江美霞 龔儉龍 程洪銳

摘要

本文提出了基于人頭特征的方法實現(xiàn)博物館展品熱度與人數(shù)統(tǒng)計，通過Hough變換圓形檢測與發(fā)色特征相結(jié)合，再將改進kalman區(qū)域跟蹤算法實現(xiàn)人頭目標計數(shù)。在人頭目標提取與跟蹤算法設計的基礎上，選用了Opencv開源圖像處理庫，在Window XP操作系統(tǒng)和Visua12010集成開發(fā)平臺，通過c++語言編程實現(xiàn)博物館展品熱度與人數(shù)統(tǒng)計的界面設計，實驗結(jié)果表明，系統(tǒng)統(tǒng)計效果良好。

【關鍵詞】人數(shù)統(tǒng)計 kalman區(qū)域跟蹤算法 Opencv C++

1引言

隨著社會經(jīng)濟和科學技術不斷地發(fā)展，人們從對物質(zhì)地追求上升到了對精神產(chǎn)品的渴求，博物館通過展覽傳授給觀眾許多的知識，人們已經(jīng)開始有意識地把博物館當作獲取知識、社交休閑的場所。目前，國內(nèi)外博物館藏品的關注度只有通過人工來統(tǒng)計。因此通過圖像處理技術和信息化管理手段對博物館藏品熱度統(tǒng)計和人數(shù)統(tǒng)計方案的研究，實時統(tǒng)計博物館藏品關注度的信息和參觀人數(shù)，通過博物館藏品關注度的信息和人數(shù)統(tǒng)計對博物館的管理具有很強的實用價值。基于視覺信息的博物館展品熱度與人數(shù)統(tǒng)計的應用研究的意義是通過博物館參觀者人數(shù)統(tǒng)計，我們可以了解到當前參觀的人數(shù)和了解出入口設置的合理程度，對于流量比較大的區(qū)域采取預防突發(fā)事件的措施;通過博物館展品熱度統(tǒng)計，我們可以統(tǒng)計博物館中各個區(qū)域的吸引力和繁忙度，可以通過人數(shù)變化，更有效分配物業(yè)管理、維護人員，這樣對于博物館的管理具有十分重要的意義。

2系統(tǒng)總體方案設計

本系統(tǒng)設計基于視覺信息的博物館展品熱度與人數(shù)統(tǒng)計的應用研究的運行環(huán)境是面向常用的硬件配置環(huán)境，即在windows XP操作系統(tǒng)或者更高版本的window操作系統(tǒng)的計算機上實現(xiàn)博物館內(nèi)基于人頭目標檢測與跟蹤計數(shù)，在研究的過程主要分為三大模塊，分別為視頻采集、圖像處理，熱度統(tǒng)計結(jié)果，系統(tǒng)總體方案設計框圖如圖1所示。

（1）視頻采集：基于視覺信息的博物館展品熱度與人數(shù)統(tǒng)計的應用研究是選用中星微ZC301攝像頭將博物館內(nèi)觀眾的信息采集并保存。

（2）圖像處理：將所采集到的視頻進行分析，采用濾波、攝像頭去抖等技術，去掉一些噪聲和視頻抖動，再提取視頻中感興趣的目標信息（博物館觀眾的人頭）與Hough變換相結(jié)合進行人頭檢測統(tǒng)計。

3博物館內(nèi)人頭目標跟蹤與檢測算法設計

基于人頭的梯度hough圓形輪廓特征和發(fā)色特征理論的描述，本文在人頭檢測上主要采用的是：當攝像頭垂直向下時，通過梯度hough檢測（GHT）人頭輪廓以及發(fā)色匹配最終檢測人頭。

3.1視頻圖像的采集模塊

本算法的研究是以人頭為檢測目標，同時人頭目標跟蹤需要在一定的范圍內(nèi)，為了避免攝像機變焦距而引起的視野變化，因此選用定焦攝像機并垂直安裝在距離人頭目標3-lOm范圍內(nèi)。在Opencv中當完成輸出設備創(chuàng)建后，再通過調(diào)用cvWriteFrame（）函數(shù)將逐幀的視頻流寫入文件中，完成寫入后，再通過調(diào)用cvReleaseVideoWriter（）來釋放資源。

3.2人頭目標檢測

在博物館內(nèi)，將攝像頭安裝在與水平成900的高度，獲取的視頻圖像是由攝像頭向下俯視拍攝。在所獲取的視頻圖像中，運動目標是人頭以及肩部，在博物館內(nèi)人群密度較大時，肩部容易出現(xiàn)遮擋，但人頭頂相對于其他的部位而言特征比較明顯，因此，博物館展品熱度與人數(shù)統(tǒng)計中，就是利用人頭輪廓接近圓形的數(shù)據(jù)再結(jié)合發(fā)色模型實現(xiàn)博物館展品熱度與人數(shù)統(tǒng)計?；诎l(fā)色模型、梯度hough圓形檢測算法、均值漂移（mean shift）分割算法和Canny邊緣檢測算法上，實現(xiàn)攝像機下人頭檢測的過程如下：

