一種基于視頻圖像的人員聚集檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及攝像技術(shù)，特別涉及一種基于視頻圖像的人員聚集檢測方法。
【背景技術(shù)】
[0002] 在現(xiàn)有技術(shù)中的視頻監(jiān)控中，當(dāng)監(jiān)控場景中出現(xiàn)人員聚集狀態(tài)時，對監(jiān)控區(qū)域的 管理風(fēng)險和控制難度都會有所增加，需要采用與正常狀態(tài)不同的方案，對監(jiān)控場景進行管 理。由于現(xiàn)代視頻監(jiān)控系統(tǒng)部署量巨大，攝像機數(shù)量眾多，在所有監(jiān)控場景中發(fā)現(xiàn)人員聚 集現(xiàn)象，需要大量的人力長時間的對所有攝像頭進行監(jiān)視，既耗費人力成本，也容易造成漏 報。因此，通過視頻分析手段，自動檢測監(jiān)控場景中的發(fā)現(xiàn)人員聚集現(xiàn)象就成了智能監(jiān)控系 統(tǒng)的需求。
[0003] 在現(xiàn)有技術(shù)中的基于視頻的運動目標(biāo)檢測和分析算法中，一般是采用運動目標(biāo)檢 測和人數(shù)統(tǒng)計的方法進行人員活動分析。此方法在進行人員聚集檢測時，需要對所有區(qū)域 計算人員密度，計算效率較低，計數(shù)過程由于遮擋、交會、伴行等復(fù)雜的人員運動現(xiàn)象，造成 計算的不準(zhǔn)確。

【發(fā)明內(nèi)容】

[0004] 有鑒于此，本發(fā)明提供一種基于視頻圖像的人員聚集檢測方法，從而可以從連續(xù) 的視頻圖像中直接獲取人員長時間聚集活動的區(qū)域，作為人員聚集的區(qū)域進行標(biāo)識和報 警，因而可以在較少的計算代價情況下，實現(xiàn)人員聚集現(xiàn)象的快速檢測。
[0005] 本發(fā)明的技術(shù)方案具體是這樣實現(xiàn)的：
[0006] 一種基于視頻圖像的人員聚集檢測方法，該方法包括：
[0007] A、根據(jù)連續(xù)的視頻圖像進行監(jiān)控區(qū)域的背景學(xué)習(xí)，獲得監(jiān)控區(qū)域靜態(tài)的當(dāng)前背景 圖像BI ;
[0008] B、根據(jù)當(dāng)前背景圖像BI對從視頻圖像中選取的η個連續(xù)視頻幀中的每一個視頻 幀進行逐像素背景差分操作和圖像分割操作，對連續(xù)視頻幀對應(yīng)的分割后圖像進行累加操 作，得到累加圖像矩陣FSM n;;
[0009] C、對累加圖像矩陣FSMn進行閾值分割，獲得分割圖像FSE ;
[0010] D、去除分割圖像FSE中的噪點，填補空洞，形成目標(biāo)圖像FSEM ;
[0011] E、對目標(biāo)圖像FSEM中像素值為1的連通區(qū)域進行像素數(shù)統(tǒng)計，將連通區(qū)域的像素 數(shù)設(shè)為該連通區(qū)域的面積；
[0012] F、根據(jù)目標(biāo)圖像FSHM中各個連通區(qū)域的面積和預(yù)設(shè)的面積閾值tha，判斷是否存 在人員聚集區(qū)域。
[0013] 較佳的，在所述步驟F之后，該方法還進一步包括：
[0014] G、在視頻圖像上對檢測到的人員聚集的區(qū)域進行標(biāo)識。
[0015] 較佳的，所述步驟A包括：
[0016] A1、獲取監(jiān)控視頻的當(dāng)前幀圖像Fk，前一幀圖像Flrt和前一幀圖像F η對應(yīng)的背景 圖像Bk_1;其中，k為當(dāng)前幀圖像的幀號；
[0017] A2、當(dāng)k= 1時，將第1幀圖像Fjt為前一幀圖像Flrt和背景圖像B η和；當(dāng)k>l 時，根據(jù)所獲取的Fk、Fk_JP B η，計算得到前幀背景差分BDk和幀間差分FD k;
[0018] A3、根據(jù)前幀背景差分BDk、幀間差分FDk和背景圖像B ^中的各個像素的更新系 數(shù)，逐像素對背景圖像^^進行更新，得到當(dāng)前幀圖像F k對應(yīng)的背景圖像B k;
[0019] A4、當(dāng)k小于預(yù)設(shè)的初始背景更新幀數(shù)時，將當(dāng)前幀圖像的下一幀的圖像作為當(dāng) 前幀圖像，返回執(zhí)行步驟Al ;否則，將當(dāng)前的背景圖像Bk作為監(jiān)控區(qū)域靜態(tài)的當(dāng)前背景圖 像BI。
[0020] 較佳的，通過如下所述的公式計算前幀背景差分BDk和幀間差分FD k:
