高密度人群环境中的行人统计.doc

高密度人群环境中的行人统计 梁华 中国西安卫星测控中心 1 引言 视频中的行人统计是指对通过某一观测区域行人的方向和数量进行统计，在安防、交通等领域有着广泛的应用。国内外有许多先进的行人统计系统，但都是针对行人稀少的情况，对于机场、车站这样人员密集区则无能为力。 对高密度人群中的行人进行检测和跟踪是一个很难的问题。较常见的方法如通过背景模型检测运动区域并进行前景分割，如MoG，或通过人体模型、特征对人体进行检测，如HoG等，都不能解决高密度人群的行人检测问题，原因在于：在高密度人群视频中，观测区域的大部分或者全部处于运动的状态，行人间存在严重的遮挡。 另外存在一类研究，避开了高密度人群中行人的分割检测的问题，而是通过一些全局统计特征对人群的密度进行估计，但这类研究并不能给出精确的行人流量和方向。 在众多研究中，[1]是少有的直接针对高密度人群中的行人进行检测和跟踪的研究。该研究针对大流量高密度的街道场景，如右图所示，提出了一种结合头部检测和粒子滤波的方法对行人进行跟踪。但该方法无论在跟踪的准确性和实时性上都难以满足行人统计对于精度和时效性的要求。 本文提出一种简洁实用的行人统计方法，该方法避开了容易产生大量错误的复杂场景中的多目标跟踪，且能够满足行人统计的精度和实时性要求。该方法的基本思想是：在一个近似行人头部大小的带状区域中进行头部检测（HaarLike Adaboost方法），利用聚类的思想对头部检测结果进行简单的跟踪，同时利用边缘图像的运动历史图分析的方法估计行人的运动方向，最后，在上述头部检测、跟踪和方向分析的基础上给出行人上行和下行的统计结果。 2 头部检测 统计，仍处在研究阶段。在计算机视觉的应用中，行人统计一直是一个热点研究问题。 高密度环境下的行人检测和跟踪一直以来就是没有被很好解决的问题，如下图所示环境，存在的困难包括： 检测方面： 由于人群整体处于运动状态，占据了背景的60%以上的面积，导致许多目标检测的方法，如基于背景差的运动目标检测方法难以奏效。另外，由于人群存在大量遮挡，导致基于行人轮廓的检测方法，如HOG也难以奏效。 跟踪方面： 高密度环境中的多目标跟踪，由于存在大量的遮挡、合并、分离，要是跟踪达到较理想的效果且具有一定的实时性是一个富有挑战性的研究问题。 该实验的 下面分三个部分：头部检测、方向分析、跟踪统计，对算法进行描述。 2 头部检测 如图所示复杂环境下，能够较好的在高密度人群中区分行人的特征只有头部。当摄像机架设一定高度时，行人头部遮挡较少，对检测和跟踪较有利。 头部检测优势在于：头部具有结构化的一些特征，相对于肤色、发色而言，受光线、噪声、阴影等影响较小。不足在于：头部的特征变化多样，不同的装束、肤色、方向都会有较大的差别。 我们采用了较为成熟的基于HaarLike特征的Adaboost分类器算法，对头部进行检测。 《AdaBoost头部检测实验报告》一文中对算法基本原理，分类器样本的选择、处理和分类器的训练、测试进行了详细的描述，在这里不再赘述。只对实验中分类器的具体应用方法进行描述： Step1: 载入分类器，实验中使用的分类器的尺寸为10*10。并将视频图像转换为灰度图。 Step2：设置检测区域：在图像中设定一个带状检测区域，可以容纳一个头部宽度。若检测的头部尺寸范围为（10*10至25*25），那么将宽度设置为25，如下图所示： Step3：为了能够检测不同尺度的头部，将分类器以一定的比例（如1.1）逐级放大后遍历检测区域。例如要检测10*10至25*25尺寸范围内的头部，要将分类器（10*10）以1.1比例逐级放大11次，放大比例分别为：1.0 1.1 1.21 1.331 ……，然后用放大后的分类器以步长2在检测区域图像中遍历检测。 Step4: 头部检测的结果中会出现一个头部多个尺度检测结果重叠的情况，如下图所示。我们将重叠矩形少于1的检测结果滤除。因为一般正确的头部检测结果都会存在多个尺度检测结果重叠的情况。 3 方向分析 一种常用的方向分析方法是光流法，光流法计算相邻两帧图像中光流，用光流近似物体的运动。但是光流法对图像噪声敏感，如下图，为实验中视频的两种光流的计算结果。 由于视频中环境复杂噪声大，且相邻两帧图像中目标的运动不规律，所以光流分析效果并不理想。 实验中采用运动历史图分析的方法，运动历史图可以累积一段时间内（多帧）目标的运动，通过计算时间域梯度估计目标的运动方向。 实验中算法如下： Step1：计算检测区域的Sobel边缘图，（Sobel算子简单，计算速度快） 分别以如下两个核计算两个方向的梯度并叠加得到边缘图。 结果如下图： 将边缘图二值化，得到运动轮廓图像掩模silhouette（dst），二值化方式为： 实验中threshold设