孫萬春　張建勛　瞿先平　馬慧

摘要：在視頻監(jiān)控領域中，人數(shù)統(tǒng)計工作一直是研究的熱點話題，視頻人數(shù)統(tǒng)計工作是實現(xiàn)和完善在圖像視頻監(jiān)控領域應用的基礎，如果能夠準確、快速、低成本的完成人數(shù)統(tǒng)計工作，無論在商業(yè)領域、安全領域等都會帶來無限的應用空間。因此，本文在前人所做的基礎之上，結(jié)合近些年該領域的發(fā)展情況，進行了比較有針對性的描述。對一些比較熱點的方法進行了詳細的理論介紹，希望相關研究工作者能夠基于本文所作的相關研究，發(fā)揮其更大的價值。

關鍵詞：人數(shù)統(tǒng)計；視頻；綜述；角點檢測

中圖分類號：TP391.4 文獻標識碼：A 文章編號：1007-9416（2018）01-0049-03

隨著我國科技水平不斷的提高，城鎮(zhèn)化發(fā)展日益成熟，公共場所的人流量呈現(xiàn)上升勢頭，無論是在商業(yè)領域還是公共場所的安全監(jiān)控領域都具有非常大的應用價值。基于人工監(jiān)控的人數(shù)統(tǒng)計不僅耗時、耗力，在當下高速發(fā)展的科技時代，人工成本也是一筆高昂的支出，除此之外，由于人長時間處于同一狀態(tài)的環(huán)境工作下極易出錯，因此如何利用計算機視覺技術(shù)解決人數(shù)統(tǒng)計問題一直以來備受關注。與此同時，人群集中問題也會引發(fā)一系列的安全問題[1]，比如2014年12月31日午夜，在上海外灘發(fā)生了嚴重的踩踏事件，造成了人員傷亡。因此，人數(shù)統(tǒng)計工作有著十分重要的現(xiàn)實意義。

最初的人數(shù)統(tǒng)計方法主要是通過一些紅外傳感、壓力傳感器等機械裝置來進行。通過機械裝置進行人數(shù)統(tǒng)計，會在人過多時造成壓力板檢測不夠精準、紅外設備檢測被遮擋等情況，導致無法精確的計算出統(tǒng)計結(jié)果，與此同時傳統(tǒng)設備需要不定期的人工保養(yǎng)，也是一筆不小的資金。

近年來，國家綜合經(jīng)濟能力的提升，圖像處理等相關技術(shù)得到了迅猛的發(fā)展[2]，通過智能化的圖像處理技術(shù)來進行相關人數(shù)統(tǒng)計的工作越來越受到市場的青睞。國內(nèi)重點高校等紛紛成立人工智能方面的相關實驗室，為該科技的發(fā)展提供了堅強的基礎保障。目前市場上通過視頻采集進行人數(shù)統(tǒng)計的相關成熟的產(chǎn)品，大致使用了包含以下幾種方式，Beymer等通過立體式攝像機來對區(qū)域目標進行檢測、跟蹤工作，從而統(tǒng)計人數(shù)，Schofield和Sonham等將神經(jīng)網(wǎng)絡用在單一攝像機上以達到人數(shù)統(tǒng)計的目的，除此之外運用人體的各類特征進行統(tǒng)計較多，比如頭發(fā)、顏色、人形輪廓等。

1 人數(shù)統(tǒng)計研究現(xiàn)狀

目前，計算機視覺領域比較有影響力的期刊（PAMI、IJCV、CVIU、PR）和國際會議（ICCV、CVPR、ECCV）等[3]為智能視頻圖像領域的研究工作者提供了廣闊的交流平臺來展現(xiàn)自己最新的理論研究成果。迄今為止人數(shù)統(tǒng)計主要將目標檢測、分割、形態(tài)分析、特征提取和識別等多領域的技術(shù)知識進行了融合，如圖1所示是目前較常采用的人數(shù)統(tǒng)計基本思路。

