一種基于視頻圖像進行自動客流統(tǒng)計分析方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及客流分析方法，尤其設(shè)及一種基于視頻圖像進行自動客流統(tǒng)計分析方 法。
【背景技術(shù)】
[0002] 客流分析是一項重要的市場研究手段，國外幾乎所有購物中屯、、商場、大型連鎖營 業(yè)廳和連鎖商業(yè)網(wǎng)點在企業(yè)的各項營運決策之前都必須進行的環(huán)節(jié)。隨著競爭的加劇，商 業(yè)模式逐步由傳統(tǒng)坐商向極具主動性的行商轉(zhuǎn)變。因此，商家對日?？土鞯慕y(tǒng)計及其變化 規(guī)律的分析掌控就顯得尤為重要。目前國內(nèi)很多商家的經(jīng)營決策者已經(jīng)意識到了客流信息 對于企業(yè)的管理和營運決策分析的重要性。一般會在節(jié)假日采用人工的方式進行客流量數(shù) 據(jù)的統(tǒng)計和分析?？土髁繑?shù)據(jù)需要長期不間斷地統(tǒng)計分析，才能發(fā)現(xiàn)其中變化規(guī)律，同時結(jié) 合內(nèi)部已有數(shù)據(jù)W及必要的問卷調(diào)查等各項數(shù)據(jù)信息交叉對比分析才能充分地發(fā)揮它的 應(yīng)用價值，為決策提供強有力的依據(jù)。
[0003] 如圖1所示，現(xiàn)有基于人流量統(tǒng)計分析方法流程如下：
[0004] 1)解碼單元，對前端攝像機傳送過來的碼流進行解碼處理；
[0005] 2)前景檢測單元，檢測出運動前景；
[0006] 3)圖像匹配和識別單元，獲取人流方向人流量等信息。
[0007] 基于視頻圖像進行自動客流統(tǒng)計分析，可W大大減少數(shù)據(jù)收集費用，避免人工計 數(shù)帶來的信息不完整。該項技術(shù)在歐美等發(fā)達國家已經(jīng)非常的普遍，近年來新加坡、日本、 香港等發(fā)達地區(qū)的也逐步大量采用客分析系統(tǒng)。但由于在大型商場里，由于需要對分布在 各個位置的多路視頻進行解碼和視頻分析不間斷工作，需要部署?？跈C房，采購多臺視頻 服務(wù)器，建設(shè)和后期的持續(xù)維護成本高。

【發(fā)明內(nèi)容】

[000引本發(fā)明的目的是克服現(xiàn)有技術(shù)的不足，提供一種基于視頻圖像進行自動客流統(tǒng)計 分析方法。
[0009] 基于視頻圖像進行自動客流統(tǒng)計分析方法的步驟如下：
[0010] 1)視頻碼流解析
[0011] 首先對于接收到攝像機發(fā)送的視頻碼流，調(diào)用解碼器的碼流解析單元進行碼流 信息提取，得到當(dāng)前一副視頻采集畫面中每一個編碼子塊的運動矢量（MV)，根據(jù)相鄰位置 的子塊運動方向一致性原理，對解析出的每個子塊的運動矢量和與其相鄰的子塊的運動 矢量施加中值濾波器，消除編碼過程中有可能產(chǎn)生的運動估計矢量錯誤，濾波器模板尺寸 為3-5像素，同時從碼流中讀取每個子塊運動誤差的殘差信息；
[0012] 2)像素點MV求解
[0013] 對運動矢量使用基于像素點修正運動矢量的方式，獲取圖像中每一個像素點的運 動矢量mvpixel (X，y)，其X，y分別是像素點在圖像中的水平和垂直坐標(biāo)位置；
[0014] 扣前景目標(biāo)獲取
[0015] 統(tǒng)計具有坐標(biāo)位置相鄰，且具有相同運動矢量的像素點，組成集合，定義為一個 前景區(qū)域，對當(dāng)前圖像中所有的像素點做同樣的判斷，得到所有的前景目標(biāo)。
[0016] 4)人流方向獲取
