[发明专利]一种基于运动目标检测与Haar特征的人流量统计算法

说明书

技术领域

本发明属于计算机视觉领域，特别涉及一种基于运动目标检测与Haar特征的流量统计算法，及该方法在智能安防中的应用。

技术背景

随着社会的不断发展，人数统计有着越来越重要的意义，其应用范围也越来越广泛。例如，特殊场景下人数统计，关键区域内人数统计，公交上下人数统计等。这些区域的人数对公共安全防范，市场决策和交通配置等都有着非常重要的价值。传统的人数统计方法是人工计数或人工电子设备触发计数，不仅浪费人力物力而且效率不高。智能视频监控系统能够识别不同的运动物体，并能以最快和最佳的方式提供有用信息，使得其在人数统计方面的应用成为可能。

由于常见的方法在对视频图像以及低分辨率图像中的行人尚不能完全有效地进行识别，业界亟待一种能够实现智能视频监控中对行人进行识别，并根据区域对人流量进行统计的方法。

发明内容

本发明的目的是针对现有视频监视系统，存在无法自动识别行人，难以对出入口等关键区域进行行人流量统计的问题，提出一种基于运动目标检测和Haar特征的人流量统计算法。

为了实现发明目的，采用的技术方案如下：

算法的流程图如图1所示。

该流程首先是提取视频图像序列中的运动目标及运动目标区域，然后对提取出来的运动目标区域进行人头检测，最后对检测出来的人头进行区域内的计数。

这个算法基于的条件是摄像头处于垂直状态，提取出运动目标区域后，利用人头检测算法对运动区域中的目标进行人头检测，进而通过区域计数方法对检测出来的人头进行计数。用该算法具体过程可描述如下：

◆对图像序列提取出运动目标与运动区域：

◆对提取出来的运动区域与目标进行存储；

◆利用人头识别算法对运动区域中的目标进行人头检测；

◆对检测出来的人头实行区域计数算法对其进行计数；

该算法有效的解决了其它算法在严重遮挡环境下识别率低，误检，漏检等问题，通过运动目标与区域提取可有效的排除人头检测中类似于人头的误检问题，可在不同场所，不同环境下进行人流量统计。

附图说明

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的介绍，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。

图1是本发明的体系结构示意图；

图2是本发明的计算函数示意图。

具体实施方式

如图2所示，为该算法的计算函数示意图。

本发明函数基于最新的OpenCV库。OpenCV是“Open Source Computer Vision Library”的简写，是Intel开源计算机视觉库。它由一系列C函数和少量的C++类构成，是可实现图像处理和计算机视觉方面的很多通用算法，可用来处理计算机视觉领域中常见的问题，其中主要涉及到以下几个方面的内容：

MotionDetect-运动目标检测与提取；

(2)UpdateMotionHistory-更新运动目标

(3)Detect_And_Draw_Objects-人头识别；

(4)StatisHumanNumber-人数统计；

在本发明中，通过函数MotionDetect可用来对运动目标进行检测，提取出运动目标区域；

通过函数cvUpdateMotionHistory可使用下列方式更新运动历史图像；

函数Detect_And_Draw_Objects用于对运动区域目标进行人头识别与检测，并把检测出来的人头存入一个目标链；

函数CommonArea用于判断两目标是否为同一目标，当两目标的重合面积与本身面积之比达到一定阈值时，就判定两者为同一目标；

函数IsPointOnLine用于判断人头目标中心点与定义线的关系，当人头中心点位于定义线左边时函数返回值为正，当人头中心点位于定义线右边时函数返回值为负，当人头中心点位于定义线上时，函数返回值为零；

函数StatisHumanNumber用于对检测出来的人头，判断他们是否跨过我们所定义的区域从而进行计数。