國內(nèi)方面[4]，雖然智能視頻技術(shù)發(fā)展相對較晚，但是從國家到科研機構(gòu)、高校等都非常重視和積極的推薦相關研究工作，公安部門等也將視頻監(jiān)控項目納入城市報警和監(jiān)控系統(tǒng)的重要工程之中。比如，2008年的北京奧運會和2010年的上海世博會均采用了國內(nèi)自主研發(fā)的人臉識別系統(tǒng)確保會場等安全工作，為活動的順利舉辦提供了有效的安全保障。在國外，上世紀90年代末視覺跟蹤算法如雨后春筍一般涌現(xiàn)出來，Aggarwal等人對該類算法進行了分類[5]，一類是光流法，另一類是基于特征點的相關算法。隨著近三十多年來視覺領域的異軍突起，目前的人數(shù)統(tǒng)計方法各式各樣。一般研究工作者根據(jù)個人研究情況需求往往選擇某一種處理方法來得到人數(shù)統(tǒng)計，人數(shù)統(tǒng)計關鍵在圖1中的目標檢測環(huán)節(jié)。如圖2所示，本文針對人數(shù)統(tǒng)計的方法中所融合的目標檢測，分割、形狀分析、特征提取等多種特征技術(shù)，進行分類，并對各種分類下的統(tǒng)計方法進行逐一歸納分析。

2 基于目標特征的統(tǒng)計方法

視頻監(jiān)控的人數(shù)統(tǒng)計方法有很多，其中比較有代表性的主要有基于形狀特性的方法、基于顏色特征的方法、基于輪廓信息統(tǒng)計分類的方法、基于模板匹配的方法等。

2.1 基于形狀特性的方法

形狀特性主要包含人體頭部、軀干、頭肩等，依靠人體形狀特性來進行檢測。比如文獻[6]提出了先劃分豎直軸線，根據(jù)人體對稱性來進行人體目標識別，包含計算目標區(qū)域的水平、垂直方向的投影并進行投影柱狀圖的分析判斷從而進行目標標記。文獻[7]則通過人頭特征具有類圓的特性，對人頭進行抽樣、橢圓擬合等特性判斷來進行人數(shù)統(tǒng)計，該方法在人群密度較低的場景中取得了較好的效果。基于形狀特性的方法對人體的輪廓特征要求較高，當目標與其他干擾特征類似時，容易產(chǎn)生較大的誤差。

2.2 基于顏色特征的方法

顏色特征是區(qū)分圖像之間分類的一種基本方法，基于顏色特征的人數(shù)統(tǒng)計方法主要利用人體膚色或者發(fā)色等與場景中的背景色差異較大來進行統(tǒng)計。比如文獻[8]為了提高視頻監(jiān)控中的人頭檢測率，通過在HIS顏色空間建立人頭顏色模型，結(jié)合頭發(fā)灰度范圍來進行人頭檢測。

2.3 基于輪廓信息統(tǒng)計方法

顏色特征進行統(tǒng)計對于目標為單一對象的結(jié)構(gòu)和特征的描述不能夠進行細分，相比較而言，輪廓信息對于提高單一目標的精度具有有效性。除此之外，輪廓信息的目標檢測對目標的顏色變化、外界光照環(huán)境變換下都具有穩(wěn)定性。1954年，美國心理學家Attneave在對人的視覺感知進行研究發(fā)現(xiàn)，人的視覺系統(tǒng)能通過物體的輪廓或者形狀特征，而不用其他任何信息的幫助就能夠快速的對目標進行識別。任何目標物體在不同的場景、環(huán)境下可能呈現(xiàn)出不同的人群面貌，但通過研究調(diào)查分析報告得出其輪廓特征信息基本不變足以說明輪廓特征的研究在對圖像識別領域方面具有重要的意義。目前常用的輪廓提取方法包括Canny算法、Prewitt算法、Sobel算法等，Canny其檢測速度較慢，但檢測效果較好，是目前最常采用的方法。Prewitt算法檢測時間較快，具有一定的抗噪能力。Sobel算法對于噪聲較多的圖像處理能力較好，對圖像質(zhì)量要求較高。表1對三種輪廓邊緣檢測方法進行了比較。

