斯背景模型及基于统计的背景模型等多种背景模型相结合的方法，将监控现场场景的空间、大小、色度、像素值等定义为可供分析、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，可以有效的过滤掉光照、云影、树叶、波浪等敏感因素的变化。保证为智能视觉分析单元提供一个真实、准确、动态的场景，对保持99%超高检测率的同时具有极低的误报率具有重要意义。
[0045]故，步骤SI前还具有步骤SO:建立背景模型；
[0046]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。
[0047]其中，运动目标检测是指从序列图像中将变化区域从背景中分割出来，它是对目标跟踪的前提。当监控区域内出现移动的目标，采用BLOB算法、模糊模式识别等多种技术，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。
[0048]S21，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；
[0049]加入了基于HSI颜色空间和边缘信息的阴影去除的算法，从而有效地滤除因天气、光照、影子、树叶摆动、海面上波浪的变化及混乱干扰等的多种因素的影响，并克服目标因型号、外观、装饰、运动等的影响，使系统提取能够更加准确地提取出移动目标，建立目标数据库:包括移动目标的尺寸、位置、形状、轨迹等基本信息。减小了由于阴影存在导致的虚
m
目O
[0050]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。
[0051]在本技术方案中，我们建立了目标特征数据库，
[0052]第一步，建立“走、跑、跳、爬、蹲、屈等行为的概率模型；如图4所示。
[0053]第二步，从行为模型中提炼出算法；
[0054]第三步，将算法植入DSP (数字信号处理)，成为嵌入式软件；
[0055]第四步，实景验证算法，让DSP单元从像素变化中学习行为模式及分类；
[0056]第五步，DSP算法模块化，产品化。
[0057]请参阅图2、一种基于视频的客流统计的装置1，装置I是为了实现上述的方法，包括:
[0058]自然人信息获取单元10，用于获取至少一个自然人信息；
[0059]标签加注单元20，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；
[0060]实时统计单元30，用于实时统计加注了标签的所有的自然人。
[0061]其中，自然人信息获取单元10之前还具有背景模型建立单元5，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。
[0062]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。
[0063]更进一步地，标签加注单元20及实时追踪单元30之间具有:
[0064]除噪单元25，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；
[0065]再次获取单元27: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，返回标签加注单元20，若加注了标签，进入实时统计单元30。
[0066]请参阅图3、一种基于视频的客流统计的系统100，包括至少一个摄像机200，与摄像机200相连的控制器400，与控制器400相连的显示终端300，控制器400具有上述的基于视频的客流统计的装置I。
[0067]其中，摄像机200为PTZ (俯视/平移/变焦)摄像机。
[0068]本系统100的工作过程为:
[0069]控制器400启动，摄像机200开始工作，抓取人流图像，控制器400利用其中的基于视频的客流统计的装置I进行客流的统计后，输送至显示终端300进行显示。
[0070]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:
[0071]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。
[0072]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、改进等，均应包含在本发明的保护范围之内。
【主权项】
1.一种基于视频的客流统计的方法，其特征在于，包括: 51.获取至少一个自然人信息； 52.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； 53.实时统计加注了标签的所有的自然人。2.根据权利要求1所述的方法，其特征在于，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。3.根据权利要求1所述的方法，其特征在于，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。4.根据权利要求1所述的方法，其特征在于，在所述的步骤S2及步骤S3间还具有步骤: S21，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； 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。5.一种基于视频的客流统计的装置，其特征在于，包括: 自然人信息获取单元，用于获取至少一个自然人信息； 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； 实时统计单元，用于实时统计加注了标签的所有的自然人。6.根据权利要求5所述的装置，其特征在于，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。7.根据权利要求5所述的装置，其特征在于，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。8.根据权利要求5所述的方法，其特征在于，在所述的标签加注单元及实时追踪单元之间具有: 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； 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。9.一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，其特征在于，所述的控制器具有权利要求5至8任一项所述的基于视频的客流统计的装置。10.根据权利要求9所述的系统，其特征在于，所述的摄像机为PTZ摄像机。
【专利摘要】本发明提出了一种基于视频的客流统计的方法，包括：S1.获取至少一个自然人信息；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；S3.实时统计加注了标签的所有的自然人。本发明还公开了基于视频的客流统计的装置及其系统。本技术方案中的基于视频的客流统计的方法，装置及其系统能及时方便、直观、即时框示目标行动轨迹，用户界面较好，准确性也较高。
【IPC分类】G06T7/00, H04N7/18
【公开号】CN105100683
【申请号】CN201410185268
【发明人】郑长春
【申请人】深圳市贝尔信智能系统有限公司
【公开日】2015年11月25日
【申请日】2014年5月4日