客流统计系统工作阶段原理

2017-09-15 11:25:32 htcview 19

  客流分析算法是整个系统的灵魂其运行在高性能数字信号处理器(TI DSP)中,每秒进行25帧的实时图像分析,客流统计处理算法嵌入式客流分析终端中的DSP处理器,实时采集视频图像,并检测运动目标的特征点(feature points),然后对特征点进行空域上的聚类(Cluster)和时域上的匹配,从而识别运动目标;通过头肩信息、圆心距、行人运动的柔性特征等特征,客流分析算法可以准确进行目标分类,准确识别运动目标中的行人;通过对行人目标的实时双向跟踪,可以实现准确的计数和方向的判定。

  一、检测阶段

  第一步:背景模型是客流分析算法处理的基础,本算法采用帧间差分算法与概率统计模型相结合的方法,能够在各种复杂环境下建立起一副尽可能真实的背景图像,从而为前景目标的提取提供重要基础。在系统中,一个模型可以理解为在一个环境(主要为角度)下,一个“人”特征的集合体。首先在一个固定角度的场景下,取得很多人 的图片,称之为样本,取得足够的样本(一般在十万到一百万之间)后,通过样 本来学习这些特征,得到的参数就是模型,模型集合了训练样本的特点。在遇到 相似场景时,装载相应模型就完成了系统检测的初始化。下图为一个场景下不同 的样本。

客流量统计检测阶段

  第二步:提取特征。为了让模型应用于一个物体,以确定这个物体是不是人, 我们需要提取相应的特征。根据机器自动学习的结果,一个模型 90%的数据是 基于形状提取的,10%的数据基于颜色和纹理提取。下图的红线为提取的形状特 征。

客流统计检测阶段

  第三步:输出结果。将模型视为一个过滤器,而特征是待分类的材料,满足 过滤器的材料得以通过(即判定为“人”),不满足的则被拦住。根据模型和特 征,通过计算就可以判断一个物体是不是人。

  二、跟踪阶段

  跟踪主要是对特征信息的跟踪,包括位置信息,特征点,头肩信息等。由于每个目标的特征信息都不会完全一致,所以即使多目标交错,拥挤,本算法也能最大限度的跟踪并区分出每个独立目标。系统跟踪阶段也采取了和特征相关的技术,有颜色特征、形状特征和位置特 征。通过计算来比较前后两帧图像中所有人的特征,判定特征最相近的两人为同 一人;通过比较所有的图像,可以得到一个人完整的轨迹;通过计算轨迹的条数, 可以检测区域的客流;通过计算轨迹的方向,可以判断人是走入还是走出检测区 域。如下图较形象的展现了系统的跟踪过程:

客流分析统计跟踪阶段

  基于模型的检测机制,大幅度提高了系统的场景普适性。如在实际施工过程

  中,遇到出入口较宽、吊顶过高(十米以上)、吊顶过低或其材质特殊(如玻璃) 等情况,采取倾斜安装智能一体机,较传统的基于背景建模的检测技术,优势更 加明显。

  三、计数规则

  在跟踪的基础上,计数的规则为:目标从跟踪线进入,并被连续跟踪若干次之后,从计数线离开,则为有效计数。不满足该规则的目标均不计数。系统的每一路视频都可以设置单独的计数规则。正常进入、斜向进入、双向 同时进出都作为正常数据,计入统计中。系统可有效排除各种干扰,如:犹豫未

  进入、门口徘徊、门口横穿等情况,保证数据真实性。

客流计数器计数规则

深圳市华天成科技有限公司

深圳市宝安区宝源路与固戍二路交汇处泳辉大厦805

518000

0755-23467369

0755-86179191

htcview@sina.com