图像识别在重要地段客流量统计分析中的应用

卢颖斌，符琳

（广西壮族自治区公安厅）

图像识别在重要地段客流量统计分析中的应用

卢颖斌，符琳

（广西壮族自治区公安厅）

论文介绍一种在常见视频监控系统中，对原有系统加装“图像识别”软件，使之扩展成为“重要地段客流量统计”功能，且不影响其原有功能的系统。新系统有着造价低、实时统计、准确率高和对原系统结构不进行变动等特点。

图像识别；客流量统计

1 引言

在一些重要地段、出入口、车站、码头以及商场，对实时的“客流量统计”越发显得重要，首先，客流量达到该地段（地域）的饱和值时，如不加以限制和采取分流，极易产生安全事故，这种例子在媒体中不乏报道；其次，客流量的精确统计十分有助于了解和掌握商业信息。虽然，对这种信息的统计很早就有人开始做了，但由于社会飞速发展，以前使用的手段已经不适用或不够准确、快速，因而逐步被新手段、新方法所替代。

近年来，随着计算机信息网络技术的飞速发展，计算机图像处理、识别技术日益成熟，视频分析技术作为客流量统计手段开始崭露头角，因其优越的性能、精确的统计结果、简单的安装实现方式以及低廉的成本等特性，正逐步替代传统的统计手段。

2 硬件基础描述

本系统在原有视频监控系统基础上，通过在人流出入口正上方安装向下俯视的摄像头和在后台增加智能视频分析服务器，以实现出入口的客流量统计功能。本系统在传统的视频监控系统的基础上融入智能分析技术，不更改原有系统的结构，支持多种前端设备。统计结果保存在数据库中，方便其他系统的集成，也可按需求提供查询接口。

3 系统设计

3.1 系统结构（系统结构示意图如图1所示）。

3.2 软件功能

系统采用集中式分析的方法，前端摄像头只负责视频采集，采集到的图像数据通过网络传输到后台视频分析服务器中进行统一分析，分析结果保存在数据库服务器中。用户可灵活设置每次统计数据的时间跨度。管理平台可对系统做各项参数配置，同时对分析结果做分析统计，形成相应报表，给用户提供直观的决策依据。

图 1系统结构示意图

3.3 摄像机安装方式

出入口类型可分为出入通道口和楼梯（扶梯）通道口两种；门口类型的，可在门口内测或外侧正上方安装1～2个摄像机；而楼梯类型的，由于每个楼梯两旁还有向上和向下的自动扶梯，故需要安装3个摄像头，中间楼梯中部正上方安装1个，两个自动扶梯上部或下部的位置正上方各安装1个。

3.4 硬件选型依据

1) 摄像机

本系统只需对客流量进行统计，不需要识别更多人物特征信息，因此对摄像头的清晰度和分辨率并没有特别苛刻的要求；高分辨率的图像数据反而会对后台分析服务器造成更大的压力。选择普通的720p摄像头即可。

2) 视频分析服务器

视频分析服务器负责对前端摄像机采集传输过来的视频数据进行解码并做智能分析。这是一项非常占用CPU资源的操作，因此对CPU的要求较高，应尽可能选择市面流行的高档次CPU。CPU的能力决定了每台分析服务器可以同时分析视频信号的路数，若想降低硬件成本，减少分析服务器的数量，就需要选择性能更强的服务器。

3) 数据库服务器

数据库服务器主要保存系统的配置参数和视频分析服务器的分析结果，单单就本系统而言，并发访问数量不大，一般配置即可；如果还需要为其他平台提供访问，可根据访问量提高配置。

