基于视频稳像和视角变换的公交客流计数方法

计算机应用 ›› 2013, Vol. 33 ›› Issue (10): 2926-2930.

基于视频稳像和视角变换的公交客流计数方法

谢璐¹,金志刚¹,王颖¹,²

1. 天津大学电子信息工程学院，天津 300072；
2. 61660部队，北京 100089

收稿日期:2013-04-15 修回日期:2013-05-30 出版日期:2013-10-01 发布日期:2013-11-01
通讯作者: 谢璐
作者简介:
谢璐（1989-），女，河北石家庄人，硕士研究生，主要研究方向：车载视频监控、图像处理；金志刚（1972-），男，上海人，教授，博士生导师，主要研究方向：无线网络、网络安全；王颖（1977-），女，河北张家口人，博士，主要研究方向：网络安全。
基金资助:
天津市软件产业发展专项基金资助项目

Bus ridership count mothod based on video stabilization and perspective switching

XIE Lu¹,JIN Zhigang¹,WANG Ying¹,²

1. School of Electronic and Information Engineering, Tianjin University, Tianjin 300072, China;
2. Unit 61660, Beijing 100089, China

Received:2013-04-15 Revised:2013-05-30 Online:2013-11-01 Published:2013-10-01
Contact: XIE Lu

摘要/Abstract

摘要： 已有的公交客流计数方法大多没有考虑车体振动引起的视频抖动问题和摄像头角度引起的图像梯形失真问题,因此提出一种基于视频稳像和视角变换的公交客流计数方法。首先采用基于块匹配的视频稳像技术，减小车体振动引起的图像序列间的偏移；然后通过对视频图像进行视角变换，校正摄像头角度引起的图像梯形失真；最后采用基于头肩部特征的人体检测及跟踪方法，统计各个时段的上下客流量和乘客总人数。经实验测试，稳像处理后的视频与稳像前相比，峰值信噪比（PSNR）提高了约5.5dB，稳像速率达到25帧/s。视角变换后的视频与原始视频相比，人体识别率提高了约10%，大大提高了客流计数精度

关键词: 公交客流计数, 视频监控, 稳像, 视角变换

Abstract: Most of the existing bus ridership count methods dont consider the video jitter caused by bus vibration and the trapezoidal distortion caused by the camera angle. The authors proposed a bus ridership count method based on video stabilization and perspective switching. Firstly, the presented method used video stabilization based on block-matching to reduce the offset between image sequences caused by vibration. Secondly, the method used perspective switching to correct the trapezoidal distortion caused by the camera angle. Lastly, the method used detection and tracking based on the characteristics of head and shoulder for statistics of the number of passengers. The experimental results show that the Peak Signal-to-Noise Ratio (PSNR) value of the stabilization video increases by about 4.5dB than that of the shaky video, and human recognition rate of the perspective switched video increases by about 10% than that of the original video. The method has greatly improved the accuracy of ridership count.

Key words: bus ridership count, video surveillance, image stabilization, perspective switching

中图分类号:

TP391.41

谢璐金志刚王颖. 基于视频稳像和视角变换的公交客流计数方法[J]. 计算机应用, 2013, 33(10): 2926-2930.

XIE Lu JIN Zhigang WANG Ying. Bus ridership count mothod based on video stabilization and perspective switching[J]. Journal of Computer Applications, 2013, 33(10): 2926-2930.

[1]	李自强, 王正勇, 陈洪刚, 李林怡, 何小海. 基于外观和动作特征双预测模型的视频异常行为检测[J]. 计算机应用, 2021, 41(10): 2997-3003.
[2]	杨辉华, 张天宇, 李灵巧, 潘细朋. 基于MobileNet的移动端城管案件目标识别算法[J]. 计算机应用, 2019, 39(8): 2475-2479.
[3]	吴亮, 何毅, 梅雪, 刘欢. 基于时空兴趣点和概率潜动态条件随机场模型的在线行为识别方法[J]. 计算机应用, 2018, 38(6): 1760-1764.
[4]	胡学敏, 易重辉, 陈钦, 陈茜, 陈龙. 基于运动显著图的人群异常行为检测[J]. 计算机应用, 2018, 38(4): 1164-1169.
[5]	杜启亮, 黎浩正, 田联房. 基于Adaboost和码本模型的手扶电梯出入口视频监控方法[J]. 计算机应用, 2017, 37(9): 2610-2616.
[6]	陈凯星, 刘赟, 王金海, 袁玉波. 基于遗传机制和高斯变差的自动前景提取方法[J]. 计算机应用, 2017, 37(11): 3231-3237.
[7]	姬丽娜, 陈庆奎, 陈圆金, 赵德玉, 方玉玲, 赵永涛. 基于GPU的视频流人群实时计数[J]. 计算机应用, 2017, 37(1): 145-152.
[8]	潘磊, 周欢, 王明辉. 适用于密集人群的异常事件实时检测方法[J]. 计算机应用, 2016, 36(6): 1719-1723.
[9]	李慧慧, 秦品乐, 梁军. 基于HSI亮度分量和RGB空间的图像去雾算法[J]. 计算机应用, 2016, 36(5): 1378-1382.
[10]	董小慧高戈陈亮韩镇江俊君. 数据驱动局部特征转换的噪声人脸幻构[J]. 计算机应用, 2014, 34(12): 3576-3579.
[11]	江爱文刘长红王明文. 基于前—后向光流点匹配运动熵的视频抖动检测算法[J]. 计算机应用, 2013, 33(10): 2918-2921.
[12]	杨泽平刘德强王茜向强铭. 基于地理信息系统技术的数据采集与监视控制系统设计[J]. 计算机应用, 2013, 33(02): 567-574.
[13]	周渝斌. 海量监控视频快速回放与检索技术[J]. 计算机应用, 2012, 32(11): 3185-3197.
[14]	孟勃韩广良. 基于改进的尺度不变特征变换特征点匹配的电子稳像算法[J]. 计算机应用, 2012, 32(10): 2817-2820.
[15]	李广冯燕. 基于SIFT特征匹配与K-均值聚类的运动目标检测[J]. 计算机应用, 2012, 32(10): 2824-2826.