據(jù)，將物體實(shí)例從圖像中摳取出，然后將之調(diào)整尺寸到目標(biāo)尺寸，然后保存到輸出為以*.vec為擴(kuò)展名的文件，以二進(jìn)制方式存儲(chǔ)圖像，將opencv_createsamples.exe和opencv_traincascade.exe放到圖片文件夾的上層目錄，這樣生成的正樣本的數(shù)目以及隨機(jī)的程度都可以通過opencv_createsamples的命令行參數(shù)控制。
[0009]3、負(fù)樣本可以是任意圖像，是圖像中不包含待檢測的物體的其他的由單目攝像頭拍攝的圖像。用于摳取負(fù)樣本的圖像文件名被列在一個(gè)文件中。這個(gè)文件是純文本文件，每行是一個(gè)文件名。負(fù)樣本也叫做背景樣本。這些圖像可以是不同的尺寸，但是圖像尺寸應(yīng)該比訓(xùn)練窗口的尺寸大，因?yàn)檫@些圖像將被用于摳取負(fù)樣本，并將負(fù)樣本縮小到訓(xùn)練窗口大小。
[0010]4、級(jí)聯(lián)分類器訓(xùn)練:將搜集到的正負(fù)樣本結(jié)合LBP的紋理特征算法利用開源的opencv_traincascade進(jìn)行訓(xùn)練，將無數(shù)個(gè)弱分類器進(jìn)行集合得到一個(gè)個(gè)強(qiáng)分類器，利用充足的數(shù)據(jù)，將弱分類器通過集成的方式生成高精度的強(qiáng)分類器，無數(shù)的強(qiáng)分類器就組成了級(jí)聯(lián)分類器，然后加上閾值算法，小于圖片特征值的，才為有價(jià)值的頭像，然后將經(jīng)過級(jí)聯(lián)分類器訓(xùn)練的圖像以xml的形式進(jìn)行存儲(chǔ)，同時(shí)可以使用篩選級(jí)把強(qiáng)分類器聯(lián)到一起，提高準(zhǔn)確率。
[0011]5、將單目攝像頭所拍攝到的視頻進(jìn)行取幀，然后將級(jí)聯(lián)分類器訓(xùn)練出的XML文件導(dǎo)入，結(jié)合LBP紋理特征準(zhǔn)備進(jìn)行檢測計(jì)數(shù)；然后級(jí)聯(lián)分類器檢測程序直接調(diào)用opencv的檢測函數(shù)，得到頭部的矩形坐標(biāo)和長寬，然后直接得到乘客的頭部中心點(diǎn)坐標(biāo)值。
[0012]6、將第一幀所生成的的頭像中心點(diǎn)的坐標(biāo)點(diǎn)利用歐氏距離算法與第二幀的頭像中心點(diǎn)坐標(biāo)點(diǎn)之間距離進(jìn)行對(duì)比，小于NC值的話為同一個(gè)人，大于NC值則不為同一個(gè)人，在為同一個(gè)人的情況下繼續(xù)與第三幀進(jìn)行比較，如果采用歐氏距離后還小于NC閾值，則繼續(xù)往下進(jìn)行比較，由此來判斷是否為同一個(gè)人以及其頭部圖像運(yùn)行軌跡。
[0013]7、以上步驟為一個(gè)人頭像及運(yùn)動(dòng)軌跡的判斷過程，與此同時(shí)在車門的位置利用立體學(xué)原理，結(jié)合單目攝像頭的位置、廣角、焦距、深度等因素劃出梯形檢測線，以乘客頭部中心點(diǎn)運(yùn)行軌跡的起始點(diǎn)在攝像頭的范圍內(nèi)的位置來判斷乘客的上下車客流人數(shù)，同時(shí)利用乘客頭部運(yùn)行軌跡通過檢測線并最終運(yùn)行出攝像頭范圍的數(shù)量來統(tǒng)計(jì)客流人數(shù)。
【主權(quán)項(xiàng)】
1.一種公交客流精確統(tǒng)計(jì)方法，包括樣本的創(chuàng)建、目標(biāo)的分析及目標(biāo)檢測計(jì)數(shù)，其特征是: (1)圖像采集:在公交車門上方設(shè)置單目攝像頭，從攝像頭拍攝的視頻中采集上下車乘客的頭部頭像，對(duì)獲得的頭像進(jìn)行灰度化處理，然后進(jìn)行大批量存儲(chǔ)； (2)圖像處理:采用開源程序opencv_createsamples為級(jí)聯(lián)分類器準(zhǔn)備訓(xùn)練用的正樣本、負(fù)樣本和測試數(shù)據(jù)，測試數(shù)據(jù)作為參考然后再結(jié)合正樣本提取有價(jià)值的圖像，正樣本是從一系列事先標(biāo)記好的圖像中創(chuàng)建的含有目標(biāo)的圖片，正樣本圖片裁剪成同一尺寸；正樣本存儲(chǔ)于一個(gè)與背景描述文件類似的文本文件，文本文件中的每行對(duì)應(yīng)一個(gè)圖像文件，每行的第一個(gè)元素為圖像文件名，后面是物體的數(shù)目，最后是物體位置和大小的描述，通過opencv_createsamples程序創(chuàng)建包含正樣本的vec文件；使用opencv_createsamples生成能被opencv_traincascade程序支持的正樣本，將物體實(shí)例從圖像中摳取出，然后將之調(diào)整尺寸到目標(biāo)尺寸，然后保存到輸出為以*.vec為擴(kuò)展名的文件，以二進(jìn)制方式存儲(chǔ)圖像，將 