公交车人数统计系统设计

公交车人数统计系统通过统计每辆公交每个站点特定时间段的乘客上下车人数并及时向管理人员反馈客流量分析结果,从而帮助公交集团合理地调度车辆。

面对基于视频图像处理的人数统计方法,以及上下车人数统计时背景不变多目标运动的特点,该系统需要解决的问题有:

1) 通过什么方法来准确检测乘客目标;

2) 如何判断前一帧被检测到的目标与当前帧的目标为同一个,即将两个目标在时空维度内“变为”一个乘客目标;

3) 怎样避免追踪过程中目标突然消失,之后又出现的情况,也即目标的丢帧行为;

4) 用什么方法判断乘客真正走出视频监控区;

5) 既然系统存在分析及展示功能,那么这些实时的客流量统计结果需要如何存储才能够高效地被检索呢。

因此,本文的主要工作即为如何高效且准确的检测乘客目标、怎样将相邻两帧中的目标连接为时间维度上的整体,即精确地追踪目标、采取什么方式可以快速且正确地统计乘客目标以及如何设计良好的数据库表结构。本文的核心内容存在以下四个方面:

1) 检测:首先利用基于Haar-like特征的Adaboost自适应算法训练出准确率高、虚警率较低的级联分类器,然后系统加载该分类器达到检测乘客人头的目的;

2) 追踪:通过观察与分析乘客上下车的行为获得目标移动的“九宫格”布局,在此基础上又与哈希表相结合,从而演化出简单且高效地基于哈希表的目标跟踪算法;

3) 统计:系统首先通过三次过滤法将可以统计的乘客目标从至少当前帧未识别到的目标集合中分离出来,然后辨别出入方向,进而统计上下车人数;最后系统利用公交车停靠之前与之后车厢内总人数之差对统计结果加以校验,保证了结果的正确性;

4) 存储:系统将每条路线每辆公交每个站点每个时刻的前后车门上下车人数记录到数据库中,方便以后查询。

公交车人数统计系统设计_第1张图片


图1  公交车人数统计系统工作环境。

公交车前后门处正上方分别安装一个高清摄像头以监测乘客出入情况,摄像头装备接入3G车载视频装置,从而将视频传入人数统计系统。并且,该3G车载视频装置内设GPS定位系统,可以准确获取公交车停靠站信息。公交车人数统计系统可以对每站乘客上下车人数以及车内总人数实时显示并存储,为公交集团管理人员调度车辆提供最为详细且准确的数据来源。

该系统功能大致分为五部分:检测乘客目标、跟踪乘客目标、统计客流量并存储、分析乘客出行规律以及自动生成报告。因此系统总体设计如下图所示,当GPS检测到公交车到达停靠站点时,系统开启人数统计功能,对每帧视频中的目标进行检测、跟踪及计数;当GPS测到公交车开始离开站点时,系统关闭人数统计功能并对人数统计结果进行简单校验并存储;当需要了解某段时间乘客的出行规律时,系统便启动分析功能并进行直观展示;若需要查看详细分析资料,系统便会自动生成该分析报告。

公交车人数统计系统设计_第2张图片

跟踪:

目标跟踪的流程如下:

1) 提取目标的有效特征。与乘客目标检测一样,跟踪也需要准确的提取目标特有的且有效的特征,从而能够正确的表达该目标。一般情况下,图像的边缘、轮廓、形状、纹理、区域、直方图、变换系数等是目标特征提取的着力点。

2) 计算前后目标特征的相似性。当前帧与前一帧中出现的目标是否为同一个取决于它们的相似度,相似度越高,是同一目标的几率越大。计算相似度常见的方法有加权距离、棋盘距离、欧氏距离、相似系数等。

3) 目标搜索区域预估。如果把当前帧出现的目标与前一帧出现的目标进行逐一比较,那么无论是时间还是空间上系统的开销都是巨大的,时间复杂度为O(n*m)所以在相似度计算之前需要对乘客目标可能会出现的区域进行估计,从而减少不必要的比较,提高系统的效率。

由于乘客在上下车时的速度不是很大,并且一般情况下摄像头的电子快门为1/50-1/10000(s),所以不论乘客怎么移动,当前帧的乘客一定在前一帧目标的附近位置甚至是原位置。如下图所示,红色圆点在第i-1帧时处于九宫格正中心位置,而到了第i则移动到九宫格的中上格子里。

公交车人数统计系统设计_第3张图片

有了这一层关系,目标区域跟踪便很好实现了。

统计:

公交车人数统计系统不论采用何种人头检测算法、怎样的乘客追踪技术,其最终的目的都是为了实现公交车的客流量统计。而乘客目标在视频中“消失,即乘客走出摄像头监控范围是系统开始统计的前提。然而,消失的目标并不等同于它已经上车或者下车,亦或者它仅仅是一个误识别的目标。所以,针对消失的目标,有必要进行“质判定。

公交车人数统计系统设计_第4张图片

校验:

虽然乘客目标统计算法对不符合规则的Passenger逐步删除,但是仍不能保证乘客进出运算结果的正确率为100%,所以系统必须对层筛选式统计后客流量的正确性加以校验,来确保最终结果更加接近实际情况。

如果事先知道统计乘客出入情况前公交车上有多少名乘客,统计完客流量后又了解车厢内有多少名乘客,并且假设这两个数据完全真实可靠,那么便可以由此推断乘客目标统计的正确性。

图1中的侧向摄像头安装在公交车车内司机座位斜上方,以便可以监控整个车厢内的乘客情况。假设层筛选式乘客目标统计算法得到的公交车在某一停靠站点上车人数为PassengerIn,下车人数为PassengerOut,而在该站点停靠之前公交车车内总人数为PassengerSumi-1,公交车关上车门离开该停靠站点公交车车内总人数为PassengerSumi,那么

 

在车内侧向摄像头检测准确的前提下,如果上述公式成立,便可以认为客流量数据统计结果正确,否则认为统计结果有误。

 

在公式4-17中,如果result超过最大允许误差MAX_ERROR_VALUE(设置为5),系统就会发出警告,客户端面板上方指示灯闪烁10秒钟予以通知。

上述校验过程是建立在PassengerSum绝对准确的基础之上的,但是仅依靠检测侧向摄像头拍摄的视频中的一帧是无法保证检测算法的正确率的。所以加大检测数量,将会提高PassengerSum值的准确性。

公交车人数统计系统随机抽取侧向摄像头在各个停靠站点间(即公交车车门关闭时)拍摄视频的N帧图像,然后依次检测每帧图像乘客数目sum,最后求取它们的算术平均数便是PassengerSum的值,如下公式所示:

 

通常情况下,N值越大PassengerSum越精确,但同时也会加大运算量,增加系统的开销;而N值过小,PassengerSum的准确性又无法保证。经试验检测,N为15时PassengerSum数值非常接近实际情况。校验算法的流程图如下所示:

公交车人数统计系统设计_第5张图片



你可能感兴趣的:(视频识别)