专利名称：行人计数方法及装置的制作方法
技术领域：
本发明涉及机器视觉领域，具体而言，涉及一种行人计数方法及装置。
背景技术：
随着社会发展和智能城市的需要，越来越多的公共场所安装了视频监控系统。有些视频监控系统中有这样一类功能需求，即计算经过某一区域的人数。该需求为视频监控中自动人员计数问题，属于智能视频监控中级处理目标。视频监控系统作为面向城市公共安全综合管理的重要组成部分，已经广泛应用于商场，超市，办公场所，工厂等场所。如何根据所采集到的视频信息，对这些场所中的人群进行有效的监测与管理，是实际中亟待解决的问题。显然，要完成以上工作，人力是难以胜任的。在视频监控领域，对视频中的人数进行统计的技术有着很高的实际应用价值。然而，过去的人数统计方法大多是基于对人次的统计，这样的方法在一些实际场景中会出现很大的偏差。
发明内容
针对相关技术中行人计数的方法误差比较大的问题，本发明提供了一种行人计数方法及装置，以至少解决该问题。根据本发明的一个方面，提供了一种行人计数方法，包括在视频的预设帧上进行人体检测；在该人体检测得到的人体区域内进行特征点检测；使用该特征点检测得到的结果进行人体的匹配得到多组特征点组；通过该特征点组进行聚类确定多组特征点组中每一组的类中心，并根据该每一组的类中心与预设库中的行人标识ID下的类中心的判断结果确定行人的计数。优选地,在该人体检测得到的人体区域内进行特征点监测包括提取该特征点；为该特征点指定方向参数，生成特征点描述子；将该特征点描述子进行归一化操作。优选地，在使用该特征点检测得到的结果进行人体的匹配得到多组特征点组之前，还包括采用该特征点描述子所构成的特征向量的欧式距离作为两个人体中同一特征点的相似性判断度量；如果两幅人体图像中的能匹配成功的特征点比例大于某一阈值，则确定两幅人体图像是同一个人。优选地，根据该每一组的类中心与预设行人标识ID下的类中心的判断结果确定行人的计数包括对于预设库中的每个行人ID，该每个ID中有相邻两个人体中心跨线，则根据跨线方向增加经过拌线的人数作为行人的计数。优选地，还包括对于预设库中的行人ID，计算连续关联过的帧数，其中，连续关联过的帧数是指在连续的帧中人体图像为同一个人；如果连续没有关联过的帧数大于阈值，删除该ID及该ID对应的数据。根据本发明的另一方面，提供了一种行人计数装置，包括第一检测模块，用于在视频的预设帧上进行人体检测；第二检测模块，用于在该人体检测得到的人体区域内进行特征点检测；匹配模块，用于使用该特征点检测得到的结果进行人体的匹配得到多组特征点组；第一确定模块，用于通过该特征点组进行聚类确定多组特征点组中每一组的类中心；第二确定模块，用于根据该每一组的类中心与预设库中的行人标识ID下的类中心的判断结果确定行人的计数。优选地，该第二监测模块包括提取模块，用于提取该特征点；生成模块，用于为该特征点指定方向参数，生成特征点描述子；归一化模块，用于将该特征点描述子进行归一化操作。优选地，上述装置还包括处理模块，用于采用该特征点描述子所构成的特征向量的欧式距离作为两个人体中同一特征点的相似性判断度量；第三确定模块，用于如果两幅人体图像中的能匹配成功的特征点比例大于某一阈值时，确定两幅人体图像是同一个人。优选地，该第二确定模块用于对于预设库中的每个行人ID，该每个ID中有相邻两个人体中心跨线，根据跨线方向增加经过拌线的人数作为行人的计数。优选地，上述装置还包括计算模块，用于对于预设库中的行人ID，计算连续关联过的帧数，其中，连续关联过的帧数是指在连续的帧中人体图像为同一个人；删除模块，用于该连续没有关联过的帧数大于阈值，删除该ID及该ID对应的数据。通过本发明，采用人体分类器检测到视频中的行人，在使用特征点匹配的方法对视频中不同帧的相同行人进行匹配，最后统计出对视频场景中人员经过的数量，解决了相关技术中行人计数的方法误差比较大的问题，进而达到了提高了行人技术准确率的效果。