[0017] 判斷圖像中每一個像素點的運動矢量mvpixel(x，y)，把坐標(biāo)位置相鄰，且運動矢 量方向相同的像素點記做一個前景區(qū)域，得到當(dāng)前圖像中所有的前景區(qū)域ActiveArea(n， t)，其中n為前景區(qū)域的編號，t為帖號；
[0018] 把屬于同一個前景區(qū)域內(nèi)n的所有像素點的運動矢量求均值，作為當(dāng)前前景區(qū)域 的運動矢量;MVActiveArea(n，t)，其中n為前景區(qū)域的編號，t為帖號；對于當(dāng)前圖像中每 一個前景區(qū)域n，通過運動矢量和前景區(qū)域大小的比較，得到在不同圖像中屬于同一個前 景區(qū)域的物體，根據(jù)相連兩帖或多帖之間屬于相同前景的目標(biāo)位置坐標(biāo)點的變化，得到人 流運動方向和速度信息。
[0019] 所述的步驟2)為；具體過程如下：
[0020] (1)判斷當(dāng)前子塊的運動矢量和鄰域子塊MV(x-l，廠1)、MV(x-l，y)、MV(x，廠1)、 MV (X，y+1)、MV (x+1，y)、MV (x+1，y+1)、MV (x-1，y+1)、MV (x+1，廠 1)八個子塊運動矢量差值 的絕對值之和DiffMv(x，y),其中X，y表示當(dāng)前子塊是水平和垂直方向的序號；
[002U 似如果DiffMv(x，y)的值小于于預(yù)先設(shè)定的閥值T1，其中T1 < 8,則直接把當(dāng) 前子塊的運動矢量當(dāng)作當(dāng)前子塊所有像素點的運動矢量；否則，根據(jù)每一個像素點和周邊 子塊的坐標(biāo)點位置進行加權(quán)插值，得到每一個象素點所對應(yīng)的運動矢量；
[0022] (3)求解當(dāng)前子塊每個像素點的運動矢量MV值，計算公式如下：
[0023]
【主權(quán)項】
1. 一種基于視頻圖像進行自動客流統(tǒng)計分析方法，其特征在于，它的步驟如下： 1) 視頻碼流解析 首先對于接收到攝像機發(fā)送的視頻碼流，調(diào)用解碼器的碼流解析單元進行碼流信息提 取，得到當(dāng)前一副視頻采集畫面中每一個編碼子塊的運動矢量（MV)，根據(jù)相鄰位置的子塊 運動方向一致性原理，對解析出的每個子塊的運動矢量和與其相鄰的子塊的運動矢量施加 中值濾波器，消除編碼過程中有可能產(chǎn)生的運動估計矢量錯誤，濾波器模板尺寸為3-5像 素，同時從碼流中讀取每個子塊運動誤差的殘差信息； 2) 像素點MV求解 對運動矢量使用基于像素點修正運動矢量的方式，獲取圖像中每一個像素點的運動矢 量mvpixel (X，y)，其X，y分別是像素點在圖像中的水平和垂直坐標(biāo)位置； 3) 前景目標(biāo)獲取 統(tǒng)計具有坐標(biāo)位置相鄰，且具有相同運動矢量的像素點，組成集合，定義為一個前景區(qū) 域，對當(dāng)前圖像中所有的像素點做同樣的判斷，得到所有的前景目標(biāo)。 4) 人流方向獲取 判斷圖像中每一個像素點的運動矢量mvpixel (X，y)，把坐標(biāo)位置相鄰，且運動矢量方 向相同的像素點記做一個前景區(qū)域，得到當(dāng)前圖像中所有的前景區(qū)域ActiveArea(n，t)，其 中η為前景區(qū)域的編號，t為幀號； 把屬于同一個前景區(qū)域內(nèi)η的所有像素點的運動矢量求均值，作為當(dāng)前前景區(qū)域的運 動矢量:MVActiveArea(n，t)，其中η為前景區(qū)域的編號，t為幀號；對于當(dāng)前圖像中每一個 前景區(qū)域n，通過運動矢量和前景區(qū)域大小的比較，得到在不同圖像中屬于同一個前景區(qū)域 的物體，根據(jù)相連兩幀或多幀之間屬于相同前景的目標(biāo)位置坐標(biāo)點的變化，得到人流運動 方向和速度信息。
