一种基于人体头顶部识别的行人统计方法及装置

摘要

本发明适用图像识别技术领域，提供了一种基于人体头顶部识别的行人统计方法及装置，该方法包括：读取通过深度摄像头拍摄的行人深度图像，将行人深度图像和预先获取的环境均值图像比较，以得到前景图像；将前景图像分割为多个区域，检测每个区域的边缘像素点是否存在阶跃，并检测每个区域形成的区域曲面是否与人体头顶部曲面一致；当当前被检测区域的边缘像素点存在阶跃、且当前被检测区域形成的区域曲面与人体头顶部曲面一致时，则确定当前被检测区域为人体头顶部区域；根据从行人深度图像中确定的人体头顶部区域和从相邻行人深度图像中确定的人体头顶部区域，统计输出行人的数量，提高了人体头顶部的识别准确率，实现了行人的精确统计。

权利要求

1.一种基于人体头顶部识别的行人统计方法，其特征在于，所述方法包括下述步骤：读取通过深度摄像头拍摄的行人深度图像，将所述行人深度图像和预先获取的环境均值图像比较，以获取所述行人深度图像的前景图像；

将所述前景图像分割为多个区域，检测所述多个区域中每个区域的边缘像素点是否存在阶跃，并检测所述每个区域形成的区域曲面是否与人体头顶部曲面一致；

当当前被检测区域的边缘像素点存在阶跃、且所述当前被检测区域形成的区域曲面与所述人体头顶部曲面一致时，则确定所述当前被检测区域为人体头顶部区域；

根据从所述行人深度图像中确定的人体头顶部区域和从相邻行人深度图像中确定的人体头顶部区域，统计输出行人的数量；

检测所述多个区域中每个区域的边缘像素点是否存在阶跃的步骤，包括：在被检测区域的边缘取n个像素点，以所述n个像素点为弧心，在所述被检测区域外分别做半径值为r的圆弧，以得到n个圆弧，所述n个像素点中相邻两个像素点的距离为预设的固定值；

在每个所述圆弧上取k个像素点，获取所述k个像素点中像素点的值大于该圆弧弧心的值的数量，将该数量记为第一数量，当所述第一数量和k的比值大于第一预设比值时，将该圆弧标识为正圆弧，否则将该圆弧标识为负圆弧；

统计所述被检测区域边缘的所述n个圆弧中正圆弧的数量，当所述正圆弧的数量超过第一预设数量时，确定所述被检测区域的边缘像素点存在阶跃。

2.如权利要求1所述的方法，其特征在于，将所述行人深度图像和预先获取的环境均值图像比较的步骤之前，所述方法还包括：获取预设数量的、行人行走环境的环境图像，计算所述预设数量环境图像的均值，以得到所述环境均值图像。

3.如权利要求1所述的方法，其特征在于，将所述前景图像分割为多个区域的步骤，包括：使用预设的种子点生长算法在所述前景图像寻找多个连通区域，以将所述前景图像分割为对应的多个区域。

4.如权利要求1所述的方法，其特征在于，检测所述每个区域形成的区域曲面是否与人体头顶部曲面一致的步骤，包括：在被检测区域的边缘取m个点，在形状为圆弧曲面的所述被检测区域上将所述m个点中不相邻的两个点不重复地任意两两连接，形成m/2条圆弧曲线，其中，m为偶数；

获取所述m/2条圆弧曲线中斜率值符号仅变化一次的圆弧曲线的数量，将该数量记为第二数量，当所述第二数量与m/2的比值超过第二预设比值时，确定所述被检测区域与所述人体头顶部曲面一致。

5.如权利要求1所述的方法，其特征在于，根据从所述行人深度图像中确定的人体头顶部区域和从相邻行人深度图像中确定的人体头顶部区域，统计输出行人的数量的步骤，包括：根据所述行人深度图像和所述相邻行人深度图像中人体头顶部区域的位置相似性和面积相似性，确定所述行人深度图像和所述相邻行人深度图像中匹配的人体头顶部区域；