2.4 基于模板匹配分類方法

模板匹配的方法是利用先驗知識，通過某種特征來對計算機進行訓練，通過機器學習對模型進行分類后識別的一種方法。比如劉冠群等人[9]對視頻監(jiān)控中存在步態(tài)識別算法準確率較低問題，通過模板匹配進行步態(tài)識別提高了其準確率。文獻[10]對在復雜場景下傳統(tǒng)方法姿勢識別效果不理想的情況，通過對每組特征信息進行分類，再通過模板進行匹配，在遮擋等復雜環(huán)境下實驗結(jié)果均較滿意。

3 基于度量的統(tǒng)計方法

統(tǒng)計學方法中認為，人群數(shù)量和人群特征之間存在著某種關系，這種關系可以通過相關的數(shù)學模型來進行描述，當然這種數(shù)學模型的描述不可能僅僅通過簡單的函數(shù)構(gòu)造來實現(xiàn)。

為了解決人群數(shù)量和人群特征之間存在的某種未知關系時求解方法，訓練器被眾多學者所提出。訓練器目前使用比較多的是訓練向量機。通過對樣本進行訓練，讓計算機通過學習獲得分類器，再用訓練好的分類器去進行識別。文獻[11]中通過使用SVM向量機對樣本特征進行訓練來計算與人群數(shù)量之間的關系，從而達到統(tǒng)計人數(shù)的目的。

也有學者認為人群某種特征與人數(shù)之間一定存在某種確定的數(shù)學模型，通過該數(shù)學模型一定能夠準確統(tǒng)計出人數(shù)。比如文獻[12]，認為人群的角點特征與人數(shù)之間存在一種一階線性模型關系，通過卡爾曼濾波的思想，可以推算出人數(shù)。

目前來看基于度量下的統(tǒng)計方法較多采用特征點進行人數(shù)統(tǒng)計工作。因此本文將常用的特征點檢測分為：（1）基于灰度圖像的角點檢測。（2）基于二值圖像的角點檢測。（3）基于輪廓曲線的角點檢測。

3.1 基于輪廓曲線的角點檢測

通過輪廓邊緣曲率、夾角、對稱性等來進行角點判定。文獻[13]等人在1975年提出了用角點強度K來提取角點，這是學術(shù)界最早有人提出了相關思想，雖然該方法容易受到噪聲等各種外界因素的影響，但是方法較為簡單，被眾多學者采用。1988年，Mokhtarian等人[14]提出了一種CSS的輪廓曲線角點檢測算法，一度被認為是當時最好的檢測方法。后來的很多算法均是基于該算法而進行的改進。下面對此算法的基本思想進行闡述。

CSS算法的基本思想是：對目標窗口輪廓進行T型檢測，對T型交叉的每一個點進行標記。設定一個參數(shù) ，利用高斯函數(shù)，計算輪廓曲線上某一點的曲率。

從上述公式不難看出，對于求得的局部最大曲率，通過定義一個適當?shù)拈撝?，即可判斷該候選角點是否是角點。該算法通過各個尺度下的變換特征來實現(xiàn)角點候選和檢測，根據(jù)該思想不斷有學者提出了各種改進算法。

3.2 基于二值圖像的角點檢測

文獻[15]提出了一種基于形態(tài)骨架的角點檢測方法，該方法把原始圖像看作一個多邊形，通過檢測骨架中最大圓盤為零的點來獲得角點，并由它的補圖來獲得凹的角點，通過由原圖及不凸獲得角點進行異或操作，對角點進行離散，該方法借助于硬件易于實現(xiàn)，且抗干擾性較強，由于目前很多科研工作者提出的很多方法中都融合了相關的思想，因此目前很少能看到僅僅使用此單一方法來進行角點檢測，但是此方法還是需要在本文中歸為一類。

