[发明专利]一种人群密度监测方法及装置

权利要求书

1.一种人群密度监测方法，其特征在于，包括：

对源图像进行特征点检测，提取当前帧图像的特征点；

利用光流法对提取到的的特征点的位置进行跟踪，得到下一帧图像中的跟踪的特征点；

计算当前帧的特征点与下一帧图像中跟踪的特征点的距离，将距离小于预设的第一阈值所对应的特征点删除；

根据统计多帧图像中特征点的数量与实际人数得到的特征点的数量与实际人数的对应关系，得到跟踪的特征点所对应的人群密度。

2.如权利要求1所述的人群密度监测方法，其特征在于，所述对源图像进行特征点检测包括：

步骤（A1）：将源图像转换为灰度图像并去噪；

步骤（A2）：对去噪后的灰度图像中的每一个像素点，获取每一个像素点在水平方向和竖直方向的一阶差商；

步骤（A3）：根据每一个像素点在水平方向和竖直方向的一阶差商，得到每一个像素点的海塞矩阵并求出每一个所述海塞矩阵的最小特征值；

步骤（A4）：对每一个所述海塞矩阵的最小特征值与设定的第二阈值进行判定，若最小特征值大于所述第二阈值，则删除该最小特征值所对应的像素；若最小特征值小于所述第二阈值，则保留该特征值所对应的像素点并将该像素点选取为特征点。

3.如权利要求2所述的人群密度监测方法，其特征在于，在所述步骤（A4）之后还包括：

步骤（A5）：对选取的特征点，按照每一个特征点所对应的海塞矩阵的最小特征值从小到大排序，设定第三阈值，选取最小特征值位于所述第三阈值之前所对应的特征点作为最佳特征点。

4.如权利要求3所述的人群密度监测方法，其特征在于，在所述步骤（A5）之后还包括：

步骤（A6）：根据选取的最佳特征点，利用双线性差值对以该特征点为中心的邻域进行差值运算。

5.如权利要求2所述的人群密度监测方法，其特征在于，所述利用光流法对提取到的特征点的位置进行跟踪包括：

根据前一帧灰度图像中提取到的特征点及其邻域内的特征点的位置，在后一帧灰度图像中查找与所述前一帧的特征点以及邻域内的特征点残差最小的特征点。

6.如权利要求5所述的人群密度监测方法，其特征在于，所述根据前一帧灰度图像中提取到的特征点及其邻域内的点的位置，在后一帧灰度图像中查找与所述前一帧的特征点以及邻域内的特征点残差最小的特征点包括：

步骤（B1）：根据灰度图像的特征点的海塞矩阵及该特征点的位置变化，计算该特征点的光流向量；

步骤（B2）：根据所述光流向量和该特征点的一阶差商，得到前一帧灰度图像的特征点及其邻域内的特征点与后一帧灰度图像的对应的特征点及其领域内的特征点的残差表达式；

步骤（B3）：根据所述残差表达式，将残差表达式的值最小时所对应的后一帧灰度图像的特征点作为跟踪的特征点。

7.如权利要求2所述的人群密度监测方法，其特征在于，所述利用光流法对提取到的特征点的位置进行跟踪之前还包括：

将每一帧灰度图像进行分层采样。

8.如权利要求1所述的人群密度监测方法，其特征在于，所述计算当前帧的特征点与下一帧图像中跟踪的特征点的距离，将距离小于预设的第一阈值所对应的特征点删除包括：

对跟踪的特征点的运动距离与设定的第一阈值进行判定，若跟踪的特征点的运动距离大于所述第一阈值，则保留该特征点；若跟踪的特征点的运动距离小于所述第一阈值，则删除该特征点。

9.如权利要求1所述的人群密度监测方法，其特征在于，所述根据统计多帧图像中特征点的数量与实际人数得到的特征点的数量与实际人数的对应关系，得到跟踪的特征点所对应的人群密度包括：

统计多帧图像中每帧图像所拍摄的实际人数，根据每一帧图像中特征点的数量与实际人数的对应关系，得到特征点的数量与实际的人数的均值和方差，根据均值拟合出特征点的数量与实际人数的变化曲线，根据方差得到人数的置信区间，从而得到人群密度。

10.一种实施如权利要求1~9中任一项所述的人群密度监测方法的人群密度监测装置，其特征在于，包括：

图像采集模块，用于采集源图像；

特征点监测模块，用于对所采集的源图像进行特征点监测，提取当前帧图像的特征点；

特征点跟踪模块，用于对提取到的特征点的位置进行跟踪，得到下一帧图像中的跟踪的特征点；

特征点判定模块，用于计算当前帧的特征点与下一帧图像中跟踪的特征点的距离，将距离小于预设的第一阈值所对应的特征点删除；

人群密度计算模块，用于根据统计多帧图像中特征点的数量与实际人数得到的特征点的数量与实际人数的对应关系，得到跟踪的特征点所对应的人群密度。