本發(fā)明涉及視頻檢測領域，尤其涉及一種基于隊列狀態(tài)分析的客流計數(shù)方法。

背景技術(shù)：

在商場、購物中心、機場、車站等公共場所的管理和決策中，人流量是不可缺少的數(shù)據(jù)。通過對人流量，即進出人數(shù)的統(tǒng)計，可以實時有效的監(jiān)控、組織公共場所的運營工作，為人們提供更安全的環(huán)境和更優(yōu)質(zhì)的服務。以商場為例，人流量是非?；A和重要的指標，和商場的銷售量密切相關(guān)，如果知道比較準確和真實的人流量，可以為銷售、服務和物流提供可靠的參考信息。

傳統(tǒng)的人數(shù)計數(shù)方法是利用人工檢測，或接觸式設備，但是隨著信息化時代的到來，發(fā)明一種自動人數(shù)統(tǒng)計方法顯得十分必要。智能化人數(shù)統(tǒng)計技術(shù)是利用計算機視覺和圖像處理相結(jié)合的方法建立起來的智能管理系統(tǒng)，在不需要人工干預的情況下，只需要通過對攝像機拍攝的視頻序列進行實時分析來實現(xiàn)客流人數(shù)統(tǒng)計。

在現(xiàn)有技術(shù)中，可在超市、商場的出入口處設置攝像頭，并通過圖像視頻識別技術(shù)對進出的人數(shù)進行統(tǒng)計。然而，這種方式存在較大的誤差。因為，并非所有進出商場、超市的行人都是顧客或者消費者。如果將進出商場、超市的工作人員、執(zhí)行臨時工作的人員進出時，也會被攝像頭所捕獲，從而造成客流統(tǒng)計的不準確。雖然，現(xiàn)有技術(shù)中也有類似基于采集工作人員服裝顏色并在總的客流數(shù)量中剔除工作人員的技術(shù)方案。但是這種現(xiàn)有技術(shù)需要對工作人員的服裝、膚色進行大量的正負樣本的采集，操作繁瑣，計算開銷較大。尤其是，當工作人員在四季更換服裝時，需要更換旨在剔除包含工作人員的正樣本，這也在一定程度上也增加了對商場、超市等環(huán)境復雜場所對客流進行統(tǒng)計的難度與計算開銷。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于公開一種基于隊列狀態(tài)分析的客流計數(shù)方法，用以實現(xiàn)對行人通過形狀規(guī)則的通道時進行客流統(tǒng)計，提高客流統(tǒng)計效率與速度，并降低計算開銷。

為實現(xiàn)上述目的，本發(fā)明提供了一種基于隊列狀態(tài)分析的客流計數(shù)方法，包括以下步驟：

S1、獲取監(jiān)控區(qū)域的視頻流圖像作為輸入圖像；

S2、使用設定區(qū)域在輸入圖像中規(guī)劃出至少一個客流隊列區(qū)域；

S3、將客流隊列區(qū)域分割為寬度不小于行人肩寬的若干子區(qū)域；

S4、采用背景差分法并結(jié)合背景更新機制以提取客流隊列區(qū)域內(nèi)的前景區(qū)域；

S5、計算各子區(qū)域中前景像素所占比例，當大于或者等于閾值P時，判定該子區(qū)域邏輯狀態(tài)為1，否則判定該子區(qū)域邏輯狀態(tài)為0，然后將所有子區(qū)域的邏輯狀態(tài)存入數(shù)組，通過數(shù)組中邏輯狀態(tài)為1的數(shù)量統(tǒng)計客流隊列區(qū)域中的人數(shù)。

作為本發(fā)明的進一步改進，所述步驟S1具體為：通過攝像機獲取監(jiān)控區(qū)域的視頻流圖像作為輸入圖像，所述監(jiān)控區(qū)域位于攝像機的正下方。