3.3 基于灰度圖像的角點檢測

灰度下的角點檢測方法需要對圖像中的像素點信息進行獲取，利用相鄰像素點之間的變化關系來進行特征判斷。目前主要有以下3種方法：（1）基于梯度的方法，該方法利用邊緣曲率進行角點判斷，相關閾值的規(guī)定同邊緣方向變化、強度等有關系。（2）基于模板的方法[16]，該方法主要利用相鄰像素點的灰度變換，對變化差較大的點認定為角點。文獻[17]提出一種利用模板匹配的人臉圖像特征提取方法，對人臉突出特征的眼睛、嘴部進行定位并利用遺傳算法視頻模板匹配最優(yōu)，該方法能夠達到較快的收斂速度。（3）基于模板梯度方法，該方法在前者方法改進基礎上，羅斌[18]等人利用電磁場理論中相關鞍點檢測來代替角點的一種綜合方法。

4 結(jié)語

人數(shù)統(tǒng)計在計算機視覺領域一直是比較熱門的研究話題，本文針對該領域進行了詳細的闡述和說明，將人數(shù)統(tǒng)計分為兩類，一類是基于目標特征方法，包含形狀特性、顏色特征、輪廓信息統(tǒng)計、模板匹配等。另一類是基于度量的統(tǒng)計方法，該類主要包含了灰度圖像的角點檢測、二值圖像的角點檢測和輪廓曲線角點檢測等。并對每一類通過經(jīng)典的文獻以及最近的文獻研究成果進行了簡述，希望通過本文對人數(shù)統(tǒng)計相關技術(shù)的介紹，能夠?qū)υ擃I域的相關研究工作者提供一定的幫助。

參考文獻

[1]周進科，劉翠萍，靳鳳彬，王曉妹，李金紅，翟香香，王翠翠.擁擠踩踏事件傷亡情況和發(fā)生原因分析[J].中華災害救援醫(yī)學，2015，3（02）：67-71.

[2]何曉辰. 基于圖像信息的決策方法研究[D].東北大學，2014.

[3]丁麗君. 基于模板的可信傳播立體匹配算法[D].天津大學，2009.

[4]徐寧. 基于DM6467T的視頻控制網(wǎng)絡節(jié)點的設計與開發(fā)[D].華中科技大學，2013.

[5]趙明瀚，王晨升.基于視頻的人數(shù)識別方法綜述[J].軟件，2013，34（03）：10-12+54.

[6]Gavrila D M， Giebel J. Shape-based pedestrian detection and tracking[C]// Intelligent Vehicle Symposium. IEEE， 2002：8-14 vol.1.

[7]裴冠軍. 監(jiān)控視頻中人群的密度估計和行為分析[D]. 中國科學技術(shù)大學， 2011.

[8]趙軍偉，侯清濤，李金屏，彭勃.基于數(shù)學形態(tài)學和HSI顏色空間的人頭檢測[J].山東大學學報（工學），2013，43（02）：6-10.

[9]劉冠群，羅桂瓊，譚平.基于類Haar特征模板匹配的多鏡頭步態(tài)識別算法[J].計算機工程，2017，43（12）：231-236.

[10]羅會蘭，馮宇杰，孔繁勝.融合多姿勢估計特征的動作識別[J].中國圖象圖形學報，2015，20（11）：1462-1472.

[11]黃瑜青. 基于支持向量機的文本自動分類器的研究與應用[D].廣東工業(yè)大學，2012.

[12]李虎，張二虎，段敬紅.基于PCA和多元統(tǒng)計回歸的人群人數(shù)統(tǒng)計方法[J].計算機工程與應用，2014，50（11）：206-209.

[13]Rosenfeld A， Weszka J S. An Improved Method of Angle Detection on Digital Curves[J]. IEEE Transactions on Computers， 1975， C-24（9）：940-941.

[14]Mokhtarian， Farzin. Multi-Scale Description of Space Curves and Three-Dimensional Objects[J].1988：298-303.

[15]劉文予，朱光喜.二值圖像角點檢測的形態(tài)骨架法[J].信號處理，2000（03）：276-280.

[16]寧麗. 基于幾何形狀的圖像識別——鏈碼技術(shù)與聚類分析在形狀識別中的應用[D]. 江南大學， 2008.

[17]王展，皇甫堪，萬建偉.基于模板匹配的人臉圖像特征提取[J].計算機輔助設計與圖形學學報，2000（05）：333-336.

[18]羅斌，E.R.Hancock.圖象角點檢測的矢量場方法[J].中國圖象圖形學報，1998（10）：32-35.