基于视频信息的客流分析方法

1.一种基于视频信息的客流分析方法，其特征在于，包括：
(1)利用1080p高清晰度摄像机从客流所在处的正上方获取客流所在位置的视频信息，作为第一视频信息；
(2)对第一视频信息不进行压缩，而直接将该信息通过专用的视频传输网络连线传输到附近的监控室，所述监控室作为第一分析单元；
(3)第一分析单元对第一视频信息进行第一客流分析，所述第一客流分析包括：由监控室中的第一服务器进行视频图像的帧挑选，选出清晰度最高且模糊程度最小的帧，并从中通过图像处理计算该帧中的人头个数，从而确定该帧中的客流人数；然后，通过除以预先设置好的视频覆盖的区域的面积，计算客流密度；
(4)根据第一客流分析的结果，启动第二摄像机和第三摄像机，并获取来自第二摄像机的第二视频信息和来自第三摄像机的第三视频信息，该步骤包括：当每人所占的面积低于
0.75平方米时时，启动第一红外摄像机进行人体红外热成像；该第一红外摄像机设置在待分析的客流的斜45度上方，且针对的区域与所述的1080p高清晰度摄像机针对的区域重合，其中第一红外摄像机作为第二摄像机，同时启动第二红外摄像机，该第二红外摄像机作为第三摄像机，该第二红外摄像机被设置在上述待分析区域的斜45度上方，且摄取的区域设置为在第一红外摄像机摄取区域的相隔100米的区域内；
(5)传输所述第二视频信息和第三视频信息到第二分析单元，包括：该第一红外摄像机第二红外摄像机采集的视频信息被通过4G网络传输到第二服务器，所述第二服务器作为第二分析单元；
(6)第二分析单元对第二视频信息和第三视频信息进行第二客流分析，所述第二客流分析包括：对图像进行像素矩阵化处理，即计算视频的各帧中的所有像素的RGB值，并对其中代表红色区域的RGB面积进行逐个累加，如果红色面积超出预定的阈值，则认为该红色区域代表一个人；通过这种方式进一步分析了该视频覆盖的区域内的客流人数；然后，通过与上面相同的方法计算客流密度；第二服务器根据来自第一红外摄像机和第二红外摄像机的红外信息，根据在第一红外摄像机摄取的图像中的参照物出现在第二红外摄像机摄取的图像中的所耗费的时间，利用100米除以该时间得到客流的运动速度信息；当客流的运动速度超过预定的阈值时，认定此时可能发生了意外事件；
(7)当客流的运动速度超过预定的阈值时，利用上述1080p摄像机拍摄的图像对所有人进行人脸识别，并将人脸识别得到的图像结果保存到存储单元，并在进行人脸识别的同时开启待分析区域附近的声音传感器进行录音，并将录音信息通过4G网络发送到监控室的第三服务器；第三服务器对该声音进行低频滤波和降噪处理，得到的音频信息的频率均值如果超出了预设的阈值，则认为此时发生了突发事件；
(8)如果此时发生了突发事件，则再开启第四摄像机，第四摄像机采用三维摄像机且具有可调节拍摄角度三维摄像机；该摄像机根据第三服务器产生的指令拍摄特定位置处的视频；该第三服务器对所述人脸识别的图像与第三服务器中数据库已经保存的危险分子的人脸特征进行对比并给出相似度超过预定阈值的人脸在最新的视频帧中所处的位置；如果第四摄像机拍摄到的图像的相应位置包括了疑似人员，则向安保部门发送第三客流分析的结果并向客流给出提示信息，该疑似人员是具有满足以下条件的人脸的人员：该第三服务器对所述人脸识别的图像与第三服务器中数据库已经保存的危险分子的人脸特征进行对比并给出相似度超过预定阈值的人脸。
2.根据权利要求1的基于视频信息的客流分析方法，其特征在于，第一视频信息是通过有线网络传输到第一分析单元的。
3.根据权利要求1的基于视频信息的客流分析方法，其特征在于，第二视频 信息和第三视频信息是通过无线网络传输到第二分析单元的。
4.根据权利要求1的基于视频信息的客流分析方法，其特征在于，所述提示信息包括报警信息。
5.根据权利要求1的基于视频信息的客流分析方法，其特征在于，所述第二摄像机和第三摄像机采用红外摄像机。