当检测到所述匹配的人体头顶部区域连续穿越预设的标线时，对用于人数统计的计数器执行计数操作；

输出通过所述计数器统计得到的行人数量。

6.一种基于人体头顶部识别的行人统计装置，其特征在于，所述装置包括：前景获取单元，用于读取通过深度摄像头拍摄的行人深度图像，将所述行人深度图像和预先获取的环境均值图像比较，以获取所述行人深度图像的前景图像；

区域检测单元，用于将所述前景图像分割为多个区域，检测所述多个区域中每个区域的边缘像素点是否存在阶跃，并检测所述每个区域形成的区域曲面是否与人体头顶部曲面一致；

头顶部确定单元，用于当当前被检测区域的边缘像素点存在阶跃、且所述当前被检测区域形成的区域曲面与所述人体头顶部曲面一致时，则确定所述当前被检测区域为人体头顶部区域；以及行人数量输出单元，用于根据从所述行人深度图像中确定的人体头顶部区域和从相邻行人深度图像中确定的人体头顶部区域，统计输出行人的数量；

所述区域检测单元包括：

圆弧设置单元，用于在被检测区域的边缘取n个像素点，以所述n个像素点为弧心，在所述被检测区域外分别做半径值为r的圆弧，以得到n个圆弧，所述n个像素点中相邻两个像素点的距离为预设的固定值；

圆弧标识单元，用于在每个所述圆弧上取k个像素点，获取所述k个像素点中像素点的值大于该圆弧弧心的值的数量，将该数量记为第一数量，当所述第一数量和k的比值大于第一预设比值时，将该圆弧标识为正圆弧，否则将该圆弧标识为负圆弧；以及阶跃确定单元，用于统计所述被检测区域边缘的所述n个圆弧中正圆弧的数量，当所述正圆弧的数量超过第一预设数量时，确定所述被检测区域的边缘像素点存在阶跃。

7.如权利要求6所述的装置，其特征在于，所述区域检测单元包括：

曲线生成单元，用于在被检测区域的边缘取m个点，在形状为圆弧曲面的所述被检测区域上将所述m个点中不相邻的两个点不重复地任意两两连接，形成m/2条圆弧曲线，其中，m为偶数；以及曲面确定单元，用于获取所述m/2条圆弧曲线中斜率值符号仅变化一次的圆弧曲线的数量，将该数量记为第二数量，当所述第二数量与m/2的比值超过第二预设比值时，确定所述被检测区域与所述人体头顶部曲面一致。

8.如权利要求6所述的装置，其特征在于，所述行人数量输出单元包括：匹配头顶确定单元，用于根据所述行人深度图像和所述相邻行人深度图像中人体头顶部区域的位置相似性和面积相似性，确定所述行人深度图像和所述相邻行人深度图像中匹配的人体头顶部区域；

计数单元，用于当检测到所述匹配的人体头顶部区域连续穿越预设的标线时，对用于人数统计的计数器执行计数操作；以及数量输出单元，用于输出通过所述计数器统计得到的行人数量。

说明书

一种基于人体头顶部识别的行人统计方法及装置

技术领域

[0001] 本发明属于图像识别技术领域，尤其涉及一种基于人体头顶部识别的行人统计方法及装置。

背景技术

[0002] 随着经济的快速发展，城市的作用日渐增强，城市人口也不断增加。为了有效保障城市人口的安全，需要对商场、火车站和交通路口等人流量大的地点进行人数统计，以便相关区域设定有效的安全预案以应对紧急情况的发生，同时也为限制这些地点的人口流量提供标准。

