[发明专利]一种用于开放式区域的行人计数方法及系统

权利要求书

1.一种用于开放式区域的行人计数方法，其特征在于，所述方法包括：

S101，获取实时的监控视频；

S102，在所述监控视频中设置用于人数统计的基线，通过先验检测模型提取所述监控视频的先验检测区域；

S103，对所述先验检测区域处进行人体头肩检测，得到检测结果；

S104，根据所述检测结果判断当前帧的监控视频中是否存在人体头肩，如果存在，则继续，如果不存在，则再次执行S103；

S105，设定用于记录检测到的人体头肩的头肩框和用于存放所述头肩框的跟踪列表，为每一个头肩框设置一个ID，对所述跟踪列表中的每一个头肩框进行移动轨迹的跟踪，得到每一个头肩框的跟踪框，所述跟踪框设置与对应的头肩框相同的ID；

S106，记录所述监控视频的基线中存在的所述跟踪框的数量，即行人数量，其中，所述每个跟踪框ID只记录一次；

S107，判断当所述行人数量大于预先设定的人数阈值时，进行报警，并预报行人数量。

2.如权利要求1所述的用于开放式区域的行人计数方法，其特征在于，所述通过先验检测模型提取所述监控视频的先验检测区域，具体包括：

通过先验检测模型标注所述监控视频的每一帧图像中的人头获得所述监控视频的每一帧图像的点标记图；

对所述点标记图进行高斯核卷积处理，得到行人密度图；

根据预先设置的行人密度图分割阈值对行人密度图进行阈值分割，确定行人密度图中像素值大于所述分割阈值的前景区域和像素值小于所述分割阈值的背景区域，将前景区域和背景区域的像素值设置为不同的数值，得到行人密度图的前景分割图，即先验检测区域。

3.如权利要求1所述的用于开放式区域的行人计数方法，其特征在于，所述对所述先验检测区域处进行人体头肩检测，得到检测结果，以及对所述跟踪列表中的每一个头肩框进行移动轨迹的跟踪，得到每一个头肩框的跟踪框，具体还包括：

通过全卷积神经网络模型对所述监控视频的当前帧图像进行头肩检测，获取所述当前帧图像中可能存在头肩的区域的头肩概率值；

判断所述头肩概率值是否大于预先设置的头肩概率值阈值；如果是，将所述头肩概率值对应的区域设定为头肩框，如果否，则认为所述当前帧图像中不存在头肩框；

对所述跟踪列表中的每一个头肩框利用简单的在线和实时跟踪算法Sort进行跟踪，得到每一个头肩框的跟踪框。

4.如权利要求1所述的用于开放式区域的行人计数方法，其特征在于，所述设定用于记录检测到的人体头肩的头肩框和用于存放所述头肩框的跟踪列表，为每一个头肩框设置一个ID，具体包括：

比较从所述监控视频的当前帧图像中检测的头肩框与所述跟踪列表中头肩框之间的重叠率，判断所述重叠率是否大于预先设置的重叠率阈值，如果是，则认为头肩框来自相同目标，将该目标的头肩框更新为当前帧的头肩框并保留同样的ID，如果否，则将当前帧的头肩框增加到跟踪列表中；

其中，所述重叠率的计算方式为：

S＝(A∩B)÷(A∪B)

其中，S为重叠率，A为当前帧的头肩框，B为跟踪列表的头肩框。

5.如权利要求1所述的用于开放式区域的行人计数方法，其特征在于，所述根据预先设置的基线和所述跟踪框对所述监控视频中的人数进行统计，得到行人数量，具体包括：

根据预先设定的基线和所述每一个跟踪框所记录的头肩框在所述监控视频中移动轨迹，来统计所述每一帧图像中在所述基线范围内的头肩框数量，即行人数量，其中，所述基线能够设置成多种状态，所述基线具体包括线段、折线式的非闭合分割线，以及圆形、多边形式的闭合分割线。