[发明专利]一种基于视频流处理的电梯乘客数并行检测方法

摘要

一种基于视频流处理的电梯乘客数并行检测方法。首先，利用采集视频数据进行正负样本标定，并使用级联分类器训练样本得到电梯乘客的分类器文件；其次，读取并转换电梯视频流数据，对视频进行预处理转化为弹性分布式数据集RDD；然后，执行基于Spark Streaming的电梯乘客数检测算法，在输入视频流数据后，输出带有电梯乘客数的视频帧数据；最后，将电梯乘客数检测流处理算法部署在Spark分布式集群上，设置好与算法步骤数相匹配的节点，在后台自动获得快速可控的实时流数据处理视频。本发明利用流处理技术对电梯视频数据进行分析，实时检测电梯的乘客数，采用Spark Streaming流处理框架对电梯乘客数检测算法进行并行化，提高了电梯视频乘客数检测的实时性。

主权项

1.一种基于视频流处理的电梯乘客数并行检测方法，包括以下步骤：(1)基于机器学习的电梯乘客数检测分类器；(1.1)电梯乘客数据标定；根据视频数据进行数据标定，将样本分成正负数据集，正样本集为检测目标，负样本集为电梯环境，截取乘客头肩部分作为训练正样本，截取不含乘客的电梯内部环境作训练负样本，截取时采用人工标定的方式，标定工具为视频截取工具；(1.2)训练分类器；采用图像的Haar特征点进行训练，使用级联分类器CascadeClassifier训练样本，准备好正负样本集和描述文件，在训练完成后得到xml格式的分类器文件；(2)基于Spark Streaming的电梯乘客数检测；(2.1)读取并转换电梯视频数据；根据电梯摄像机IP地址，读取电梯监控数据，将接收到的实时RTSP数据解析成为图片数据，并保存为缓存格式bufferedImage，再将bufferedImage转换为字节数组；(2.2)创建视频弹性分布式数据集RDD；将字节数组作为列表元素添加进入ArrayList，利用Spark Streaming中的parallelize方法将上述列表划分为RDD，作为Spark Streaming处理的对象；(2.3)基于Spark Streaming的电梯乘客数检测算法；视频弹性分布式数据集RDD以队列Queue形式处理，将其组合为视频流数据DStreams，作为电梯乘客数检测流处理算法的输入，具体步骤如下：输入：视频流数据输出：视频中每一帧的乘客数步骤：Step1:调用mapToPair算子以电梯编号为Key值，电梯流数据为Value值，生成PairDStream流数据键值对；Step2:调用mapValues算子，用来操作数据流中的视频帧数据；Step3:创建一个临时图片变量image储存每帧数据并存入字节数组，创建以Rect为单位的列表，用以记录每帧数据中检测到乘客的位置与数目；Step4:提取图像数据image的像素值，对像素颜色进行灰度化，将图像转为灰度图以提升检测效率；Step5:提取图像数据image并对其进行Gamma转换，降低光照变化对其的影响；Step6:调用之前训练所得的xml人头分类器配合机器学习的检测方法detectMultiScale检测此时image中的乘客目标；Step7:将检测所得的乘客位置放入Rect列表中，提取Rect列表长度，作为检测到的人数；Step8:使用putText方法将其映射到图片image中，作为处理后每帧的图片数据；Step9:调用JavaCV的conveter转化器，将org.opencv.core.Mat图片格式转换为org.bytedeco.javacpp.opencv_core.Mat图片格式，方便之后调用opencv相关算子；Step10:使用convert算子转化图片为frame数据帧，使用FFmpeg工具包的recorder算子将frame数据帧写入指定位置组成处理后的新视频；Step11:在后台记录检测后生成的键值对数据流，作为电梯乘客的数据写入数据库；(3)在Spark集群上部署电梯乘客数检测算法；将电梯乘客数检测流处理算法部署在Spark分布式集群上，设置好与算法步骤数相匹配的节点，便可以在后台自动获得快速可控的实时流数据处理视频。