[0003] 人数统计的基础在于对整个人的识别或者人体某个部位的识别，为了避免由于遮挡所导致的漏检和误检，摄像头一般采用垂直拍摄，最佳的人体识别部位是头部区域，常规方法采用识别人头部区域的方式统计人数。现有的人体头部识别技术主要采用RGB摄像机实现，具体地，提取人体头部的形状、纹理和颜色特征，然后在相关图像上进行匹配，以实现人体头部的识别。例如，通过大量搜集人体头部样本，用机器学习或者是神经网络的方法对头部样本进行训练，利用训练的分类器实现头部检测。随着近几年深度摄像机的普及，利用深度摄像机代替RGB摄像机识别人头部逐渐成为研究热点，深度图像所带有的相对距离信息比RGB摄像机所带有的颜色和纹理信息等更有利于人体头部识别。然而，由于行人之间的遮挡以及光线等其他干扰因素的存在，使得头部检测的准确率不高，导致行人误检、漏检的问题仍然经常发生。

发明内容

[0004] 本发明的目的在于提供一种基于人体头顶部识别的行人统计方法及装置，旨在解决由于现有技术无法提供一种有效的一种人体头部识别方法，导致人体头部检测准确率降低、行人误检或漏检经常发生的问题。

[0005] 一方面，本发明提供了一种基于人体头顶部识别的行人统计方法，所述方法包括下述步骤：

[0006] 读取通过深度摄像头拍摄的行人深度图像，将所述行人深度图像和预先获取的环境均值图像比较，以获取所述行人深度图像的前景图像；

[0007] 将所述前景图像分割为多个区域，检测所述多个区域中每个区域的边缘像素点是否存在阶跃，并检测所述每个区域形成的区域曲面是否与人体头顶部曲面一致；

[0008] 当当前被检测区域的边缘像素点存在阶跃、且所述当前被检测区域形成的区域曲面与所述人体头顶部曲面一致时，则确定所述当前被检测区域为人体头顶部区域；

[0009] 根据从所述行人深度图像中确定的人体头顶部区域和从相邻行人深度图像中确定的人体头顶部区域，统计输出行人的数量。

[0010] 另一方面，本发明还提供了一种基于人体头顶部识别的行人统计装置，所述装置包括：

[0011] 前景获取单元，用于读取通过深度摄像头拍摄的行人深度图像，将所述行人深度图像和预先获取的环境均值图像比较，以获取所述行人深度图像的前景图像；

[0012] 区域检测单元，用于将所述前景图像分割为多个区域，检测所述多个区域中每个区域的边缘像素点是否存在阶跃，并检测所述每个区域形成的区域曲面是否与人体头顶部曲面一致；

[0013] 头顶部确定单元，用于当当前被检测区域的边缘像素点存在阶跃、且所述当前被检测区域形成的区域曲面与所述人体头顶部曲面一致时，则确定所述当前被检测区域为人体头顶部区域；以及

[0014] 行人数量输出单元，用于根据从所述行人深度图像中确定的人体头顶部区域和从相邻行人深度图像中确定的人体头顶部区域，统计输出行人的数量。

[0015] 本发明读取通过深度摄像头拍摄的行人深度图像后，将行人深度图像和预先获取的环境均值图像比较，得到行人深度图像的前景图像，进而将前景图像分割为多个区域，检测该多个区域中每个区域的边缘像素点是否存在阶跃，并检测每个区域形成的区域曲面是否与人体头顶部曲面一致，当当前被检测区域的边缘像素点存在阶跃、且当前被检测区域形成的区域曲面与人体头顶部曲面一致时，则确定当前被检测区域为人体头顶部区域，进而根据从行人深度图像中确定的人体头顶部区域和从相邻行人深度图像中确定的人体头顶部区域，统计输出行人的数量，从而通过对头部特征的准确提取提高了人体头顶部的识别准确率，进而实现了行人的精确统计。