作為本發(fā)明的進一步改進，所述步驟S2中的設定區(qū)域呈軸對稱形狀。

作為本發(fā)明的進一步改進，所述步驟S2中的設定區(qū)域包括矩形、正方形、橢圓形、圓形、半圓形、半橢圓形或者等邊三角形。

作為本發(fā)明的進一步改進，所述步驟S3中所有子區(qū)域的寬度均相等。

作為本發(fā)明的進一步改進，所述步驟S4中的“背景更新機制”具體為：在當前幀輸入圖像F_t(x，y)及前一幀背景圖像B_t-1(x，y)同時符合以下兩個條件時，將當前幀輸入圖像F_t(x，y)定義為新的背景圖像，以共同對下一幀輸入圖像作預測更新；其中，

條件一：當前幀輸入圖像F_t(x，y)與前一幀背景圖像B_t-1(x，y)的幀間差別小于閾值δ，

條件二：在時間間隔τ內(nèi)采樣的前一幀輸入圖像與當前幀輸入圖像F_t(x，y)的幀間差別小于閾值δ。

作為本發(fā)明的進一步改進，所述閾值δ為子區(qū)域中像素總數(shù)的50％，所述時間間隔τ為0.5秒。

作為本發(fā)明的進一步改進，所述步驟S5具體為：

統(tǒng)計各子區(qū)域中前景像素所占比例，當子區(qū)域中所包含的前景像素的比例大于或者等于閾值P，則判定該子區(qū)域的邏輯狀態(tài)為1，當子區(qū)域中所包含的前景像素比例小于閾值P，則判定該子區(qū)域的邏輯狀態(tài)為0，所述閾值P為50％；

將所有子區(qū)域的邏輯狀態(tài)存入數(shù)組，通過計算數(shù)組中邏輯狀態(tài)為1的數(shù)量統(tǒng)計客流隊列區(qū)域中的人數(shù)。

作為本發(fā)明的進一步改進，所述步驟S5還包括，使用與客流隊列區(qū)域中子區(qū)域相同的檢測區(qū)域，將該檢測區(qū)域的中心滑動至相鄰子區(qū)域的交界處，統(tǒng)計該檢測區(qū)域中所包含的前景像素的數(shù)量；當檢測區(qū)域中所包含的前景像素的比例大于或者等于閾值P時，將該檢測區(qū)域所銜接的相鄰的兩個子區(qū)域中任意一個原邏輯狀態(tài)為0的子區(qū)域的邏輯狀態(tài)重置為1。

作為本發(fā)明的進一步改進，在所述步驟S5之后還包括以下步驟：對客流隊列區(qū)域中位于端部的子區(qū)域設定標志區(qū)域，以對所述位于端部的子區(qū)域執(zhí)行跟蹤，從而確定該客流隊列區(qū)域中所有行人已通過客流隊列區(qū)域，當標志區(qū)域離開客流隊列區(qū)域，開始對下一客流隊列進行計數(shù)。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：在本發(fā)明中，實現(xiàn)了對行人通過形狀規(guī)則的通道時進行客流統(tǒng)計，提高了客流統(tǒng)計效率與速度，并顯著降低了計算開銷，具有良好的市場前景與商業(yè)價值。

附圖說明

圖1為本發(fā)明一種基于隊列狀態(tài)分析的客流計數(shù)方法具體實施方式的流程示意圖；

圖2為圖1所示的獲取監(jiān)控區(qū)域的視頻流圖像的工作原理示意圖；

圖3為步驟S2中的設定區(qū)域為矩形的示意圖；

圖4為將客流隊列矩形區(qū)域分割為若干子區(qū)域示意圖；

圖5采用為子區(qū)域相同的檢測區(qū)域?qū)ο噜彽膬蓚€子區(qū)域進行滑動檢測的示意圖；

圖6為引用本發(fā)明一種基于隊列狀態(tài)分析的客流計數(shù)方法的一種應用實例圖。

具體實施方式

下面結(jié)合附圖所示的各實施方式對本發(fā)明進行詳細說明，但應當說明的是，這些實施方式并非對本發(fā)明的限制，本領域普通技術(shù)人員根據(jù)這些實施方式所作的功能、方法、或者結(jié)構(gòu)上的等效變換或替代，均屬于本發(fā)明的保護范圍之內(nèi)。

