基于视频室内人数统计系统的设计

【摘 要】近年来，人数统计技术已经成为智能视觉、智能视频系统研究中非常活跃的研究领域，改进了传统人工计数费时费力、效率等的缺陷。本文在总结和分析前人研究成果的基础行通过程序设计实现了一个基于视频的室内人数统计系统。首先，该系统通过多帧混合高斯背景建模方式实时获取监控区域内的背景图像，通过背景差分运算和阈值分割二值化方法获得前景斑块。然后，将二值化斑块图像进行新斑块分析和去噪处理，通过斑块跟踪算法去跟踪每一个行人位置的改变，最终确定真个监控区域内的实时人数。

【关键词】人数统计 斑块分析 混合高斯建模

在很多的视频监控应用中，都需要能够检测和跟踪行人来确保高全保障和行人位置管理。很多行业对人流信息都有极大的需求，如汽车公交站场，地铁站台，商场出入口等，利用统计的客流量数据，管理人员可以合理调度人力、物力，合理配置资源，从而获得最佳的运营效果。近些年来使用图像传感器进行人数统计的技术也有所发展。利用侧面安装的CCD摄像机可以获得较多的物体运动信息，利用该技术可以方便、可靠、实时地对各种场所的人流进行统计，而不对公众造成任何影响。结合其他图像分析技术，系统可以清楚快捷地掌握人流动态信息，使决策者及时做出对策。近年来，这方面的研究得到了越来越多重视[1-5]。

1 系统总体架构

本文希望利用安装在检测区域斜上方的摄像头，来实现人体运动目标的检测，识别，跟踪。本系统目标在于针对室内监控环境内的行人计数，因此需要精确辨别在室内的行人目标。不像其它的识别任务，行人的检测在场景中是比较困难的，行人是一个在镜头中形状灵活变化的目标，同时，考虑到每个行人衣着的不同没有可用的纹理特征帮助我们来确定每一个个体。本系统要求能够在监控区域内提取出行人斑块，并在行人之间有相互遮挡时能够有相应的跟踪算法来准确跟踪每一个目标，进而得到一个准确而又鲁棒的人数统计。本系统确定最终的室内行人统计系统的实现流程如图1所示。该系统首先通过混合高斯分布模型的方式实时得到检测区域的背景图像，将实时的监控图像和背景图像进行差分运算获取行人目标的二值化斑块图像，通过新斑块检测算法来检测是否有新的行人目标出现在监控区域，将获得的每一个行人目标进行目标跟踪，最终得到一个准确又鲁棒的行人统计系统。

2 高斯混合背景建模

一种典型的背景去处的方法就是从相应的图像序列中提取出相对于行人目标的背景。然后将包含有前景的图像和背景图像作差分运算即可得到候选的行人目标前景斑块。典型的背景获取方法是由Stauffer和Grimson提出的混合高低背景更新算法。在本系统中，我们选择使用这种背景更新算法去提取实时背景，为后面的差分运算做好准备。

混合高斯模型采用多个高斯分布对每个像素的像素值进行建模。用表示某个像素 1 至t时刻的像素值，描述t时刻像素值的概率密度为：

（1）

式中K 表示高斯分布的个数，表示估计的第i个高斯分布在t时刻的权重，、分别表示第i 个高斯分布在t 时刻的均值和协方差矩阵。η 是高斯概率密度函数。

获得新的像素值以后，将新像素值和K个高斯分布进行比较，如果满足： （2）

被判断为背景，否则被判断为前景。

3 背景差分及二值化

在通过混合高斯建模得到室内监控区域的背景图像后，只需要将当前包含行人的实时监控图像和获得的背景图像做背景差分运算，然后将差分图像按照大律法得到最佳分割阈值，按照最佳阈值对差分图像进行最佳阈值分割，得到最终只包含行人前景的二值化斑块图像。

4 新斑块检测和分析

这个部分包含了当连续几帧图像中都包含联通区域的统一运动时基于简单的算法新斑块的检测。这个步骤也包含了跟踪的旧斑块和边界的分离。另外，这个步骤中也使用了一些结构元素对二值化前景图像进行噪声去处处理。如果当两个或三个斑块相互之间离的很近的话，我们将它们合并成一个大斑块，这样可以有效地消除某个行人个体由于各种原因导致分成了2个或3个斑块的情况，这个步骤非常重要，因为它会让系统避免掉很多重复的行人计数，最后，系统将滤除掉太大或太小的斑块，这样剩下的斑块将和旧斑块信息做一个对比来得到新的跟踪候选斑块。

5 候选目标跟踪及计数

斑块检测和分析的结果中的每一个单独斑块将随着时间的演变在连续两帧图像中进行匹配以便进行斑块的有效跟踪。本系统拓展了基本的卡尔曼滤波的多假设方式来处理多目标跟踪中的模糊匹配问题。跟踪视频中的行人目标本质上其实就是前后帧图像中物体之间的匹配问题，整个算法的思想就是如何知道每一帧图像中的物体目标在下一帧图像的确定物体目标。如果我们能够成功进行候选目标跟踪，就能够得到准确的计数结果。

本文在分析了室内人数统计的特点后，实现了实现了一个基于视频的室内人数统计系统。首先，该系统通过多帧混合高斯背景建模方式实时获取监控区域内的背景图像，通过背景差分运算和阈值分割二值化方法获得前景斑块。然后，将二值化斑块图像进行新斑块分析和去噪处理，通过斑块跟踪算法去跟踪每一个行人位置的改变，最终确定真个监控区域内的实时人数。

参考文献：

[1]于起峰，陆宏伟，刘肖琳.基于图像的精密测量与运动测量.北京科学出版社，2002.

[2]孙怡.人体运动跟踪的方法与实验研究.大连理工大学，博士研究生论文，2002.

[3]汪亚明.基于动态图像序列的自动扶梯客流量的测量.华北工学院测试技术学报， 2002， 第16卷，第1期，14-16页.

[4]杨召君，基于视频人数统计与跟踪改进算法的研究与实现，南京大学，2012。

[5]贾慧星，章毓晋，智能视频监控中基于机器学习的自动人数统计，视频应用与工程，第33卷，第4期，78-81页。