客流统计分析的基本原理竟是这样!
时间:2020-10-16 浏览次数:120
客流统计分析方案系统的基本原理流程解析:
一、检测阶段
1.背景模型
作为客流分析算法处理的基础,本算法采用帧间差分算法与概率统计模型相结合的方法,能够在各种复杂环境下建立起一副尽可能真实的背景图像,从而为前景目标的提取提供重要基础。在系统中,一个模型可以理解为在一个环境(主要为角度)下,一个“人”特征的集合体。首先在一个固定角度的场景下,取得很多人的图片,称之为样本,取得足够的样本后,通过样本来学习这些特征,得到的参数就是模型,模型集合了训练样本的特点。在遇到相似场景时,装载相应模型就完成了系统检测的初始化。
2.提取特征
为了让模型应用于一个物体,以确定这个物体是不是人,我们需要提取相应的特征。根据机器自动学习的结果,一个模型90%的数据是基于形状提取的,10%的数据基于颜色和纹理提取。
3.输出结果
将模型视为一个过滤器,而特征是待分类的材料,满足过滤器的材料得以通过(即判定为“人”),不满足的则被拦住。根据模型和特征,通过计算就可以判断一个物体是不是人。
二、跟踪阶段
跟踪主要是对特征信息的跟踪,包括位置信息、特征点、头肩信息等。由于每个目标的特征信息都不会完全一致,所以即使多目标交错、拥挤,本算法也能大限度的跟踪并区分出每个独立目标。系统跟踪阶段也采取了和特征相关的技术,有颜色特征、形状特征和位置特征。通过计算来比较前后两帧图像中所有人的特征,判定特征相近的两人为同一人;通过比较所有的图像,可以得到一个人完整的轨迹;通过计算轨迹的条数,可以检测区域的客流;通过计算轨迹的方向,可以判断人是走入还是走出检测区域。
基于模型的检测机制,大幅度提高了系统的场景普适性。如在实际施工过程中,遇到出入口较宽、吊顶过高、吊顶过低或其材质特殊等情况,采取倾斜安装智能一体机,较传统的基于背景建模的检测技术,优势更加明显。
三、计数规则
在跟踪的基础上,计数规则为:目标从跟踪线进入,并被连续跟踪若干次之后,从计数线离开,则为有效计数。不满足该规则的目标均不计数。客流统计系统的每一路视频都可以设置单独的计数规则。正常进入、斜向进入、双向同时进出都作为正常数据,计入统计中。系统可有效排除各种干扰,如:犹豫未进入、门口徘徊、门口横穿等情况,保证数据真实性。
- (上一篇):分享人脸安检门所具备的功能
- (下一篇):体温筛查与密切接触者追踪技术——人脸识别抗疫应用