附图说明

[0016] 图1是本发明实施例一提供的基于人体头顶部识别的行人统计方法的实现流程图；

[0017] 图2是本发明实施例二提供的基于人体头顶部识别的行人统计方法的实现流程图；

[0018] 图3是本发明实施例二提供的被检测区域外半圆的示意图；

[0019] 图4是本发明实施例三提供的基于人体头顶部识别的行人统计方法的实现流程图；

[0020] 图5是本发明实施例三提供的被检测区域曲面上圆弧曲线的示意图；

[0021] 图6是本发明实施例四提供的基于人体头顶部识别的行人统计装置的结构示意图；以及

[0022] 图7是本发明实施例五提供的基于人体头顶部识别的行人统计装置的结构示意图。

具体实施方式

[0023] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

[0024] 以下结合具体实施例对本发明的具体实现进行详细描述：

[0025] 实施例一：

[0026] 图1示出了本发明实施例一提供的基于人体头顶部识别的行人统计方法的实现流程，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：

[0027] 在步骤S101中，读取通过深度摄像头拍摄的行人深度图像，将行人深度图像和预先获取的环境均值图像比较，以获取行人深度图像的前景图像。

[0028] 本发明实施例适用于行人或人流统计的计算机设备或系统，以实现对行人数量的统计。在本发明实施例中，首先利用深度摄像头对行人进行拍摄，以得到行人的深度图像，接着将行人深度图像和预先获取的环境均值图像比较，以获取行人深度图像的前景图像。

[0029] 优选地，通过公式

[0030] 获取行人深度图像的前景图像，其中，mask(x,y)为前景图像中位置为(x,y)处像素点的值，f(x,y)为行人深度图像中位置为(x,y)处像素点的值，bg(x,y)为环境均值图像中位置为(x,y)处像素点的值，Tbg为一预设值，环境均值图像为深度摄像头所拍摄区域的环境图像，不包含运动目标，仅包含环境背景。因此，在将行人深度图像和预先获取的环境均值图像比较之前，可获取预设数量的、行人行走环境的环境图像，计算该预设数量张环境图像的均值，以得到环境均值图像，从而得到较为稳定且准确的环境均值图像。通过该方式获取的前景图像仅包含原图像中的潜在头部区域，剔除了原图像的无关区域，这样，可在不降低获取前景图像的准确度的情况下，简化其计算过程，在一定程度上提高了本发明实施例的响应速度。

[0031] 在步骤S102中，将前景图像分割为多个区域，检测多个区域中每个区域的边缘像素点是否存在阶跃，并检测每个区域形成的区域曲面是否与人体头顶部曲面一致。

[0032] 在本发明实施例中，在将前景图像分割为多个区域时，可使用预设的种子点生长算法在前景图像寻找多个连通区域，以将前景图像分割为对应的多个区域。例如，可使用区域生长法或者是类似于种子点生长算法的泛洪法和扫描线法。优选地，使用区域生长算法在前景图像中分割出多个区域，以提高区域分割速度。

[0033] 在步骤S103中，当当前被检测区域的边缘像素点存在阶跃、且当前被检测区域形成的区域曲面与人体头顶部曲面一致时，则确定当前被检测区域为人体头顶部区域。

[0034] 为了精确识别人体头部，本发明实施例同时对人体头顶部在深度图像下的图像区域与其它部分图像区域的阶跃以及人体头顶部的特定形状进行检测，只有当当前被检测区域的边缘像素点存在阶跃、且当前被检测区域形成的区域曲面与人体头顶部曲面一致时，才确定当前被检测区域为人体头顶部区域，以有效提高行人识别的精确度。

[0035] 在步骤S104中，根据从行人深度图像中确定的人体头顶部区域和从相邻行人深度图像中确定的人体头顶部区域，统计输出行人的数量。

[0036] 在本发明实施例中，在统计输出行人的数量时，优选地，可根据行人深度图像和相邻行人深度图像中人体头顶部区域的位置相似性和面积相似性，确定行人深度图像和相邻行人深度图像中匹配的人体头顶部区域，从而实现行人的追踪。当检测匹配的人体头顶部区域(也就是行人)连续穿越图像中预设的标线时，对用于人数统计的计数器执行计数操作，输出通过计数器统计得到的行人数量。