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中图1是根据本发明实施例的行人技术的方法的流程图；图2是根据本发明实施例的行人计数的装置的结构框图；图3是根据本发明实施例的行人计数的装置的优选的结构框图；以及图4是根据本发明实施例的行人计数的流程图。
具体实施例方式下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。本实施例提供了一种行人计数方法，图1是根据本发明实施例的行人技术的方法的流程图，如图1所示，该方法包括如下的步骤S102至步骤S110。步骤S102 :在视频的预设帧上进行人体检测。步骤S102 :在该人体检测得到的人体区域内进行特征点检测。步骤S102 :使用该特征点检测得到的结果进行人体的匹配得到多组特征点组。步骤S102 :通过该特征点组进行聚类确定多组特征点组中每一组的类中心，并根据该每一组的类中心与预设库中的行人标识ID下的类中心的判断结果确定行人的计数。优选地，在该人体检测得到的人体区域内进行特征点监测包括提取该特征点；为该特征点指定方向参数，生成特征点描述子；将该特征点描述子进行归一化操作。优选地，在使用该特征点检测得到的结果进行人体的匹配得到多组特征点组之前，还包括采用该特征点描述子所构成的特征向量的欧式距离作为两个人体中同一特征点的相似性判断度量；如果两幅人体图像中的能匹配成功的特征点比例大于某一阈值，则确定两幅人体图像是同一个人。优选地，根据该每一组的类中心与预设行人标识ID下的类中心的判断结果确定行人的计数包括对于预设库中的每个行人ID，该每个ID中有相邻两个人体中心跨线，则根据跨线方向增加经过拌线的人数作为行人的计数。优选地，上述方法还包括对于预设库中的行人ID，计算连续关联过的帧数，其中，连续关联过的帧数是指在连续的帧中人体图像为同一个人；如果连续没有关联过的帧数大于阈值，删除该ID及该ID对应的数据。需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。在另外一个实施例中，还提供了一种行人计数软件，该软件用于执行上述实施例及优选实施例中描述的技术方案。在另外一个实施例中，还提供了一种存储介质，该存储介质中存储有上述行人计数软件，该存储介质包括但不限于光盘、软盘、硬盘、可擦写存储器等。本发明实施例还提供了 一种行人计数装置，该行人计数装置可以用于实现上述行人计数方法及优选实施方式，已经进行过说明的，不再赘述，下面对该行人计数装置中涉及到的模块进行说明。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统和方法较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。图2是根据本发明实施例的行人计数的装置的结构框图，如图2所示，该装置包括第一检测模块22，第二检测模块24，匹配模块26，第一确定模块28，第二确定模块29，下面对上述装置进行详细描述。第一检测模块22，用于在视频的预设帧上进行人体检测；第二检测模块24，连接至第一检测模块22，用于在第一检测模块22检测得到的人体检测得到的人体区域内进行特征点检测；匹配模块26，连接至第二检测模块24，用于使用该特征点检测得到的结果进行人体的匹配得到多组特征点组；第一确定模块28，连接至匹配模块26，用于通过该特征点组进行聚类确定多组特征点组中每一组的类中心；第二确定模块29，连接至第一确定模块28，用于根据该每一组的类中心与预设库中的行人标识ID下的类中心的判断结果确定行人的计数。