基于颜色特征的人流量实时检测方法.docVIP

基于颜色特征的人流量实时检测方法 　　摘 要： 为改善视频监控中人流量检测的准确性问题，提出一种利用头发颜色特征的人流量跟踪检测方法。该方法对输入图像同时做如下两个操作：基于头发颜色特征的二值化和基于混合高斯模型的前景提取。对这两者合并后的结果做特征判别就可以得到人头区域。以人头区域为目标进行跟踪，分析运动轨迹特征后可以判断行人的进出方向及数目。实验表明该方法在双向行走、行人密集及背景干扰条件下均有很高的正确率。并且，每帧图像平均处理时间只需20 ms，完全可以满足实时处理的要求。 　　关键词： 人流量实时检测； 人头识别； 目标跟踪； 颜色空间； 混合高斯模型 　　中图分类号： TN911?34； TP391 文献标识码： A 文章编号： 1004?373X（2014）07?0092?06 　　Method of people counting real?time detection based on color feature 　　XU Xiao?long， GU Yu?zhang， WANG Ying?guan， HU Ke?li 　　（Key Laboratory of Wireless Sensor Network Communication， Shanghai Institute of Microsystem Information Technology， CAS， Shanghai 201800， China） 　　Abstract： In order to improve the accuracy of the people counting detection in video surveillance， a people tracking and detection method based on hair color feature is proposed in this paper. The input images are processed with the following two operations at the same time： binarization based on hair color feature and foreground extraction based on Gaussian mixture model. Through analyzing the merging results of the two operations， head regions can be got. By tracking head regions and trajectory analysis， the moving direction and number of visitors will easily come to the judgment. The experimental result shows that the method has the high?accuracy even in the conditions of bidirectional moving， dense crowd or background interference. Furthermore， the average processing time for per frame is only 20 ms. It can fully meet the requirements of real?time processing. 　　Keywords： people counting real?time detection； head recognition； object tracking； color space； Gaussian mixture model 　　0 引 言 　　人流量的检测与分析在视频监控领域有着广泛的应用，尤其像商场、车站、机场、体育馆等公共场所都有着巨大的需求。实时且准确地统计出人流量对于公共交通，智能安防，商业统计等领域都是非常有必要的。正因为如此，人流量的检测分析已经成为近些年来计算机视觉领域研究的一项热点。 　　从20世纪90年代以来，随着计算机视觉技术的发展很多基于视频的人流量检测方法被提出来。一种具有代表性的方法是根据图像的底层特征进行建模统计场景中的人数[1?4]。提取的特征可以是特征点[5]，分割好的区域[1?3，5]，轮廓曲线[4， 6]等，然后利用聚类[3]，神经网络[5]，高斯回归[4]等方法进行建模统计出数目。Chen根据行人面积和HSI颜色信息跟踪计算人数[7]，达到了较好的实时性。Borislav Antic等人先用背景差