[0037] 优选地，在确定行人深度图像和相邻行人深度图像中匹配的人体头顶部区域时，可将已确定的人体头顶部区域用矩形框包围，头部区域内接于矩形框，考虑到连续两帧图像之间人体头顶部区域的位置和面积不会发生剧烈变化，因此，对人体头顶部区域的跟踪，可通过计算连续相邻图像间人体头顶部区域矩形框对角线的交点位置坐标和人体头顶部区域面积大小的联合相似性确定。优选地，采用以下公式(1)计算相邻图像间人体头顶部区域的联合相似性：

[0038] Passociate(d1,d2)＝Aposition(d1,d2)*Aarea(d1,d2)  (1)

[0039] 其中，d1和d2分别代表连续两帧图像中的人体头顶部区域，Aposition和Aarea分别表示位置相似性和面积相似性。

[0040] 优先地，Aposition和Aarea可通过下述公式计算：

[0041]

[0042]

[0043] 其中，(x1,y1)、(x2,y2)表示相邻两帧图像中人体头顶部区域d1和d2对角线交点的坐标，s1、s2表示相邻两帧图像中人体头顶部区域d1和d2的面积，αx、αy表示相邻两帧图像中人体头顶部区域矩形框对角线交点坐标在X轴和Y轴上的方差，αs表示相邻两帧图像中所有人体头顶部区域面积的方差；

[0044] 当通过上述计算得到的联合相似性值超过预设阈值时，可将对应的两个人体头顶部区域确定为匹配的头顶部区域，这样可实现帧图像间行人的跟踪。之后，当检测到匹配的人体头顶部区域连续穿越帧图像中预设位置处的标线时，对用于人数统计的计数器执行计数操作，从而实现对行人的精确统计，最后输出通过计数器统计得到的行人数量。

[0045] 进一步优选地，可根据匹配的人体头顶部区域连续穿越帧图像中预设位置处标线方向，对不同方向的行人数量进行统计，从而实现按人流方向的行人统计，为人流控制提供更为准确的依据。

[0046] 本发明实施例通过深度摄像头获取人体头顶部图像，结合人体头顶部特征，只有在确定头顶部图像边缘像素点存在阶跃、且当前被检测区域形成的区域曲面与人体头顶部曲面一致时，才确定当前被检测区域为人体头顶部区域，进而统计得到行人深度图像中包括的行人数量并输出，大大提高了计算机设备对于人体头顶部的识别准确率，进而实现了行人的精确统计。

[0047] 实施例二：

[0048] 图2示出了本发明实施例二提供的基于人体头顶部识别的行人统计方法的实现流程，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：

[0049] 在步骤S201中，读取通过深度摄像头拍摄的行人深度图像，将行人深度图像和预先获取的环境均值图像比较，以获取行人深度图像的前景图像。

[0050] 本发明实施例适用于行人或人流统计的计算机设备或系统，以实现对行人数量的统计。在本发明实施例中，首先利用深度摄像头对行人进行拍摄，以得到行人的深度图像，接着将行人深度图像和预先获取的环境均值图像比较，以获取行人深度图像的前景图像。

[0051] 优选地，通过公式

[0052] 获取行人深度图像的前景图像，其中，mask(x,y)为前景图像中位置为(x,y)处像素点的值，f(x,y)为行人深度图像中位置为(x,y)处像素点的值，bg(x,y)为环境均值图像中位置为(x,y)处像素点的值，Tbg为一预设值，环境均值图像为深度摄像头所拍摄位置的环境图像，不包含运动目标，仅包含环境背景。因此，在将行人深度图像和预先获取的环境均值图像比较之前，可获取预设数量的、行人行走环境的环境图像，计算该预设数量张环境图像的均值，以得到环境均值图像，从而得到较为稳定且准确的环境均值图像。通过该方式获取前景图像可在不降低获取前景图像的准确度的情况下，简化其计算过程，在一定程度上提高了本发明实施例的响应速度。

