基于視頻室內(nèi)人數(shù)統(tǒng)計(jì)系統(tǒng)的設(shè)計(jì)

【摘 要】近年來(lái)，人數(shù)統(tǒng)計(jì)技術(shù)已經(jīng)成為智能視覺(jué)、智能視頻系統(tǒng)研究中非?；钴S的研究領(lǐng)域，改進(jìn)了傳統(tǒng)人工計(jì)數(shù)費(fèi)時(shí)費(fèi)力、效率等的缺陷。本文在總結(jié)和分析前人研究成果的基礎(chǔ)行通過(guò)程序設(shè)計(jì)實(shí)現(xiàn)了一個(gè)基于視頻的室內(nèi)人數(shù)統(tǒng)計(jì)系統(tǒng)。首先，該系統(tǒng)通過(guò)多幀混合高斯背景建模方式實(shí)時(shí)獲取監(jiān)控區(qū)域內(nèi)的背景圖像，通過(guò)背景差分運(yùn)算和閾值分割二值化方法獲得前景斑塊。然后，將二值化斑塊圖像進(jìn)行新斑塊分析和去噪處理，通過(guò)斑塊跟蹤算法去跟蹤每一個(gè)行人位置的改變，最終確定真?zhèn)€監(jiān)控區(qū)域內(nèi)的實(shí)時(shí)人數(shù)。

【關(guān)鍵詞】人數(shù)統(tǒng)計(jì) 斑塊分析 混合高斯建模

在很多的視頻監(jiān)控應(yīng)用中，都需要能夠檢測(cè)和跟蹤行人來(lái)確保高全保障和行人位置管理。很多行業(yè)對(duì)人流信息都有極大的需求，如汽車公交站場(chǎng)，地鐵站臺(tái)，商場(chǎng)出入口等，利用統(tǒng)計(jì)的客流量數(shù)據(jù)，管理人員可以合理調(diào)度人力、物力，合理配置資源，從而獲得最佳的運(yùn)營(yíng)效果。近些年來(lái)使用圖像傳感器進(jìn)行人數(shù)統(tǒng)計(jì)的技術(shù)也有所發(fā)展。利用側(cè)面安裝的CCD攝像機(jī)可以獲得較多的物體運(yùn)動(dòng)信息，利用該技術(shù)可以方便、可靠、實(shí)時(shí)地對(duì)各種場(chǎng)所的人流進(jìn)行統(tǒng)計(jì)，而不對(duì)公眾造成任何影響。結(jié)合其他圖像分析技術(shù)，系統(tǒng)可以清楚快捷地掌握人流動(dòng)態(tài)信息，使決策者及時(shí)做出對(duì)策。近年來(lái)，這方面的研究得到了越來(lái)越多重視[1-5]。

1 系統(tǒng)總體架構(gòu)

本文希望利用安裝在檢測(cè)區(qū)域斜上方的攝像頭，來(lái)實(shí)現(xiàn)人體運(yùn)動(dòng)目標(biāo)的檢測(cè)，識(shí)別，跟蹤。本系統(tǒng)目標(biāo)在于針對(duì)室內(nèi)監(jiān)控環(huán)境內(nèi)的行人計(jì)數(shù)，因此需要精確辨別在室內(nèi)的行人目標(biāo)。不像其它的識(shí)別任務(wù)，行人的檢測(cè)在場(chǎng)景中是比較困難的，行人是一個(gè)在鏡頭中形狀靈活變化的目標(biāo)，同時(shí)，考慮到每個(gè)行人衣著的不同沒(méi)有可用的紋理特征幫助我們來(lái)確定每一個(gè)個(gè)體。本系統(tǒng)要求能夠在監(jiān)控區(qū)域內(nèi)提取出行人斑塊，并在行人之間有相互遮擋時(shí)能夠有相應(yīng)的跟蹤算法來(lái)準(zhǔn)確跟蹤每一個(gè)目標(biāo)，進(jìn)而得到一個(gè)準(zhǔn)確而又魯棒的人數(shù)統(tǒng)計(jì)。本系統(tǒng)確定最終的室內(nèi)行人統(tǒng)計(jì)系統(tǒng)的實(shí)現(xiàn)流程如圖1所示。該系統(tǒng)首先通過(guò)混合高斯分布模型的方式實(shí)時(shí)得到檢測(cè)區(qū)域的背景圖像，將實(shí)時(shí)的監(jiān)控圖像和背景圖像進(jìn)行差分運(yùn)算獲取行人目標(biāo)的二值化斑塊圖像，通過(guò)新斑塊檢測(cè)算法來(lái)檢測(cè)是否有新的行人目標(biāo)出現(xiàn)在監(jiān)控區(qū)域，將獲得的每一個(gè)行人目標(biāo)進(jìn)行目標(biāo)跟蹤，最終得到一個(gè)準(zhǔn)確又魯棒的行人統(tǒng)計(jì)系統(tǒng)。

2 高斯混合背景建模

一種典型的背景去處的方法就是從相應(yīng)的圖像序列中提取出相對(duì)于行人目標(biāo)的背景。然后將包含有前景的圖像和背景圖像作差分運(yùn)算即可得到候選的行人目標(biāo)前景斑塊。典型的背景獲取方法是由Stauffer和Grimson提出的混合高低背景更新算法。在本系統(tǒng)中，我們選擇使用這種背景更新算法去提取實(shí)時(shí)背景，為后面的差分運(yùn)算做好準(zhǔn)備。

