[发明专利]一种行人统计方法、装置、设备、存储介质

说明书

本发明属于图像处理技术领域，特别涉及一种行人统计方法、装置、设备、存储介质，所述的方法基于深度图像，所述的方法包括以下步骤：获取当前图像，确定当前图像的连通域；根据连通域，建立当前图像的物体列表；对物体列表中的物体分别进行行为判别和外形判别；当行为判别结果满足第一预设值，且外形判别结果满足第二预设值时，该物体被判定为人。该方法通过对当前图像物体列表中的物体同时进行行为判别和外形判别，并将二者的判别结果同时作为判断的标准，能够提高行人的检测的准确度。

技术领域

本发明属于图像处理技术领域，特别涉及一种行人统计方法、装置、设备、存储介质。

背景技术

目前基于视觉类的客流统计方法通常分为两类，一类是基于RGB图像的客流统计方法，另一类是基于深度图像的客流统计方法。基于深度图像的客流统计方法，通常是根据深度图像进行卷积，并计算固定ROI(Region Of Interest,感兴趣区域)的HOG(Histogramof Oriented Gradient,方向梯度直方图)值，通过机械学习的模型进行是非判断。但是此类识别方法存在几个问题：1.深度图像的信息量较少，很难区分一些类似人形的物体；2.卷积计算对计算资源消耗较大；3.固定ROI的HOG值对不同距离的人识别率低。

基于此，特提出此发明。

发明内容

针对上述技术问题，本发明提供一种行人统计方法，该方法对于深度图像分别进行行为判别和外形判别，并将二者的判别结果同时作为判断的标准，能够提高行人的检测的准确度，其具体方案如下：

第一方面，一种行人统计方法，其特征在于，所述的方法基于深度图像，所述的方法包括以下步骤：

获取当前图像，确定当前图像的连通域；

根据连通域，建立当前图像的物体列表；

对物体列表中的物体分别进行行为判别和外形判别；

当行为判别结果满足第一预设值，且外形判别结果满足第二预设值时，该物体被判定为人。

进一步地，所述获取当前图像，确定当前图像的连通域，包括，

读取内存中的深度图像，确定背景图像，根据背景图像，获得当前图像的前景图像，根据前景图像，确定连通域。

进一步地，所述根据前景图像，确定连通域包括，

按照预设顺序判断前景图内各像素点是否为有效点，并根据有效点确定连通域，具体包括如下步骤：

确定第一有效点；

遍历第一有效点边缘的各像素点，将满足第一预设条件的像素点确定为第一有效点的域内点，并对第一有效点的域内点进行标记，第一有效点及其域内点组成连通域；

遍历第一有效点的域内点边缘的各像素点，将满足第一预设条件的像素点确定为第一有效点的域内点，并对第一有效点的域内点进行标记，第一有效点及其域内点组成连通域；

按照预设顺序确定新的第一有效点，并重复上述步骤。

进一步地，所述根据连通域，建立当前图像的物体列表包括，

逐一确定连通域的最大三维外接长方体是否满足第二预设条件，如果是，则将其列入当前图像的物体列表中。

进一步地，将当前图像物体列表中的物体逐一与前帧图像物体列表中的所有物体作对比，如果存在两物体质心间的距离小于第三预设值时，则标记两物体为同一物体。

进一步地，所述行为判别包括，

计算同一物体出现的第一帧图像与最后一帧图像间的最大位移，根据位移得到行为判别结果。