基于区域视频差分密集人群流量计数算法及其在Hi―3515系统中应用.docVIP

基于区域视频差分密集人群流量计数算法及其在Hi―3515系统中应用 　　摘要：随着视频技术的快速发展，早期基于红外对射、重力感应的统计技术难以实现密集客流量统计，基于视频序列的统计方法已经逐渐成为主要技术手段，本文利用改进的视频序列差分算法，将二维图像序列特征转化为一维图像特征，大大节约了处理时间。同时本文将此算法应用于Hi-3515处理器，实现了一种高精度区域检测密集人群流量计数系统，系统实验表明，本文算法能够达到双向人流量实时计数，且准确率90%以上 关键词：人流计数；Hi-3515；帧间差分法；中值滤波；检测区域 中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2016）34-0227-05 Abstract： With the rapid development of video technology， the statistical techniques on the basis of infrared radiation and gravity sense is difficult to achieve dense passenger flow volume statistics. The statistical method based on video sequence has become the main technique. In this paper， we can transform two-dimensional image sequence features into one-dimensional image features with making use of the improved the video sequence difference algorithm， this method is able to save the processing time significantly. Meanwhile， by applying this algorithm to the Hi-3515 processor we implement a high-precision regional counting system to detect dense passenger flow volume. System experiment shows that the algorithm in our paper can achieve bidirectional passenger flow volume counting， and the accuracy rate exceed 90%. Key words：passenger flow volume counting； Hi-3515；frame difference； median filtering； region detection ?\动目标检测一直是计算机视觉中非常重要的研究领域之一。目前目标检测有三种经典方法，分别是光流法、背景差分法以及帧间差分法。光流法是利用图像序列中的像素值的时域变化和相关性来确定各自像素位置的运动，即研究图像灰度在时间上的变化与景象中物体结构及其运动的关系。文献[1]中提出了一种改进的光学图像配准方法，可以作为一种很好的光流法初始运动估计。文献[3]提出了一种结合光流法与三帧差分法的运动目标检测算法，该算法简化了光流的计算，然而在实际应用中，由于遮挡性、多光源、透明性和噪声等原因，光流场基本方程的灰度守恒假设条件不能满足，不能求解出正确的光流场；同时大多数的光流计算方法相当复杂，计算量巨大，因此光流法不能满足实时的要求，一般不被应用于对精度和实时性要求比较高的监控系统。背景差分法利用当前图像与背景图像的差分来检测目标运动，其优点在于能在复杂环境下完整地检测出所有运动物体，缺点在于对于背景突变会导致检测失败，且检测结果会受到慢速目标的影响，同时背景的选取和更新会消耗大量时间。文献[4]深入分析研究了背景差分中光照对运动目标检测与跟踪的鲁棒性的影响，并提出了改进方案。文献[5]利用改进的背景差分实现了车辆检测与遮挡分离。这种方法的关键是背景模型建立的方式，目前混合高斯背景建模法的应用最广泛。文献[6]提出了一种自适应调整K-p的混合高斯背景建模和目标检测算法。文献[8]实现了利用背景差分对高速运动多目标视频序列的目标识别。帧间差分法能快速地获得当前运动区域，但对于慢速运动物体检测效果并不理想。文献[9]提出了一种利用帧间差分快速检测当前移动物体的方法。文献[10]与文献[12]则提出同时应用背景差分和帧间差分对运动目标检测。本文针对帧间差分法的这一缺点提出了一