請參圖1至圖6所示出的本發(fā)明一種基于隊列狀態(tài)分析的客流計數(shù)方法的一種實施方式。

在本實施方式中，該基于隊列狀態(tài)分析的客流統(tǒng)計方法基于固定或者移動式的圖像采集裝置，例如攝像機、照相機、安裝在軌道上的攝像機或者照相機對室內(nèi)或者室外中位置相對固定的收銀臺、檢票處、機場安檢通道等場所中具有一定通過規(guī)律的行人進行計數(shù)統(tǒng)計，并包括以下步驟。

首先，執(zhí)行步驟S1、獲取監(jiān)控區(qū)域的視頻流圖像作為輸入圖像。

本實施方式所示出的一種基于隊列狀態(tài)分析的客流計數(shù)方法是基于攝像機垂直拍攝并適用于室外情況和/或室內(nèi)情況。

如圖2所示，在本實施方式中，該步驟S1具體為：通過攝像機10獲取監(jiān)控區(qū)域30的視頻流圖像作為輸入圖像，所述監(jiān)控區(qū)域30位于攝像機10的正下方。

具體的，攝像機10設置在入口20附近的正上方，行人可沿著箭頭201的方向上由入口20進入監(jiān)控區(qū)域30。攝像機10所獲取的監(jiān)控區(qū)域30可完全覆蓋出入口20的全部區(qū)域。例如，當監(jiān)控區(qū)域30設置在超市收銀處的條狀區(qū)域中時，該監(jiān)控區(qū)域30既可以是其中一個收銀臺的引導欄桿圍合形成的區(qū)域，也可以是由多個收銀臺的引導欄桿圍合形成的區(qū)域，具體請參圖6所示。

在圖2中，該監(jiān)控區(qū)域30為矩形，當然也可以為正方形或圓形或者其他形狀。攝像機10位于監(jiān)控區(qū)域30的中心點301的正上方，由此我們可以推導出，該監(jiān)控區(qū)域30位于攝像機10的正下方。因此，結(jié)合圖6所示，既可將攝像機10設置在監(jiān)控區(qū)域30的頂部，可僅將攝像機10設置在收銀臺A、收銀臺B及收銀臺C的三個收銀通道所在的區(qū)域的正上方或者斜上方，從而通過一臺攝像機10或者多臺攝像機10分別對各個收費通道中所通過的客流所形成的視頻流圖像進行實時采集。

接下來，執(zhí)行步驟S2、使用設定區(qū)域在輸入圖像中規(guī)劃出至少一個客流隊列區(qū)域。

具體的，參圖3所示，攝像機10由監(jiān)控區(qū)域30獲取的視頻流圖像包含客流隊列區(qū)域302，即客流隊列區(qū)域302只是輸入圖像中的組成部分。為降低計算消耗，本實施方式僅對輸入圖像中的客流隊列區(qū)域302進行分析并通過在一定時間內(nèi)連續(xù)通過該客流隊列區(qū)域302的行人的數(shù)量，而無需對設置在超市大門出入口的客流進行統(tǒng)計，從而避免了進出超市大門出入口的工作人員所形成的客流對購買商品的顧客所形成的真實的客流的干擾，提高了對超市中采購商品的顧客進行客流統(tǒng)計并計數(shù)的準確性。

如圖6所示，在監(jiān)控區(qū)域30中形成三個客流隊列區(qū)域，即客流隊列區(qū)域3021、客流隊列區(qū)域3022及客流隊列區(qū)域3023?？土麝犃袇^(qū)域3021中被矩形的設定區(qū)域規(guī)劃出七個子區(qū)域，即子區(qū)域3031～子區(qū)域3037；客流隊列區(qū)域3022中被矩形的設定區(qū)域規(guī)劃出七個子區(qū)域，即子區(qū)域3131～子區(qū)域3137；客流隊列區(qū)域3023中被矩形的設定區(qū)域規(guī)劃出七個子區(qū)域，即子區(qū)域3231～子區(qū)域3237。收銀臺A、收銀臺B及收銀臺C可分別位于三個客流隊列區(qū)域的一側(cè)。

在圖6中，每個子區(qū)域的寬度可接近正常男性的身高，行人可在三個客流隊列區(qū)域中自左向右順次通過。每個收銀臺的上方可設置一個攝像機10，以獲取輸入圖像；當然，也可在收銀區(qū)的上方設置一個全景攝像機，分別拍攝多隊行人，并在輸入圖像中規(guī)劃出三個客流隊列區(qū)域。由于行人在三個客流隊列區(qū)域中的運動軌跡相對固定，因此采用這種方式獲取的輸入圖像中的行人具有較好的規(guī)律性，便于后期對行人進行跟蹤及計數(shù)操作。

