[发明专利]防护舱中人数的检测方法

说明书

本发明公开了一种防护舱中人数的检测方法，本发明对输入的监控视频数据，分别进行背景差分和模式识别计算，通过背景差分获得前景掩码图像，通过模式识别获得人头置信度图像，通过将两幅图像进行融合，得到一张标识每个图像位置人头置信度的图像。在此图像上进行栅格最大值计算，获得人员的数量。本发明具有能够准确检测防护舱内的人员数量，准确率高于98％的特点。

技术领域

本发明涉及图像处理技术领域，尤其是涉及一种能够准确判断图像中人数的防护舱中人数的检测方法。

背景技术

为了改善金融安全，保护取款人，近年越来越多的ATM机外部都安装了防护舱，并在实际中起到了良好的作用。

防护舱能起到防护作用的前提是，必须将犯罪嫌疑人隔绝在舱外。犯罪嫌疑人犯案时，可能采用舱门未合拢时拉门尾随、挟持取款人一起进入舱内等方式。

一旦犯罪嫌疑人进舱，则取款人的安全无任何保障。为此，很多银行都在防护舱顶部安装观察舱内情况的摄像头，进一步，考虑日益增大的防护舱数量，银行纷纷采用图像识别的手段来检测舱内是否出现了不止一个人的情况。

一旦检测到，安保人员通过人工确认后，会采取对可疑的情况进行远程喊话、呼叫现地安保人员等安全措施，从而避免恶性犯罪案件的发生。

从舱顶顶视摄像头的监控视频中检测人员数量，最常见的方法为背景差分法。通过将当前帧图片与历史帧统计更新得到的背景模型/图片进行比较，获得当前帧图片中的前景掩码图片，进一步，通过对前景掩码图片的分析，得出舱内人员的数量。

分析方式又分很多种，如统计绊线数量、统计非连接分量数量、计算前景掩码面积等方式。

背景差分法极度依赖于背景建模的结果，当场景光照发生变化，或区域中出现阴影时，都会导致错误的检测。另外一种方法，是采用模式识别方法，通过使用预先收集的大量人头图片进行训练，获得顶视人头模式的建模，之后将模型应用于实际场景，通过图片中人头检测以及可能追加的追踪结果确认防护舱的人数。模式识别方法的问题在于，实际防护舱摄像头拍摄的图像质量很多不理想，焦距不清、镜头眩光、棱镜畸变等问题经常发生，在图像质量差的视频上应用人头检测容易失败。如果为此降低人头检测的阈值，又会引入大量的误检，导致对舱内人员数量的误判。

发明内容

本发明的发明目的是为了克服现有技术中的检测方法容易导致误检，误判的不足，提供了一种能够准确判断图像中人数的防护舱中人数的检测方法。

为了实现上述目的，本发明采用以下技术方案：

一种防护舱中人数的检测方法，包括如下步骤：

(1-1)获得监控视频数据，监控视频数据包括按时间顺序排列的若干帧图片；

(1-2)为每帧图片的每个像素点均建立一个混合高斯模型；

(1-2-1)如果像素点的像素值基于所建立的混合高斯分布计算得到的概率值大于预设阈值，判断所述像素点为背景点；否则，判断所述像素点为前景点，得到每帧图片的前景掩码图像M(p)；

(1-2-2)用M(p)的每个像素点的像素值更新混合高斯模型的参数；

(1-3)构建监控视频数据的每帧图片的金字塔；

(1-3-1)对金字塔每一层的图像，按照从上到下、从左至右逐行扫描的顺序进行遍历，对每个遍历位置截取固定尺寸的子图，基于预先训练得到的人头检测字典进行人头的置信度计算；

(1-3-2)基于每个子图计算得到的置信度，生成人头置信度图像，人头置信度图像与原始图片或金字塔底层图像的尺寸相同；

(1-3-3)对于在金字塔底层之上的层次计算出的子图人头置信度，先做尺度变换，并对置信度图像的像素点进行人头置信度更新；