基于视频信息的客流分析方法\n技术领域\n[0001] 本发明涉及安全和交通监控技术领域，更具体地，涉及在公共场所使用的基于视频信息的客流分析方法。\n背景技术\n[0002] 目前，国内各种超市、大型卖场和商店等公共场所由于自身的统计管理、紧急疏散或者消防规定等的要求，越来越重视客流数量的检测和分析。\n[0003] 一方面，现有的客流检测系统通常是在特定的位置安装摄像机，通过专人在控制中心监视拍摄的图像信息，其主要用于安防监控，对于客流密集带来的潜在的踩踏事故危险无法分析预知。\n[0004] 传统的客流统计方式主要有两种，一是靠监控工作人员人工点数来实现；二是使用红外光电传感器来统计通过某一固定位置的客流数。利用人工或视频监控辅助人工观测来进行客流统计的方式不仅耗费人力成本，而且长时间工作人眼容易疲劳，当客流量密集时，观测者反应不过来，统计的准确率较低；用红外对射遮挡触发来统计人数的方法往往受制于现场环境，设备不易安装，不能区别人和物体，当出现多人并行通过或者交叉进出时，都会产生统计上的误差。因此，无论在统计准确率还是安装使用便利性上，基于视频的客流统计较之传统的客流统计都有很大的优势，基于视频的客流人数统计可以根据应用场合的不同来调整检测范围，硬件设备安装方便，并且有存储回放功能，可以更好地应用于各种复杂场合。\n[0005] 基于视频的客流量统计主要是分析视频中的行人运动轨迹，累计进入和离开两个方向上的客流人数，目前基于视频分析的客流统计技术上还存在一些问题和不足，主要是鲁棒性不够好，受环境、光线条件的影响，可能在某些场合中有较好的效果，但在某些场合下的统计精度达不到要求。对于行人带帽子、白头发、背包以及地板背景较黑等特殊情况没有很好的区分能力，产生统计上的误差。此外，基于视频的客流统计主要是依靠后端的视频分析服务器来对视频图像进行处理分析，视频监控点越多，后台服务器同时分析多路视频时的运算压力越大，甚至需要增加服务器设备，从而加大了成本投入，且不易扩展。\n[0006] 另一方面，在节假日，著名景点和旅游区或举办重大庆典等的公共活动场所人流聚集密度极高，很容易发生踩踏事件。而现有技术中缺乏对人流密度监控的有效方法。\n发明内容\n[0007] 为了弥补现有技术中缺乏对人流密度监控缺乏的不足之处，并且提高基于视频的客流统计的准确度并为公共场合的安保提供必要的支持，本发明提供了一种基于视频信息的客流分析方法，包括：\n[0008] (1)获取第一摄像机的第一视频信息；\n[0009] (2)传输所述第一视频信息到第一分析单元；\n[0010] (3)第一分析单元对第一视频信息进行第一客流分析；\n[0011] (4)根据第一客流分析的结果，启动第二摄像机和第三摄像机，并获取来自第二摄像机的第二视频信息和来自第三摄像机的第三视频信息；\n[0012] (5)传输所述第二视频信息和第三视频信息到第二分析单元；\n[0013] (6)第二分析单元对第二视频信息和第三视频信息进行第二客流分析；\n[0014] (7)根据第二客流分析结果，启动声音检测单元和第四摄像机；\n[0015] (8)传输所述声音检测单元检测的声音信息和所述第四摄像机检测的第四视频信息到第三分析单元；\n[0016] (9)对所述声音信息和第四视频信息进行第三客流分析；\n[0017] (10)根据所述第三客流分析的结果，向安保部门发送第三客流分析的结果并向客流给出提示信息。\n[0018] 进一步地，第一视频信息是通过有线网络传输到第一分析单元的。\n[0019] 进一步地，第二视频信息和第三视频信息是通过无线网络传输到第二分析单元的。\n[0020] 进一步地，所述提示信息包括报警信息。\n[0021] 进一步地，所述第一分析包括：客流密度分析。