2. 如權(quán)利要求1所述的一種基于視頻圖像進行自動客流統(tǒng)計分析方法，其特征在于， 所述的步驟2)為：具體過程如下： ⑴判斷當(dāng)前子塊的運動矢量和鄰域子塊MV(x-l，y-l)、MV(X-l，y)、MV(X，y-l)、MV(x， y+1)、MV (x+1，y)、MV (x+1，y+1)、MV (x-1，y+1)、MV (x+1，y-1)八個子塊運動矢量差值的絕對 值之和DiffMv (X，y)，其中X，y表示當(dāng)前子塊是水平和垂直方向的序號； (2) 如果DiffMv(x，y)的值小于于預(yù)先設(shè)定的閥值T1，其中Tl < 8,則直接把當(dāng)前子 塊的運動矢量當(dāng)作當(dāng)前子塊所有像素點的運動矢量；否則，根據(jù)每一個像素點和周邊子塊 的坐標(biāo)點位置進行加權(quán)插值，得到每一個象素點所對應(yīng)的運動矢量； (3) 求解當(dāng)前子塊每個像素點的運動矢量MV值，計算公式如下：
其中，blocksize是子塊的大小，d(n)是當(dāng)前像素點到各個子塊中心像素點的距離； mvblock(x，y)表示上述八個鄰域子塊的運動矢量，diff(n)表示上述八個鄰域子塊的殘 差值，由于殘差值越小，表明當(dāng)前編碼子塊和運動矢量所對應(yīng)的參考幀子塊匹配度越高，把 殘差值作為運動矢量的可靠度，幀內(nèi)運動子塊往往是由于編碼器在進行子塊編碼時，運動 估計的誤差較大，不再進行幀間估計，因此對于幀內(nèi)編碼子塊，把殘差值修改為無窮大的正 數(shù)；
3.如權(quán)利要求1所述的一種基于視頻圖像進行自動客流統(tǒng)計分析方法，其特征在于， 基于每個象素點的運動矢量方向確定前景目標(biāo)，把屬于鄰域象素點，并且具有相同運動矢 量的像素點集合定義為一個前景區(qū)域，通過對圖像中所有像素點的運動矢量進行掃描判 斷，得到當(dāng)前幀圖像所有的前景目標(biāo)，檢測第t和第t+Ι幀中的屬于同一前景的目標(biāo)，記錄 滿足下面條件的前景目標(biāo)對： ABS (PixnumActiveArea (n, t)-PixnumActiveArea (m, t+1)) < T3 其中符號PixnumActiveArea表示計算當(dāng)前前景子塊的象素點個數(shù)，η為第t幀的前景 目標(biāo)，m為第t+Ι幀的前景個數(shù)，ABS為求絕對值，T3為閥值，取10 ; 從滿足上述公式的匹配前景對中，選擇子塊運動矢量差異最小的子塊作為同一個運動 前景物體，根據(jù)前景區(qū)域的面積和數(shù)量得到人流密度信息，對不同幀之間連續(xù)施加所描述 的前景匹配方法，得到不同視頻幀中前景物體的坐標(biāo)位置，從而得到運動軌跡、人流方向信 息。
【專利摘要】本發(fā)明公開了一種基于視頻圖像進行自動客流統(tǒng)計分析方法。它的步驟如下：1) 視頻碼流解析；2)像素點MV求解；3)前景目標(biāo)獲?。?)人流方向獲取。本發(fā)明可以大大減少數(shù)據(jù)收集費用，避免人工計數(shù)帶來的信息不完整。這項技術(shù)在歐美等發(fā)達國家已經(jīng)非常的普遍，近年來新加坡、日本、香港等發(fā)達地區(qū)的也逐步大量采用客分析系統(tǒng)。但由于在大型商場里，由于需要對分布在各個位置的多路視頻進行解碼和視頻分析不間斷工作，需要部署專門機房，采購多臺視頻服務(wù)器，建設(shè)和后期的持續(xù)維護成本高。
【IPC分類】G06T7-20, G07C9-00
【公開號】CN104537685
【申請?zhí)枴緾N201410766829
【發(fā)明人】曾慧
【申請人】浙江工商大學(xué)
【公開日】2015年4月22日
【申請日】2014年12月12日