标签，返回步骤S2，若加注了标签，进入步骤S3。
[0018]本发明公开了一种基于视频的客流统计的装置，包括:
[0019]自然人信息获取单元，用于获取至少一个自然人信息；
[0020]标签加注单元，用于在所述的自然人头部均加注标签；所述的标签包括:编号、名称、ID、属性、地点、运动状态、行为；
[0021]实时统计单元，用于实时统计加注了标签的所有的自然人。
[0022]进一步地，在所述的自然人信息获取单元之前还具有背景模型建立单元，用于建立背景模型，具体是:采用三维立体空间模型、混合高斯背景模型及基于统计的背景模型相结合的方法，将监控现场场景的空间、大小、色度、像素值定义为可供分析、判断的计算机语言，做为智能视觉分析的基础，同时建立了背景进行自动学习模型，在一定时间里对场景再定义，以过滤掉光照、云影、树叶、波浪的变化。
[0023]进一步地，所述的实时统计具体是:从序列图像中将变化区域从背景中分割出来，当监控区域内出现移动的目标，采用BLOB算法和/或模糊模式识别算法，通过灰度突变把移动目标从背景画面区分出来，并确定其大小、形状、面积及准确位置，根据所述的编号进行累加。
[0024]进一步地,在所述的标签加注单元及实时追踪单元之间具有:
[0025]除噪单元，用于加入基于HSI颜色空间和边缘信息的阴影去除的算法以除噪；
[0026]再次获取单元:每隔一段时间再次获取至少一个自然人信息，判断新获取的自然人头部是否加注标签，若没有加注标签，返回所述的标签加注单元，若加注了标签，进入所述的实时统计单元。
[0027]本发明公开了一种基于视频的客流统计的系统，包括至少一个摄像机，与所述的摄像机相连的显示终端，与所述的显示终端相连的控制器，所述的控制器具有上述的基于视频的客流统计的装置。
[0028]进一步地，所述的摄像机为PTZ摄像机。
[0029]实施本发明的一种基于视频的客流统计的方法，装置及系统，具有以下有益的技术效果:
[0030]区别于现有技术中的客流的统计方法不及时，不方便，不准确，直观性较差，本技术方案中的基于视频的客流统计的方法，装置及系统能及时方便、直观、即时框示目标行动轨迹，用户界面较好，准确性也较高。
【附图说明】
[0031]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0032]图1为本发明的基于视频的客流统计的方法流程图；
[0033]图2是本发明的基于视频的客流统计的装置的功能框图；
[0034]图3是本发明的基于视频的客流统计的系统的功能框图；
[0035]图4为本发明的基于视频的客流统计的数据库样本示意图。
【具体实施方式】
[0036]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0037]请参阅图1，本发明的实施例，一种基于视频的客流统计的方法，包括:
[0038]S1.获取至少一个自然人信息；
[0039]目标的分类、识别和行为判断采用两级视频分析，一级视频分析单元对提取的移动目标图像进行灰度特征的比较，将有变化的区域形成二值化图像，对形成的二值化图像进行图像分割，如果分析出来的结果小于规定值，那么将作为干扰忽略掉，如果分析出来的结果大于规定值，那么立即传送给二级视频分析单元，二级视频分析单元马上对此图像进行二次分析，并与数据库中的数据进行对比，对比内容包括移动图像的大小、形状、运动特征等一系列事先规定的数值。
[0040]S2.在所述的自然人头部均加注标签；所述的标签包括:编号、名称、ID、属性、地点、运动状态、行为；
[0041]利用各类图像传感器，包括监控摄像机、手机、数码相机，获取人、车、物图像或视频，采用图像视频模式识别技术对视觉信息进行处理，提取视觉环境中人、车、物视觉标签，并通过网络传输与视觉标签应用系统连接，提供便捷的监控、检索、管理与控制。利用网络化特点对大范围中的目标标签进行关联，有效地分析目标标签物体的实时状态，感知各类异常事件，并可就异常事件的发生向相关受体提出自动警示。视觉标签系统的特点是:(a)通过无源方式提供标签信息，(b)属于虚拟表现性质，(C)打破距离限制，可以远距离获取。对所覆盖大范围中的目标视觉标签进行关联，识别挖掘各目标的运动轨迹，并分析其行为。
[0042]S3.实时统计加注了标签的所有的自然人。
[0043]可给视频里面的“人、车、物”等视频目标进行识别分类，同时给这些视频监控里“人、车、物”目标打上标签。然后通过互联网传到监控中心后台，进行报警、提示、存储，方便解决了用人眼来识别或紧盯视频会疲劳的问题，对于有特殊行为的“人、车、物”进行报警，比如视频监控的:车牌识别、人对某个区域闯入的识别、车辆违章停车……等等，通过物联网到监控中心，进行有效管理。从而实现了智能视觉物联网在视频监控中有效应用。
[0044]其中，如何建立精确的背景模型是智能检测的前提，它直接影响后续运动目标检测的精度，并最终影响整个智能视频分析系统的性能及技术指标。背景模型失真是导致运动目标分割不清，从而对目标的高度，长度，体积等参数提取不准确，影响目标清晰度，同时可能影响跟踪实时性。我们采取了多种方法对现场场景进行定义，包括:三维立体空间模型、混合高