在圖3中，通過矩形的設定區(qū)域選定監(jiān)控區(qū)域30中的客流隊列區(qū)域302。由于商場收銀通道處的客流隊列區(qū)域相對固定，通過呈矩形的設定區(qū)域預先設定客流隊列區(qū)域是可行且高效的。

具體的，在本實施方式中，該矩形的設定區(qū)域所形成的客流隊列區(qū)域302由其左上角坐標(x₁，y₁)及右下角坐標(x₂，y₂)決定。若取Δx＝x₂-x₁，Δy＝y(tǒng)₂-y₁則|Δx|決定客流隊列區(qū)域302長度，|Δy|決定客流隊列區(qū)域302的寬度。在設定矩形的客流隊列區(qū)域302時應當保證其能覆蓋收銀通道，且盡量使|Δy|與收銀通道的寬度相當。

在本實施方式中，步驟S2中的設定區(qū)域呈軸對稱形狀，并進一步優(yōu)選為該設定區(qū)域包括矩形、正方形、橢圓形、圓形、半圓形、半橢圓形或者等邊三角形，并最優(yōu)選為矩形。

接下來，執(zhí)行步驟S3、將客流隊列區(qū)域分割為寬度不小于行人肩寬的若干子區(qū)域。從而將客流隊列區(qū)域302分割為十個子區(qū)域303，每個子區(qū)域303的尺寸以恰好容納單個行人為準。當然也可根據(jù)收銀通道的長度，決定將各個客流隊列區(qū)域302劃分成數(shù)量更多或者數(shù)量更少的子區(qū)域。行人可沿圖5中箭頭的方向，穿過該客流隊列區(qū)域302。

在收銀通道處客流對象為單個行人且依次通過收銀臺。在本實施方式中，預先統(tǒng)計單個客流對象的平均側(cè)身寬度Δs，然后以Δs大小為間隔將客流隊列區(qū)域302，參圖4由右至左分割為一系列子區(qū)域303，子區(qū)域303的數(shù)量N采用如下公式計算得到：

N＝fix(|Δx|/Δs)，其中，fix為取整運算符。

對于Δs值的選取，可根據(jù)實際情況設定，因為其與攝像機10具體安裝的高度存在一定關(guān)系，攝像機10越高視野越寬，單個客流對象成像時尺寸變小，為此可以通過對攝像機10輸入圖像中實際的客流對象尺寸進行統(tǒng)計求取均值的方式?jīng)Q定Δs值。

在本實施方式中，步驟S3中所有子區(qū)域303的寬度均相等。子區(qū)域303的寬度大于或者等于一個成年男性的肩部及手臂在任意揮動狀態(tài)下所能夠形成的最大幅度，并可等同的認定為該子區(qū)域303的最大寬度小于或者等于2米。

接下來，執(zhí)行步驟S4、采用背景差分法并結(jié)合背景更新機制以提取客流隊列區(qū)域內(nèi)的前景區(qū)域。在本實施方式中，該攝像頭10的所形成的監(jiān)控區(qū)域30為收銀通道，通過矩形的設定區(qū)域規(guī)劃出的客流隊列區(qū)域作為具體的分析對象。

在無客流通過的情況下，客流隊列區(qū)域302在攝像機10中成像B(x，y)相對穩(wěn)定，故可以作為背景圖像。當有客流對象進入收銀通道(即客流隊列區(qū)域302)后，客流隊列區(qū)域302在攝像機10中當前幀輸入圖像F(x，y)相對于當前幀背景圖像B(x，y)在客流隊列區(qū)域302會有較大的灰度值變化。因此，可以通過現(xiàn)有技術(shù)中的圖像差分運算來檢測客流前景區(qū)域。具體的，在本實施方式中，采用如下公式計算差分圖像D(x，y)：