opencv_createsamples.exe 和 opencv_traincascade.exe 放到圖片文件夾的上層目錄，生成的正樣本的數(shù)目以及隨機(jī)的程度通過opencv_createsamples的命令行參數(shù)控制; 負(fù)樣本是圖像中不包含待檢測的物體的其他的由單目攝像頭拍攝的圖像，負(fù)樣本的圖像尺寸大于訓(xùn)練窗口的尺寸，用于摳取負(fù)樣本的圖像文件名被列在一個(gè)純文本文件中，純文本文件的每行是一個(gè)文件名； (3)級(jí)聯(lián)分類器訓(xùn)練:利用開源的opencv_traincascade并結(jié)合LBP的紋理特征算法將搜集到的正、負(fù)樣本進(jìn)行訓(xùn)練，利用充足的數(shù)據(jù)，將多個(gè)弱分類器通過集成的方式生成高精度的強(qiáng)分類器，多個(gè)強(qiáng)分類器組成級(jí)聯(lián)分類器，級(jí)聯(lián)分類器加入閾值算法，小于圖片特征值的為有價(jià)值的頭像，將經(jīng)過級(jí)聯(lián)分類器訓(xùn)練的圖像以xml的形式進(jìn)行存儲(chǔ)，同時(shí)使用篩選級(jí)把強(qiáng)分類器聯(lián)到一起； (4)將單目攝像頭所拍攝到的視頻進(jìn)行取幀，將級(jí)聯(lián)分類器訓(xùn)練出的XML文件導(dǎo)入，結(jié)合LBP紋理特征進(jìn)行檢測計(jì)數(shù)；然后級(jí)聯(lián)分類器檢測程序直接調(diào)用opencv的檢測函數(shù)，得到頭部的矩形坐標(biāo)和長寬，然后直接得到乘客的頭部中心點(diǎn)坐標(biāo)值； (5)將第一幀所生成的的頭像中心點(diǎn)的坐標(biāo)點(diǎn)利用歐氏距離算法與第二幀的頭像中心點(diǎn)坐標(biāo)點(diǎn)之間距離進(jìn)行對(duì)比，小于NC值的話為同一個(gè)人，大于NC值則不為同一個(gè)人，在為同一個(gè)人的情況下繼續(xù)與第三幀進(jìn)行比較，如果采用歐氏距離后還小于NC閾值，則繼續(xù)往下進(jìn)行比較，由此來判斷是否為同一個(gè)人以及其頭部圖像運(yùn)行軌跡； (6)上述步驟為一個(gè)人頭像及運(yùn)動(dòng)軌跡的判斷過程，與此同時(shí)在車門的位置利用立體學(xué)原理，結(jié)合單目攝像頭的位置、廣角、焦距、深度等因素劃出梯形檢測線，以乘客頭部中心點(diǎn)運(yùn)行軌跡的起始點(diǎn)在攝像頭的范圍內(nèi)的位置來判斷乘客的上下車客流人數(shù)，同時(shí)利用乘客頭部運(yùn)行軌跡通過檢測線并最終運(yùn)行出攝像頭范圍的數(shù)量來統(tǒng)計(jì)客流人數(shù)。
【專利摘要】一種公交客流精確統(tǒng)計(jì)方法，在公交車門上方設(shè)置單目攝像頭，從攝像頭拍攝的視頻中采集上下車乘客的頭部頭像，利用開源的opencv_traincascade并結(jié)合LBP的紋理特征算法將搜集到的正、負(fù)樣本進(jìn)行訓(xùn)練，將經(jīng)過級(jí)聯(lián)分類器訓(xùn)練的圖像以xml的形式進(jìn)行存儲(chǔ)；將單目攝像頭所拍攝到的視頻進(jìn)行取幀，結(jié)合LBP紋理特征進(jìn)行檢測計(jì)數(shù)；級(jí)聯(lián)分類器檢測程序直接調(diào)用opencv的檢測函數(shù)，得到乘客的頭部中心點(diǎn)坐標(biāo)值；同時(shí)在車門的位置劃出梯形檢測線，以乘客頭部中心點(diǎn)運(yùn)行軌跡的起始點(diǎn)在攝像頭的范圍內(nèi)的位置來判斷乘客的上下車客流人數(shù)。用乘客頭部中心點(diǎn)所形成的坐標(biāo)點(diǎn)所形成運(yùn)行軌跡的起始點(diǎn)通過梯形檢測線并最終運(yùn)行出攝像頭范圍的數(shù)量來輕松記錄上下車的乘客數(shù)量，化繁為簡。
【IPC分類】G06K9/62, G06M11/00
【公開號(hào)】CN105243420
【申請(qǐng)?zhí)枴緾N201510667105
【發(fā)明人】郭建國, 方志乾, 郭共紹, 韓波, 丁智輝, 任海波
【申請(qǐng)人】鄭州天邁科技股份有限公司
【公開日】2016年1月13日
【申請(qǐng)日】2015年10月16日