[0053] 在步骤S202中，将前景图像分割为多个区域。

[0054] 在本发明实施例中，在将前景图像分割为多个区域时，可使用预设的种子点生长算法在前景图像寻找多个连通区域，以将前景图像分割为对应的多个区域。例如，可使用区域生长法或者是类似于种子点生长算法的泛洪法和扫描线法。优选地，使用区域生长算法在前景图像中分割出多个区域，以提高区域分割速度。

[0055] 在步骤S203中，在被检测区域的边缘取n个像素点，以n个像素点为弧心，在被检测区域外分别做半径值为r的圆弧，以得到n个圆弧。

[0056] 在本发明实施例中，在检测多个区域中每个区域的边缘像素点是否存在阶跃时，在被检测区域的边缘取n个像素点，以n个像素点为弧心，在被检测区域外分别做半径值为r的圆弧，其中，r的大小与当前区域的大小呈正比关系。作为示例地，如图3所示，被检测区域的边缘取n个像素点P1、P2、P3、P4、P5、…、Pn，以这些像素点为弧心，在被检测区域外分别做半径值为r的对应圆弧C1、C2、C3、C4、C5、…、Cn，其中，相邻两个像素点的距离为预设的固定值，当然也可以根据具体情形设置为不同的距离值。

[0057] 在步骤S204中，在每个圆弧上取k个像素点，获取k个像素点中像素点的值大于该圆弧弧心的值的数量，将该数量记为第一数量，当第一数量和k的比值大于第一预设比值时，将该圆弧标识为正圆弧，否则将该圆弧标识为负圆弧。

[0058] 在本发明实施例中，在对圆弧进行标识时，可以直接用相应的符号或数字进行标记，以便于后续正、负圆弧的统计。

[0059] 在步骤S205中，统计被检测区域边缘的n个圆弧中正圆弧的数量，当正圆弧的数量超过第一预设数量时，确定被检测区域的边缘像素点存在阶跃。

[0060] 在本发明实施例中，n、r、k、第一预设数量都是预设的整数，可根据检测准确度进行设置，从而可根据不同检测准确度要求进行设置，提高了人流统计系统的灵活性，通过上述方式可准确判断被检测区域边缘像素点是否存在阶跃，并简化阶跃的检测过程，一定程度上提高了人体头顶部的识别效率。

[0061] 在步骤S206中，检测每个区域形成的区域曲面是否与人体头顶部曲面一致。

[0062] 在步骤S207中，当被检测区域形成的区域曲面与人体头顶部曲面一致时，确定当前被检测区域为人体头顶部区域。

[0063] 在检测到被检测区域边缘像素点存在阶跃后，为了进一步精确识别人体头部，本发明实施例进一步对被检测区域深度图像的曲面形状进行检测，只有被检测区域形成的区域曲面与人体头顶部曲面一致时，才确定当前被检测区域为人体头顶部区域，以有效提高行人识别的精确度。在检测被检测区域形成的区域曲面与人体头顶部曲面是否一致时，具体可判断被检测区域深度图像形成的区域曲面是否为向上凸出的曲面，以符合人体头顶部的形状。

[0064] 在步骤S208中，根据从所述行人深度图像中确定的人体头顶部区域和从相邻行人深度图像中确定的人体头顶部区域，统计输出行人的数量。

[0065] 在本发明实施例中，在统计输出行人的数量时，优选地，可根据行人深度图像和相邻行人深度图像中人体头顶部区域的位置相似性和面积相似性，确定行人深度图像和相邻行人深度图像中匹配的人体头顶部区域，从而实现行人的追踪。当检测匹配的人体头顶部区域(也就是行人)连续穿越图像中预设的标线时，对用于人数统计的计数器执行计数操作，输出通过计数器统计得到的行人数量。