[0021] BDk=Fk-BH
[0022] FDk= IFk-FkJ
[0023] 其中，BDk為F k與B ^的差分，F(xiàn)D k為F k與F ^的差分的絕對值。
[0024] 較佳的，所述逐像素對背景圖像Blrt進行更新包括：
[0025] 步驟A3a，根據(jù)幀間差分FDk和預(yù)設(shè)的第一閾值FTh，確定當(dāng)前像素 （x，y)的更新 量 mk (X，y);
[0026] 步驟A3b，當(dāng)BDk大于預(yù)設(shè)第二閾值BTh時，根據(jù)當(dāng)前像素的更新量m k(x，y)對背 景圖像的當(dāng)前像素 BlrlUy)進行更新；否則，對當(dāng)前像素不進行更新，即Bk (x，y)的數(shù)值等 于 Bh (X，y);
[0027] 步驟A3c，對背景圖像仏^中的各個像素逐像素執(zhí)行上述的步驟A3a和A3b。
[0028] 較佳的，所述步驟A3a可以包括：
[0029] 當(dāng)幀間差分FDk大于預(yù)設(shè)第一閾值FTh時，將當(dāng)前像素（X，y)的更新量m k(x，y)設(shè) 為〇;否則，根據(jù)更新系數(shù)kk(x，y)計算得到當(dāng)前像素（x，y)的更新量m k(x，y);
[0030] 其中，所述（x，y)為當(dāng)前像素的坐標(biāo)。
[0031] 較佳的，根據(jù)如下所述的公式計算當(dāng)前像素（X，y)的更新量mk(x, y):
[0032] mk (x, y) = kk (x, y) ' BDk (x, y) 〇
[0033] 較佳的，所述更新系數(shù)kk(x，y)為：
[0034]
【主權(quán)項】
1. 一種基于視頻圖像的人員聚集檢測方法，其特征在于，該方法包括： A、 根據(jù)連續(xù)的視頻圖像進行監(jiān)控區(qū)域的背景學(xué)習(xí)，獲得監(jiān)控區(qū)域靜態(tài)的當(dāng)前背景圖像 BI ； B、 根據(jù)當(dāng)前背景圖像BI對從視頻圖像中選取的η個連續(xù)視頻幀中的每一個視頻幀進 行逐像素背景差分操作和圖像分割操作，對連續(xù)視頻幀對應(yīng)的分割后圖像進行累加操作， 得到累加圖像矩陣FSM n;; C、 對累加圖像矩陣FSMn進行閾值分割，獲得分割圖像FSE ; D、 去除分割圖像FSE中的噪點，填補空洞，形成目標(biāo)圖像FSEM ; Ε、對目標(biāo)圖像FSEM中像素值為1的連通區(qū)域進行像素數(shù)統(tǒng)計，將連通區(qū)域的像素數(shù)設(shè) 為該連通區(qū)域的面積； F、 根據(jù)目標(biāo)圖像FSEM中各個連通區(qū)域的面積和預(yù)設(shè)的面積閾值tha，判斷是否存在人 員聚集區(qū)域。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述步驟F之后，該方法還進一步包 括： G、 在視頻圖像上對檢測到的人員聚集的區(qū)域進行標(biāo)識。
3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟A包括： A1、獲取監(jiān)控視頻的當(dāng)前幀圖像Fk，前一幀圖像Flrt和前一幀圖像F k_^應(yīng)的背景圖像 Bk_1;其中，k為當(dāng)前幀圖像的幀號； A2、當(dāng)k = 1時，將第1幀圖像F#為前一幀圖像Flrt和背景圖像B η和；當(dāng)k>l時，根 據(jù)所獲取的Fk、Fk_JP B η，計算得到前幀背景差分BDk和幀間差分FD k; A3、根據(jù)前幀背景差分BDk、幀間差分FDk和背景圖像B η中的各個像素的更新系數(shù)，逐 像素對背景圖像^^進行更新，得到當(dāng)前幀圖像F k對應(yīng)的背景圖像B k; A4、當(dāng)k小于預(yù)設(shè)的初始背景更新幀數(shù)時，將當(dāng)前幀圖像的下一幀的圖像作為當(dāng)前幀 圖像，返回執(zhí)行步驟Al ;否則，將當(dāng)前的背景圖像Bk作為監(jiān)控區(qū)域靜態(tài)的當(dāng)前背景圖像BI。
4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，通過如下所述的公式計算前幀背景差分 BDk和幀間差分FD k: BDk= F k-Bk_i FDk= IFk-FkJ 其中，BDk為F k與B ^的差分，F(xiàn)D k為F k與F η的差分的絕對值。
5. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述逐像素對背景圖像B η進行更新包 括： 步驟A3a，根據(jù)幀間差分FDk和預(yù)設(shè)的第一閾值FTh，確定當(dāng)前像素（x，y)的更新量 mk (X，y); 步驟A3b，當(dāng)BDk大于預(yù)設(shè)第二閾值BTh時，根據(jù)當(dāng)前像素的更新量m k(x，y)對背景圖 像的當(dāng)前像素 Blrt (X，y)進行更新；否則，對當(dāng)前像素不進行更新，即Bk(X，y)的數(shù)值等于 Bk-! (x, y)； 步驟A3c，對背景圖像Blrt中的各個像素逐像素執(zhí)行上述的步驟A3a和A3b。
6. 根據(jù)權(quán)利要求5所述的方法，其特征在于，所述步驟A3a可以包括： 當(dāng)幀間差分FDk大于預(yù)設(shè)第一閾值FTh時，將當(dāng)前像素（x，y)的更新量mk(x，y)設(shè)為O ; 否則，根據(jù)更新系數(shù)kk(x，y)計算得到當(dāng)前像素（x，y)的更新量mk(x，y); 其中，所述（x，y)為當(dāng)前像素的坐標(biāo)。
7. 根據(jù)權(quán)利要求6所述的方法，其特征在于，根據(jù)如下所述的公式計算當(dāng)前像素（X，y) 的更新量mk(x，y): mk (X，y) = kk (X，y) X BDk (X，y)。
8. 根據(jù)權(quán)利要求7所述的方法，其特征在于，所述更新系數(shù)k k(x，y)為：
9. 根據(jù)權(quán)利要求5所述的方法，其特征在于： 所述第一閾值FTh為2。
10. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟B包括： 步驟Bl，設(shè)置累加圖像矩陣FSMk;其中，k為η個連續(xù)視頻幀中的第k個幀； 步驟B2,根據(jù)當(dāng)前背景圖像BI對視頻圖像的當(dāng)前幀F(xiàn)k進行逐像素背景差分操作，得到 當(dāng)前幀F(xiàn)k的差分圖像矩陣BFDk;其中，k為當(dāng)前幀F(xiàn)k的幀號； 步驟B3,根據(jù)差分圖像矩陣BFDk計算均值μ和標(biāo)準(zhǔn)差〇 ; 步驟Β4,針對差分圖像矩陣BFDk中大于μ + σ的像素值，以最大類間方差（OTSU)準(zhǔn)則 計算最優(yōu)分割閾值Th; 步驟B5,根據(jù)所述最優(yōu)分割閾值Th對差分圖像矩陣BFD k進行圖像分割，得到當(dāng)前幀F(xiàn) k 的分割數(shù)據(jù)矩陣BFSk; 步驟B6,將所述分割數(shù)據(jù)矩陣BFSk累加到前一幀F(xiàn) ^的累加圖像矩陣FSM ^上，得到 當(dāng)前幀F(xiàn)k的累加圖像矩陣FSM k; 步驟B7,對所選取的η個連續(xù)視頻幀中的每一個視頻幀均順序執(zhí)行所述步驟BI~B6， 得到累加圖像矩陣FSMn。
【專利摘要】本發(fā)明公開了一種基于視頻圖像的人員聚集檢測方法，包括：根據(jù)連續(xù)的視頻圖像進行監(jiān)控區(qū)域的背景學(xué)習(xí)，獲得監(jiān)控區(qū)域靜態(tài)的當(dāng)前背景圖像；對從視頻圖像中選取的n個連續(xù)視頻幀中的每一個視頻幀進行逐像素背景差分操作和圖像分割操作，對連續(xù)視頻幀對應(yīng)的分割后二值圖像進行累加操作，得到累加圖像矩陣；對累加圖像矩陣進行閾值分割，獲得分割圖像；去除分割圖像中的噪點，填補空洞，形成目標(biāo)圖像；對目標(biāo)圖像中像素值為1的連通區(qū)域進行像素數(shù)統(tǒng)計，將連通區(qū)域的像素數(shù)設(shè)為該連通區(qū)域的面積；根據(jù)目標(biāo)圖像中各個連通區(qū)域的面積和預(yù)設(shè)的面積閾值，判斷是否存在人員聚集區(qū)域。使用上述的方法，可以較少的計算代價，實現(xiàn)人員聚集現(xiàn)象的快速檢測。
【IPC分類】G06T7-20
【公開號】CN104658008
【申請?zhí)枴緾N201510012881
【發(fā)明人】柴智, 李亞鵬, 肖軍波, 翟佳, 李正浩
【申請人】北京環(huán)境特性研究所
【公開日】2015年5月27日
【申請日】2015年1月9日