客流統計系統工作原理
發布時間：2019-04-26 15:58:57 發布來源：基鴻運
客流統計系統應用在生活的方方面面，在生活中起到了不可或缺的作用，但是有多少人知道客流統計系統工作原理呢？下面小編就來為你仔細講講
客流統計系統工作原理
客流分析算法是整個系統的靈魂其運行在高性能數字信號處理器(TI DSP)中，每秒進行25幀的實時圖像分析，客流統計處理算法嵌入式客流分析終端中的DSP處理器，實時采集視頻圖像，并檢測運動目標的特征點（feature points），然后對特征點進行空域上的聚類（Cluster）和時域上的匹配，從而識別運動目標；通過頭肩信息、圓心距、行人運動的柔性特征等特征，基鴻運客流分析算法可以準確進行目標分類，準確識別運動目標中的行人；通過對行人目標的實時雙向跟蹤，可以實現準確的計數和方向的判定。
一、基鴻運客流系統檢測階段
步：背景模型是客流分析算法處理的基礎，本算法采用幀間差分算法與概率統計模型相結合的方法,能夠在各種復雜環境下建立起一副盡可能真實的背景圖像，從而為前景目標的提取提供重要基礎。在系統中，一個模型可以理解為在一個環境（主要為角度）下，一個“人”特征的集合體。首先在一個固定角度的場景下，取得很多人 的圖片，稱之為樣本，取得足夠的樣本（一般在十萬到一百萬之間）后，通過樣 本來學習這些特征，得到的參數就是模型，模型集合了訓練樣本的特點。在遇到 相似場景時，裝載相應模型就完成了系統檢測的初始化。下圖為一個場景下不同 的樣本。
第二步：提取特征。為了讓模型應用于一個物體，以確定這個物體是不是人， 我們需要提取相應的特征。根據機器自動學習的結果，一個模型 90%的數據是 基于形狀提取的，10%的數據基于顏色和紋理提取。下圖的紅線為提取的形狀特 征。
第三步：輸出結果。將模型視為一個過濾器，而特征是待分類的材料，滿足 過濾器的材料得以通過（即判定為“人”），不滿足的則被攔住。根據模型和特 征，通過計算就可以判斷一個物體是不是人。
二、基鴻運客流統計跟蹤階段
跟蹤主要是對特征信息的跟蹤，包括位置信息，特征點，頭肩信息等。由于每個目標的特征信息都不會完全一致，所以即使多目標交錯，擁擠，本算法也能大限度的跟蹤并區分出每個獨立目標。系統跟蹤階段也采取了和特征相關的技術，有顏色特征、形狀特征和位置特 征。通過計算來比較前后兩幀圖像中所有人的特征，判定特征相近的兩人為同 一人；通過比較所有的圖像，可以得到一個人完整的軌跡；通過計算軌跡的條數， 可以檢測區域的客流；通過計算軌跡的方向，可以判斷人是走入還是走出檢測區 域。如下兩組圖較形象的展現了系統的跟蹤過程：
基于模型的檢測機制，大幅度提高了系統的場景普適性。如在實際施工過程
中，遇到出入口較寬、吊頂過高（十米以上）、吊頂過低或其材質特殊（如玻璃） 等情況，采取傾斜安裝智能一體機，較傳統的基于背景建模的檢測技術，優勢更 加明顯。
三、基鴻運客流量統計計數規則
在跟蹤的基礎上，計數的規則為：目標從跟蹤線進入，并被連續跟蹤若干次之后，從計數線離開，則為有效計數。不滿足該規則的目標均不計數。系統的每一路視頻都可以設置單獨的計數規則。正常進入、斜向進入、雙向 同時進出都作為正常數據，計入統計中。基鴻運客流統計系統可有效排除各種干擾，如：猶豫未進入、門口徘徊、門口橫穿等情況，保證數據真實性。