\n[0022] 进一步地，所述第二分析包括：运动速度分析和客流量分析。\n[0023] 进一步地，所述第三分析包括人脸识别分析。\n[0024] 进一步地，所述第二摄像机和第三摄像机采用红外摄像机。\n[0025] 本发明的有益效果如下：本发明实现了基于视频的客流准确统计，并且能够在人流密度过高时给出自动提醒。此外，通过运动轨迹等的预测，也为安保工作提供了技术支持。\n附图说明\n[0026] 图1示出了本发明的基于视频信息的客流分析方法的流程图。\n具体实施方式\n[0027] 本发明的基于视频信息的客流分析方法如图1所示。该方法包括：利用1080p高清晰度摄像机从客流所在处的正上方获取客流所在位置的视频信息，然后不进行压缩，而直接将该信息通过专用的视频传输网络连线传输到附近的监控室，由监控室中的第一服务器进行视频图像的帧挑选，选出清晰度最高且模糊程度最小的帧，并从中通过图像处理计算该帧中的人头个数，从而确定该帧中的客流人数。然后，通过除以预先设置好的视频覆盖的区域的面积，计算客流密度。当客流密度低于预设的客流密度阈值，例如每人所占的面积低于0.75平方米时，启动第一红外摄像机进行人体红外热成像。该第一红外摄像机设置在待分析的客流的斜45度上方，且针对的区域与所述的1080p高清晰度摄像机针对的区域重合。\n将该红外摄像机获得的红外信息通过4G网络传输到监控室内的第二服务器，然后对图像进行像素矩阵化处理，即计算视频的各帧中的所有像素的RGB值，并对其中代表红色区域的RGB面积进行逐个累加，如果红色面积超出预定的阈值(经试验，人体在红外成像图像种的红色区域基本在0.2平方米)，则认为该红色区域代表一个人。通过这种方式进一步分析了该视频区域内的客流人数。然后，通过与上面相同的方法计算客流密度。如果通过第一服务器和第二服务器的客流密度均低于预设的客流密度阈值，则认为此时的客流密度超过了警戒限度，向安保部门发出报警信息。\n[0028] 在开启上述第一红外摄像机的同时，还开启第二红外摄像机。该第二红外摄像机被设置在上述待分析区域的斜45度上方，且摄取的区域设置为在第一红外摄像机摄取区域(即上述的待分析区域)的相隔100米的区域内。优选地是，该相邻区域在上述待分析区域的客流的运动轨迹的前进方向上。该第二红外摄像机采集的视频信息被通过4G网络传输到所述第二服务器。第二服务器根据来自第一红外摄像机和第二红外摄像机的红外信息，根据在第一红外摄像机摄取的图像中的参照物(例如，选取客流中的体形特殊者为参照物)出现在第二红外摄像机摄取的图像中的所耗费的时间，利用100米除以该时间得到客流的运动速度信息。当客流的运动速度超过预定的阈值时，认定此时可能发生了意外事件。此时，利用上述1080p摄像机拍摄的图像对所有人进行人脸识别，并将人脸识别得到的图像结果保存到存储单元，并在进行人脸识别的同时开启待分析区域附近的声音传感器进行录音，并将录音信息通过4G网络发送到监控室的第三服务器。第三服务器对该声音进行低频滤波和降噪处理，得到的音频信息的频率均值如果超出了预设的阈值(例如大于1500Hz)，则认为此时发生了突发事件(例如，暴恐时间等)。\n[0029] 此时，再开启第四摄像机，第四摄像机采用三维摄像机且优选地具有可调节拍摄角度三维摄像机。该摄像机根据第三服务器产生的指令拍摄特定位置处的视频。该第三服务器对所述人脸识别的图像与第三服务器中数据库已经保存的危险分子的人脸特征进行对比并给出相似度超过预定阈值(例如70％)的人脸(确定此种人为疑似人员)在最新的视频帧中所处的位置。如果第四摄像机拍摄到的图像的相应位置包括了上述疑似人员，则向安保部门发送所述位置信息并向客流给出提示信息，且优选地该信息为报警信息。\n[0030] 尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。