混合高斯模型采用多個(gè)高斯分布對(duì)每個(gè)像素的像素值進(jìn)行建模。用表示某個(gè)像素 1 至t時(shí)刻的像素值，描述t時(shí)刻像素值的概率密度為：

（1）

式中K 表示高斯分布的個(gè)數(shù)，表示估計(jì)的第i個(gè)高斯分布在t時(shí)刻的權(quán)重，、分別表示第i 個(gè)高斯分布在t 時(shí)刻的均值和協(xié)方差矩陣。η 是高斯概率密度函數(shù)。

獲得新的像素值以后，將新像素值和K個(gè)高斯分布進(jìn)行比較，如果滿足： （2）

被判斷為背景，否則被判斷為前景。

3 背景差分及二值化

在通過(guò)混合高斯建模得到室內(nèi)監(jiān)控區(qū)域的背景圖像后，只需要將當(dāng)前包含行人的實(shí)時(shí)監(jiān)控圖像和獲得的背景圖像做背景差分運(yùn)算，然后將差分圖像按照大律法得到最佳分割閾值，按照最佳閾值對(duì)差分圖像進(jìn)行最佳閾值分割，得到最終只包含行人前景的二值化斑塊圖像。

4 新斑塊檢測(cè)和分析

這個(gè)部分包含了當(dāng)連續(xù)幾幀圖像中都包含聯(lián)通區(qū)域的統(tǒng)一運(yùn)動(dòng)時(shí)基于簡(jiǎn)單的算法新斑塊的檢測(cè)。這個(gè)步驟也包含了跟蹤的舊斑塊和邊界的分離。另外，這個(gè)步驟中也使用了一些結(jié)構(gòu)元素對(duì)二值化前景圖像進(jìn)行噪聲去處處理。如果當(dāng)兩個(gè)或三個(gè)斑塊相互之間離的很近的話，我們將它們合并成一個(gè)大斑塊，這樣可以有效地消除某個(gè)行人個(gè)體由于各種原因?qū)е路殖闪?個(gè)或3個(gè)斑塊的情況，這個(gè)步驟非常重要，因?yàn)樗鼤?huì)讓系統(tǒng)避免掉很多重復(fù)的行人計(jì)數(shù)，最后，系統(tǒng)將濾除掉太大或太小的斑塊，這樣剩下的斑塊將和舊斑塊信息做一個(gè)對(duì)比來(lái)得到新的跟蹤候選斑塊。

5 候選目標(biāo)跟蹤及計(jì)數(shù)

斑塊檢測(cè)和分析的結(jié)果中的每一個(gè)單獨(dú)斑塊將隨著時(shí)間的演變?cè)谶B續(xù)兩幀圖像中進(jìn)行匹配以便進(jìn)行斑塊的有效跟蹤。本系統(tǒng)拓展了基本的卡爾曼濾波的多假設(shè)方式來(lái)處理多目標(biāo)跟蹤中的模糊匹配問(wèn)題。跟蹤視頻中的行人目標(biāo)本質(zhì)上其實(shí)就是前后幀圖像中物體之間的匹配問(wèn)題，整個(gè)算法的思想就是如何知道每一幀圖像中的物體目標(biāo)在下一幀圖像的確定物體目標(biāo)。如果我們能夠成功進(jìn)行候選目標(biāo)跟蹤，就能夠得到準(zhǔn)確的計(jì)數(shù)結(jié)果。

本文在分析了室內(nèi)人數(shù)統(tǒng)計(jì)的特點(diǎn)后，實(shí)現(xiàn)了實(shí)現(xiàn)了一個(gè)基于視頻的室內(nèi)人數(shù)統(tǒng)計(jì)系統(tǒng)。首先，該系統(tǒng)通過(guò)多幀混合高斯背景建模方式實(shí)時(shí)獲取監(jiān)控區(qū)域內(nèi)的背景圖像，通過(guò)背景差分運(yùn)算和閾值分割二值化方法獲得前景斑塊。然后，將二值化斑塊圖像進(jìn)行新斑塊分析和去噪處理，通過(guò)斑塊跟蹤算法去跟蹤每一個(gè)行人位置的改變，最終確定真?zhèn)€監(jiān)控區(qū)域內(nèi)的實(shí)時(shí)人數(shù)。

參考文獻(xiàn)：

[1]于起峰，陸宏偉，劉肖琳.基于圖像的精密測(cè)量與運(yùn)動(dòng)測(cè)量.北京科學(xué)出版社，2002.

[2]孫怡.人體運(yùn)動(dòng)跟蹤的方法與實(shí)驗(yàn)研究.大連理工大學(xué)，博士研究生論文，2002.

[3]汪亞明.基于動(dòng)態(tài)圖像序列的自動(dòng)扶梯客流量的測(cè)量.華北工學(xué)院測(cè)試技術(shù)學(xué)報(bào)， 2002， 第16卷，第1期，14-16頁(yè).

[4]楊召君，基于視頻人數(shù)統(tǒng)計(jì)與跟蹤改進(jìn)算法的研究與實(shí)現(xiàn)，南京大學(xué)，2012。

[5]賈慧星，章毓晉，智能視頻監(jiān)控中基于機(jī)器學(xué)習(xí)的自動(dòng)人數(shù)統(tǒng)計(jì)，視頻應(yīng)用與工程，第33卷，第4期，78-81頁(yè)。