图3是根据本发明实施例的行人计数的装置的优选的结构框图，如图3所示，第二检测模块24包括提取模块242，生成模块244，归一化模块246 ;上述装置还包括处理模块32，第三确定模块34，计算模块36，删除模块38，下面对上述结构进行详细描述。第二检测模块24包括提取模块242，用于提取该特征点；生成模块244，连接至提取模块242，用于为该特征点指定方向参数，生成特征点描述子；归一化模块246，连接至生成模块244，用于将该特征点描述子进行归一化操作。上述装置还包括处理模块32，用于采用该特征点描述子所构成的特征向量的欧式距离作为两个人体中同一特征点的相似性判断度量；第三确定模块34，用于如果两幅人体图像中的能匹配成功的特征点比例大于某一阈值时，确定两幅人体图像是同一个人。优选地，第二确定模块29用于对于预设库中的每个行人ID，该每个ID中有相邻两个人体中心跨线，根据跨线方向增加经过拌线的人数作为行人的计数。上述装置还包括计算模块36，用于对于预设库中的行人ID，计算连续关联过的帧数，其中，连续关联过的帧数是指在连续的帧中人体图像为同一个人；删除模块38，连接至计算模块36，用于该连续没有关联过的帧数大于阈值，删除该ID及该ID对应的数据。下面将结合优选实施例进行说明，以下优选实施例结合了上述实施例及优选实施方式。优选实施例一本优选实施例提供了一种基于特征点检测和聚类的行人计数的方法，该方法包括如下步骤S202至步骤S204。步骤S202 :使用训练好的分类其对视频每隔一定帧进行人体检测。然后在人体区域内进行特征点检测，在存储检测到的特征点用于之后帧人体的匹配。匹配成功则于库中的特征点组关联到同一 ID下，否则为这个特征点组建立新的ID存入特征点库中。步骤S204 :对特征点组进行聚类，确定每一组特征点的类中心，针对库中的每一个ID下类中心的变化判断是否跨线。如果穿过则根据最后一个类中心所在位置判断进出。其中对于长时间没有更新过的ID的特征向量组进行清除操作。优选地，上述特征点检测的方法还包括先使用sift算法提取特征点，并为每个特征点指定方向参数，生成特征点描述子。然后归一化描述子，进一步消除光照变化的影响。优选地，该人体的匹配的方法还包括采用特征点描述子所构成的特征向量的欧式距离来作为两个人体中同一特征点的相似性判定度量。当两幅人体图像中的能匹配成功的特征点比例大于某一阈值，则判定两幅人体图像是同一个人。优选地，上述关联的方法还包括当认定两帧中的人体图像为同一个人时，将后来的人体图像中的特征点组赋予之前人体图像的ID，并根据这个ID中人体图像的个数赋予后来的人体图像序号。优选地,上述对特征点组进行聚类的方法还包括有特征点组的位置，求出特征点组的类中心。用类中心代表相应图像人体的位置。优选地，上述对判断是否跨线的方法还包括对同一个ID下所有序号连续的两个类中心进行跨线判定。其中跨线判定采用排斥实验和跨立实验相结合的判定方法。又有排斥实验和跨立实验不是本发明的重点，故这里不在详细描述。优选地，上述清楚操作的方法还包括当一个人的ID建立好后。计算连续关联过的帧数，若连续没有关联过的帧数达到某一阈值。则认定此人已从场景中消失，清楚此ID及此ID下所有数据。通过该优选实施例的技术方案，使用sift特征点匹配不同帧中的人体图像，提高了匹配的准确率。优选实施例二本优选实施例提供了一种基于特征点检测和聚类的行人计数的方法，该方法包括如下步骤S302至步骤S314。
步骤S302:提取运动区域。在本步骤中，首先待摄像机所采集图像稳定后，取第一帧图像作为背景图像，从第
二帧开始，将当前图像于背景图像简单相减取绝对值并二值化得到差分图像一d(i，j)。