（1） 通過調(diào)用opencv中的cvPyrMeanShiftFiltering（）函數(shù)對當前獲取的幀圖像進行均值漂移分割。

（2）將步驟（1）中所獲得的彩色圖像轉(zhuǎn)換成YCbCr圖像，實現(xiàn)發(fā)色區(qū)域的檢測。通過120﹤Cb﹤135、120﹤Cr﹤140對YCbCr圖像中的每個像素點作出判斷，如果滿足條件則將該像素點置為255，不滿足條件的則置為O，從而得到了發(fā)色區(qū)域。

（3）為了實現(xiàn)像素點進一步的篩選，則將所得到的發(fā)色區(qū)域內(nèi)前景像素點通過式（1）進行高斯模型匹配。

（y.M）（y.M）1

其中，y=（cb，c1）T， M=E（y）D=E[（y.M）（y.M）T]為發(fā)色高斯分布的均值，D=E[（y.M）（y.M）T]為發(fā)色高斯分布的協(xié)方差。

通過式（1）判斷可得，滿足條件的像素點則為發(fā)色像素，反之，不是發(fā)色像素。

（4）通過連通區(qū)域面積大于所設定的閥值的條件來篩選步驟（3）中所獲得的發(fā)色區(qū)域。

（5）通過調(diào)用cvCanny（）函數(shù)進行邊緣檢測，再通過cvHoughCircles（）函數(shù)將所得到的邊緣檢測圖像進行圓形檢測，從而得到了視頻圖像中的人頭圓形輪廓。

（6）將步驟（5）所檢測到的人頭圓形輪廓與步驟（4）獲得的發(fā)色區(qū)域相結(jié)合實現(xiàn)人數(shù)統(tǒng)計。

3.3人頭目標檢測

本文在人頭目標跟蹤模塊中應用了改進的kalman濾波的區(qū)域匹配跟蹤算法以及基于meanshfit跟蹤算法。該模塊由CPeopleTracker類實現(xiàn)目標區(qū)域中目標模型的建立，再利用相似性函數(shù)得到meanshfit向量進行迭代收斂從而得到人頭目標在當前幀中的實際位置或者通過人頭外接矩形區(qū)域的面積和矩形中心位置等信息來實現(xiàn)目標模板建立，再通過改進的kalman濾波算法來實現(xiàn)人頭目標可能的運動范圍，利用人頭外接矩形的面積和矩形中心的比較對人頭目標進行匹配，從而實現(xiàn)了博物館內(nèi)視頻人頭檢測的目標跟蹤。其kalman跟蹤結(jié)果如圖2所示。

4 博物館內(nèi)實時人數(shù)計數(shù)

4.1博物館內(nèi)人數(shù)計數(shù)界面設計

為了能夠清晰地看到計數(shù)結(jié)果，本文采用了MFC在VS2010集成開發(fā)環(huán)境下設計出一個計數(shù)系統(tǒng)的界面，如圖3所示，具體步驟：先點擊“打開”按鈕選擇需要統(tǒng)計的視頻，點擊界面“開始計數(shù)”進行人數(shù)統(tǒng)計，點擊界面“暫停計數(shù)”視頻將會停止播放，此時計數(shù)也停止，點擊界面“退出”將會退出整個系統(tǒng)。

4.2實驗結(jié)果與分析

本實驗視頻拍攝于市博物館出入口處，俯視拍攝視頻的大小為640*480，實驗結(jié)果如圖4所示。

5結(jié)論

本文提出博物館展品熱度與人數(shù)統(tǒng)計算法研究與實現(xiàn)，將基于人頭檢測的人數(shù)計數(shù)方法應用到博物館內(nèi)人數(shù)計數(shù)中，其融合了視頻處理、模式識別、圖像處理以及人工智能等多個領域的技術，對運動人體的人頭目標檢測、人頭目標跟蹤與計數(shù)等人數(shù)統(tǒng)計的關鍵技術進行較系統(tǒng)的研究，最終實現(xiàn)展位區(qū)域的人數(shù)以及博物館內(nèi)實時的總?cè)藬?shù)的統(tǒng)計。本文在實驗過程中選擇了有效的方案和算法以提高系統(tǒng)的性能，在Window XP的Visual 2010集成開發(fā)環(huán)境下調(diào)用OpenCV開發(fā)包實現(xiàn)了系統(tǒng)的設計。通過實驗結(jié)果表明，該算法在垂直拍攝的場景下可以較好地對監(jiān)控視頻中的人頭計數(shù)。

參考文獻

[1]周瑞英，基于神經(jīng)網(wǎng)絡的商場客流量統(tǒng)計系統(tǒng)研究[D].河北工業(yè)大學，2006.

[2]黃超群.基于混合高斯模型和Kalman濾波器的運動目標檢測與跟蹤[D].云南大學碩士學位論文，2010.

[3]張丙坤基于人頭檢測的人數(shù)統(tǒng)計算法研究[D].西安科技大學，2009.

[4]楊召君，基于視頻人數(shù)統(tǒng)計與跟蹤改進算法的研究與實現(xiàn)[D].南京郵電大學，2013： 26-27.

[5]周玉，肖大光，彭召意.基于位圖差影自適應的移動目標檢測[J].株洲工學院學報，2006 （04）：35-38.

[6]甘明剛，陳杰，劉勁，王亞楠.一種基于三幀差分和邊緣信息的運動目標檢測方法[J].電子與信息學報，2010，32 （04）： 894-897.