然后，對差分圖像D(x，y)進行二值化處理得到二值圖BW(x，y)，運算公式如下所示：

其中，T為分割閾值，具體的分割閾值T設為40。二值圖BW(x，y)中取值為1的區(qū)域被定義為包含客流目標的前景區(qū)域。

當然，背景區(qū)域并非始終不變。例如，早晚光照的差異，收銀通道處的相關(guān)設施的更換等等均會導致當前幀背景圖像B(x，y)的相應變化。因此，引入背景更新機制，有利于提高背景差分效果，從而更好的檢測出前景區(qū)域及前景像素的數(shù)量。

在本實施方式中，依據(jù)客流隊列區(qū)域302在攝像機10中實時的多個輸入圖像中的當前幀輸入圖像F(x，y)及前一幀背景圖像B_t-1(x，y)來作預測更新背景。具體的，采用合適的當前幀輸入圖像F_t(x，y)來更新前一幀背景圖像B_t-1(x，y)。該當前幀前景輸入圖像F(x，y)需滿足以下兩個條件：

條件一：當前幀輸入圖像F_t(x，y)與前一幀背景圖像B_t-1(x，y)的幀間差別小于閾值δ，

條件二：在時間間隔τ內(nèi)采樣的前一幀輸入圖像與當前幀輸入圖像F_t(x，y)的幀間差別小于閾值δ。

其中，條件一用來確保當前幀輸入圖像F_t(x，y)相對于前一幀背景圖像B_t-1(x，y)具有較小的變化，條件二用來確保更新背景幀輸入圖像的過程具有較好的穩(wěn)定性。

條件一和條件二中，所述幀間差別的具體計算方式為：采用本實施方式前文所述方式，計算兩幀間差分圖像并進行二值化處理，以得到二值圖，再以二值圖中取1的區(qū)域數(shù)量來衡量兩幀間的幀間差別。優(yōu)選的，該閾值δ設定為子區(qū)域303中像素總數(shù)的50％。條件二中的時間間隔τ設定為0.5秒。對于滿足上述兩個條件的當前幀輸入圖像F_t(x，y)，本發(fā)明設定為新的背景，即，將當前幀輸入圖像定義為下一幀輸入圖像的背景圖像B_t(x，y)＝F_t(x，y)。通過實時更新背景，再采用背景差分法提取客流隊列區(qū)域302內(nèi)的前景區(qū)域，提高了前景區(qū)域及前景像素數(shù)量提取的效率，從而能夠更好的對子區(qū)域303中的行人區(qū)域進行抓取。

然后，執(zhí)行步驟S5、計算各子區(qū)域中前景區(qū)域中前景像素在子區(qū)域的所占比例，當大于或者等于閾值P時，判定該子區(qū)域邏輯狀態(tài)為1，否則判定該子區(qū)域邏輯狀態(tài)為0，然后將所有子區(qū)域的邏輯狀態(tài)存入數(shù)組，通過數(shù)組中邏輯狀態(tài)為1的數(shù)量統(tǒng)計客流隊列區(qū)域中的人數(shù)。

在本實施方式中，在步驟S5具體為：

統(tǒng)計客流隊列區(qū)域302的各子區(qū)域303中前景像素所占比例，當子區(qū)域中所包含的前景像素的比例大于或者等于閾值P，則判定該子區(qū)域的邏輯狀態(tài)為1，當子區(qū)域中所包含的前景像素比例小于閾值P，則判定該子區(qū)域的邏輯狀態(tài)為0，所述閾值P為50％；

將所有子區(qū)域的邏輯狀態(tài)存入數(shù)組，通過計算數(shù)組中邏輯狀態(tài)為1的數(shù)量統(tǒng)計客流隊列區(qū)域中的人數(shù)。

其中，邏輯狀態(tài)為1的子區(qū)域303代表該子區(qū)域303有一個客流對象(即一個客流目標)，通過計算數(shù)組中所有1的數(shù)量即可統(tǒng)計出該客流隊列區(qū)域302內(nèi)的客流人數(shù)。