4) 录像存储

尽量利用已有的存储系统，如果它没留有余量，再考虑增加存储设备。

5) 管理平台

用普通PC机安装管理软件，通过局域网与服务器进行网络连接，即可完成各种管理操作，管理平台通过调用服务器中的数据，可以实时显示出各个通道的客流量情况。

4 图像识别及统计方法

计算机图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。计算机图像识别是人工智能的一个重要领域，其识别过程就是一个“模板匹配过程”。要识别某个“图像”，须有“模板”，把图像与计算机中存储的众多模版进行比对，并找出与图像最接近的那个模版，这就完成了识别过程。例如，在人数统计中，摄像头在人头顶上方摄取图像，一帧视频图像中会出现人员头部、行李物件以及周边环境，计算机通过对比预先存储“模版”，找出人员头部图像并进行统计，得出一幅图像中人员头部的数量。这就是计算机视频图像统计客流量的基本原理。为了提高统计正确率，计算机还要对视频图像进行预处理，包括图像去干扰、图像帧分割、图像背景分离、图像画面分割、虚假对象过滤以及运动物体（人）识别等工作。由于视频是活动的图像，需要按帧截取视频图像。帧图像之间可能有重叠部分，需要分析裁剪，再从中统计帧人数，每秒截图帧中总人数即为当时的客流量数。

在地段（通道）采集到的人流图像中，一般会有以下3种情况：人员按照一个方向流动；人员流动方向为两个；流动方向无规律。对第一种情况的客流量统计，上面大致已经分析过，是比较容易识别和统计的，得出的数据也相对准确。第二种情况，稍微复杂一些，在首先判断人员流动方向属双向流动后，取得一帧图像，标记图像中人头特征，再取得后一帧图像，同样标记图像中人头特征数据，进行两帧图像比对，得出图像中人员“进出”两个方向的流动数据；第二幅图像选取范围需要比第一幅图像面积稍大，目的是不让人员因流动而遗失人头特征数据，也许第二幅图像中会出现新的特征人头数据，这需要在完成第二幅数据采集后，对第二幅图像进行“删除旧特征数据”处理得到“第二幅次图像”（此图像需要保留且和后面第二轮图像采集的数据对比）。至此完成第一轮客流量的数据采集，随后进行第二轮数据采集。这里值得注意的是：第二轮数据采集需要增加“第二幅次图像”与第二轮第一幅图像对比数据，以保证客流量数据的准确性。第三种情况下，说明人员流动处于无序状态，不进行客流量统计，如果这种情况发生在出入口，需要进行“报警”告知相关管理人员。

通过以上分析，客流量统计是否准确，关键在于人头识别率是否准确。影响准确率的因素有：图像传输质量是否良好，帧图像清晰程度，图像分割是否适宜，与人头外形相似物体是否可识别，人员流动方向是否一致，图像识别软件算法是否科学等。为了更加准确地得到流量数据，还可以采取如下方法：一通道中，变角度、多摄像头同时采集图像，同时统计出数据，然后取平均数。这样得到的数据比一摄像头采集到的数据更为准确。但这种“多机并行”的方法会增加系统硬件成本。

表1 系统硬件清单

5 某火车站应用实例

表1以部署1台分析服务器分析12路为例子，列出系统的软硬件清单。

以扶梯类型的出入口为例，每个出入口需安装3个摄像头，1个分析服务器就可以负责4个出入口的人流量统计，平均每个出入口大概投入2万元左右。如果以门口类型的出入口为例，由于所需安装的摄像头数量更少，平均每个出入口投入不到1万元。

6 结束语

本文给出的方案适用于车站、码头、大型公共场所出入口等地方，方便这些重要地段管理者实时掌握人员客流量及异常情况，以便对可能发生的人群拥挤、踩踏意外事件做好预防工作，同时也可以在某些方面提高管理效率和服务质量。

[1]杨淑莹．图像模式识别[M].北京:清华大学出版社,2005.

[2]侯俊,程燕.人流量统计视频监控系统[J]:电视技术，2009(2).

The Application of Image Recognition in Guest Flow Statistical Analysis in Busy District

LU Ying-bin, FU Lin

(Guangxi Zhuang Autonomous Region Public Security Department)

This article introduced one kind in the common video frequency supervisory system, to the original system addition “the pattern recognition” the software, makes it to expand into “the important land sector passenger capacity statistics” the function, also does not affect its original function the system. The new system has the construction cost lowly, the real-time statistics, rate of accuracy Gao He does not carry on characteristics and so on change to the original system structure.

image recognition; guest flow statistical

10.13655/j.cnki.ibci.2015.11.022