权利要求
1.一种行人计数方法，其特征在于包括: 在视频的预设帧上进行人体检测； 在该人体检测得到的人体区域内进行特征点检测； 使用该特征点检测得到的 结果进行人体的匹配得到多组特征点组； 通过该特征点组进行聚类确定多组特征点组中每一组的类中心，并根据该每一组的类中心与预设库中的行人标识ID下的类中心的判断结果确定行人的计数。
2.根据权利要求1该的方法，其特征在于，在该人体检测得到的人体区域内进行特征点监测包括: 提取该特征点； 为该特征点指定方向参数，生成特征点描述子； 将该特征点描述子进行归一化操作。
3.根据权利要求2该的方法，其特征在于，在使用该特征点检测得到的结果进行人体的匹配得到多组特征点组之前，还包括: 采用该特征点描述子所构成的特征向量的欧式距离作为两个人体中同一特征点的相似性判断度量； 如果两幅人体图像中的能匹配成功的特征点比例大于某一阈值，则确定两幅人体图像是同一个人。
4.根据权利要求1至3中任一项该的方法，其特征在于，根据该每一组的类中心与预设行人标识ID下的类中心的判断结果确定行人的计数包括: 对于预设库中的每个行人ID，该每个ID中有相邻两个人体中心跨线，则根据跨线方向增加经过拌线的人数作为行人的计数。
5.根据权利要求1至3中任一项该的方法，其特征在于，还包括: 对于预设库中的行人ID，计算连续关联过的帧数，其中，连续关联过的帧数是指在连续的帧中人体图像为同一个人； 如果连续没有关联过的帧数大于阈值，删除该ID及该ID对应的数据。
6.一种行人计数装置，其特征在于包括: 第一检测模块，用于在视频的预设帧上进行人体检测； 第二检测模块，用于在该人体检测得到的人体区域内进行特征点检测； 匹配模块，用于使用该特征点检测得到的结果进行人体的匹配得到多组特征点组；第一确定模块，用于通过该特征点组进行聚类确定多组特征点组中每一组的类中心；第二确定模块，用于根据该每一组的类中心与预设库中的行人标识ID下的类中心的判断结果确定行人的计数。
7.根据权利要求6该的装置，其特征在于，该第二检测模块包括: 提取模块，用于提取该特征点； 生成模块，用于为该特征点指定方向参数，生成特征点描述子； 归一化模块，用于将该特征点描述子进行归一化操作。
8.根据权利要求7该的装置，其特征在于，还包括: 处理模块，用于采用该特征点描述子所构成的特征向量的欧式距离作为两个人体中同一特征点的相似性判断度量；第三确定模块，用于如果两幅人体图像中的能匹配成功的特征点比例大于某一阈值时，确定两幅人体图像是同一个人。
9.根据权利要求6至8中任一项该的装置，其特征在于，该第二确定模块用于对于预设库中的每个行人ID，该每个ID中有相邻两个人体中心跨线，根据跨线方向增加经过拌线的人数作为行人的计数。
10.根据权利要求6 至8中任一项该的装置，其特征在于，还包括: 计算模块，用于对于预设库中的行人ID，计算连续关联过的帧数，其中，连续关联过的帧数是指在连续的帧中人体图像为同一个人； 删除模块，用于该连续没有关联过的帧数大于阈值，删除该ID及该ID对应的数据。
全文摘要
本发明公开了一种行人计数方法及装置，该方法包括在视频的预设帧上进行人体检测；在人体检测得到的人体区域内进行特征点检测；使用特征点检测得到的结果进行人体的匹配得到多组特征点组；通过特征点组进行聚类确定多组特征点组中每一组的类中心，并根据每一组的类中心与预设库中的行人ID下的类中心的判断结果确定行人的计数。通过本发明，提高了行人计数的准确度。
文档编号G06K9/62GK103077403SQ20121059291
公开日2013年5月1日 申请日期2012年12月30日 优先权日2012年12月30日
发明者刘忠轩, 杨宇 申请人:信帧电子技术(北京)有限公司