一般情況下會有單個客流目標跨越兩個子區(qū)域，如此會影響相應子區(qū)域邏輯狀態(tài)的判定。為解決此問題，需要對各子區(qū)域303的邏輯狀態(tài)進行重置。參圖5所示，在本實施方式中，用一個與子區(qū)域303大小相同的矩形框100滑動檢測相鄰兩子區(qū)域(即子區(qū)域303a與子區(qū)域303b)交界處是否存在跨越兩子區(qū)域的客流目標對象。具體的，將該矩形框中心滑動至相鄰子區(qū)域交界處，然后統(tǒng)計該矩形框區(qū)域內(nèi)包含的前景像素數(shù)量，如果大于單個子區(qū)域內(nèi)像素總量的50％，將該相鄰兩子區(qū)域中任意一個原邏輯狀態(tài)為0的子區(qū)域重置邏輯狀態(tài)為1。

在本實施方式中，在所述步驟S5之后還包括以下步驟：對客流隊列區(qū)域302中位于端部的子區(qū)域設定標志區(qū)域，以對位于端部的子區(qū)域執(zhí)行跟蹤，從而確定該客流隊列區(qū)域中所有行人已通過客流隊列區(qū)域302，當標志區(qū)域離開客流隊列區(qū)域302，開始對下一客流隊列進行計數(shù)。例如，我們可將圖5中最左側(cè)的子區(qū)域303a定義為標志區(qū)域，當子區(qū)域303a中所捕獲的行人目標自左向右運動并離開該客流隊列區(qū)域302時，則開始下一循環(huán)的客流統(tǒng)計。

假定客流方向自左向右，通過一個矩形框(大小與子區(qū)域303相同)在客流隊列區(qū)域302內(nèi)由左向右滑動，選擇出剛好包含一個客流目標對象且位于最左端的區(qū)域作為標志區(qū)域，對其執(zhí)行目標跟蹤，當跟蹤目標由左至右移出客流隊列區(qū)域時，判定當前客流隊列中所有客流對象已通過監(jiān)控區(qū)域，從而開始對下一客流隊列人數(shù)的計數(shù)統(tǒng)計。具體的，采用經(jīng)典的基于Mean-Shift的目標跟蹤算法執(zhí)行跟蹤運算。

通過本實施方式所示出的一種基于隊列狀態(tài)分析的客流計數(shù)方法，可借助商場收銀通道處的客流信息可以更直接地統(tǒng)計出實際參與購買的客戶人數(shù)，以及人均結(jié)賬滯留時間等信息，而這些信息有助于商場統(tǒng)計當日客戶人均消費，并且可以反映商場自身收銀服務效率。商場可以通過這些信息相應調(diào)整自身經(jīng)營策略以提高經(jīng)營效率，因此具有較好的市場價值與良好的經(jīng)濟效益。并且該客流技術(shù)方法可與商場后臺服務器進行聯(lián)網(wǎng)，以對各個收銀通道的客流負荷作出實時偵別，從而引導客戶前往排隊人數(shù)較少的收銀通道進行結(jié)賬，這也大大方便了顧客完成結(jié)賬，節(jié)約了排隊結(jié)賬時間。

上文所列出的一系列的詳細說明僅僅是針對本發(fā)明的可行性實施方式的具體說明，它們并非用以限制本發(fā)明的保護范圍，凡未脫離本發(fā)明技藝精神所作的等效實施方式或變更均應包含在本發(fā)明的保護范圍之內(nèi)。

對于本領域技術(shù)人員而言，顯然本發(fā)明不限于上述示范性實施例的細節(jié)，而且在不背離本發(fā)明的精神或基本特征的情況下，能夠以其他的具體形式實現(xiàn)本發(fā)明。因此，無論從哪一點來看，均應將實施例看作是示范性的，而且是非限制性的，本發(fā)明的范圍由所附權(quán)利要求而不是上述說明限定，因此旨在將落在權(quán)利要求的等同要件的含義和范圍內(nèi)的所有變化囊括在本發(fā)明內(nèi)。不應將權(quán)利要求中的任何附圖標記視為限制所涉及的權(quán)利要求。

此外，應當理解，雖然本說明書按照實施方式加以描述，但并非每個實施方式僅包含一個獨立的技術(shù)方案，說明書的這種敘述方式僅僅是為清楚起見，本領域技術(shù)人員應當將說明書作為一個整體，各實施例中的技術(shù)方案也可以經(jīng)適當組合，形成本領域技術(shù)人員可以理解的其他實施方式。