[发明专利]车辆及行人监测方法及装置

说明书

技术领域

本发明涉及监控技术领域，尤其涉及一种车辆及行人监测方法及装置。

背景技术

近年来，随着平安城市、智慧城市建设的不断升级，安防监控技术得到广泛应用，基于视频的人脸检测和车辆检测等技术已经成功应用在火车站、电子警察、公安卡口、高速公路测速与收费、停车场管理等领域。

随着市场需求提升，安防行业已经有专业的车辆检测或者行人检测产品，这类产品虽然满足了当前一定的市场需求，但是功能单一，仅仅关注人，或者仅仅关注车。在大量人车混杂的监控区域，要达到人、车同时抓拍需要部署较多的软硬件设备，由此大大增加工程造价，以及后续的维护成本。

同时，由于产品形态混杂，对系统组网带来很大困难，不利于市场快速普及。

发明内容

本发明的主要目的在于提出一种车辆及行人监测方法及装置，旨在解决车辆检测或者行人检测产品功能单一，产品形态混杂的弊端，满足人车同时监控的需求。

为实现上述目的，本发明提供的一种车辆及行人监测方法，所述方法包括步骤：

以时分多路的方式，通过摄像装置采集包括人脸和车辆的视频图像；

基于采集的所述视频图像，以设定的检测规则，进行人脸检测和车辆检测，得到人脸检测及车辆检测结果。

优选地，所述方法还包括：

检测用户终端的MAC地址。

优选地，所述基于所述视频图像，以设定的检测规则，进行人脸检测，得到人脸检测结果的步骤包括：

通过级联分类器从所述视频图像中提取人脸轮廓，并确定人脸的位置和大小，将人脸通过矩形区域标识。

优选地，所述通过级联分类器从所述视频图像中提取人脸轮廓的步骤包括：

基于Haar-like特征和多尺度HOG特征，对分类器检测进行计算优化；

使用置信度的实值分类器代替二值分类器，并对HOG特征和Haar-like特征设计不同的弱分类器，用Gentle Adaboost算法训练强分类器；

使用haar-like特征训练adaboost级联分类器，从所述视频图像中扫描检测区域，产生候选目标；使用多尺度HOG特征训练adaboost级联分类器，进行候选目标确认，输出最终检测目标，得到人脸轮廓。

优选地，所述基于所述视频图像，以设定的检测规则，进行车辆检测，得到车辆检测结果的步骤包括：

基于所述视频图像，以及车牌识别的车辆检测规则或虚拟线圈的车辆检测规则，进行车辆检测，得到车辆检测结果。

本发明还提出一种车辆及行人监测装置，所述装置包括：

采集模块，用于以时分多路的方式，通过摄像装置采集包括人脸和车辆的视频图像；

检测模块，用于基于所述视频图像，以设定的检测规则，进行人脸检测和车辆检测，得到人脸检测及车辆检测结果。

优选地，所述检测模块，还用于检测用户终端的MAC地址。

优选地，所述检测模块，还用于通过级联分类器从所述视频图像中提取人脸轮廓，并确定人脸的位置和大小，将人脸通过矩形区域标识。

优选地，所述检测模块，还用于基于Haar-like特征和多尺度HOG特征，对分类器检测进行计算优化；使用置信度的实值分类器代替二值分类器，并对HOG特征和Haar-like特征设计不同的弱分类器，用Gentle Adaboost算法训练强分类器；使用haar-like特征训练adaboost级联分类器，从所述视频图像中扫描检测区域，产生候选目标；使用多尺度HOG特征训练adaboost级联分类器，进行候选目标确认，输出最终检测目标，得到人脸轮廓。

优选地，所述检测模块，还用于基于所述视频图像，以及车牌识别的车辆检测规则或虚拟线圈的车辆检测规则，进行车辆检测，得到车辆检测结果。

本发明提出的一种车辆及行人监测方法及装置，以时分多路的方式，通过摄像装置采集包括人脸和车辆的视频图像；基于采集的视频图像，以设定的检测规则，进行人脸检测和车辆检测，得到人脸检测及车辆检测结果，该方案中，可以将人脸检测和车辆检测算法采用全嵌入式的方式在一台高清摄像机中实现，解决了车辆检测或者行人检测产品功能单一，产品形态混杂的弊端，满足人车同时监控的需求；此外，还可以增加手机MAC地址抓拍，达到人、车、MAC地址同时抓拍，综合比对的目的。

与现有技术相比，本发明有以下优点：

1、一台高清摄像机即可解决人、车、MAC地址同时抓拍的需求，大大简化系统组网方案

2、系统采用全嵌入式设计，大大增加系统稳定性；