[0066] 实施例三：

[0067] 图4示出了本发明实施例三提供的基于人体头顶部识别的行人统计方法的实现流程，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：

[0068] 在步骤S401中，读取通过深度摄像头拍摄的行人深度图像，将行人深度图像和预先获取的环境均值图像比较，以获取行人深度图像的前景图像。

[0069] 在步骤S402中，将前景图像分割为多个区域。

[0070] 在步骤S403中，检测该多个区域中每个区域的边缘像素点是否存在阶跃。

[0071] 在步骤S404中，当当前被检测区域的边缘像素点存在阶跃时，在该被检测区域的边缘取m个点，在形状为圆弧曲面的被检测区域上将m个点中不相邻的两个点不重复地任意两两连接，形成m/2条圆弧曲线。

[0072] 在步骤S405中，获取m/2条圆弧曲线中斜率值符号仅变化一次的圆弧曲线的数量，将该数量记为第二数量，当第二数量与m/2的比值超过第二预设比值时，确定被检测区域与人体头顶部曲面一致。

[0073] 在本发明实施例中，当当前被检测区域的边缘像素点存在阶跃时，进一步检测被检测区域与人体头顶部曲面形状是否一致。在检测被检测区域与人体头顶部曲面形状是否一致时，在被检测区域的边缘上有间隔地任取m(m为偶数)个点(P1，P2，P3，…，Pm)，如图5所示，通过形状为曲面或弧面的被检测区域上的像素点将m个点中不相邻的两个点不重复地任意两两连接，形成m/2条圆弧曲线，获取m/2条圆弧曲线中斜率值符号仅变化一次的圆弧曲线的数量，将该数量记为第二数量，当第二数量与m/2的比值超过第二预设比值时，确定被检测区域与人体头顶部曲面一致，反之，则可确定当前被检测区域与人体头顶部曲面不一致。

[0074] 在本发明实施例中，m是预设的整数。通过本发明实施例的上述方式可准确判断当前被检测区域与人体头顶部曲面形状是否一致，提高了人体头顶部的识别准确度。

[0075] 在步骤S406中，根据从行人深度图像中确定的人体头顶部区域和从相邻行人深度图像中确定的人体头顶部区域，统计输出行人的数量。

[0076] 在本发明实施例中，在统计输出行人的数量时，优选地，可根据行人深度图像和相邻行人深度图像中人体头顶部区域的位置相似性和面积相似性，确定行人深度图像和相邻行人深度图像中匹配的人体头顶部区域，从而实现行人的追踪。当检测匹配的人体头顶部区域(也就是行人)连续穿越图像中预设的标线时，对用于人数统计的计数器执行计数操作，输出通过计数器统计得到的行人数量。

[0077] 在本发明实施例中，在检测被检测区域与人体头顶部曲面形状是否一致时，在该被检测区域的边缘取m个点，在形状为圆弧曲面的被检测区域上将m个点中不相邻的两个点不重复地任意两两连接，形成m/2条圆弧曲线，获取m/2条圆弧曲线中斜率值符号仅变化一次的圆弧曲线的数量，当该数量与m/2的比值超过第二预设比值时，确定被检测区域与人体头顶部曲面一致，在提高人体头顶部的识别准确度的同时，简化了人体头顶部形状判断过程，可及时向用户反馈行人数量，提高了行人统计效率。

[0078] 实施例四：

[0079] 图6示出了本发明实施例四提供的基于人体头顶部识别的行人统计装置的结构，为了便于说明，仅示出了与本发明实施例相关的部分，其中包括：

[0080] 前景获取单元61，用于读取通过深度摄像头拍摄的行人深度图像，将行人深度图像和预先获取的环境均值图像比较，以获取行人深度图像的前景图像；

[0081] 区域检测单元62，用于将前景图像分割为多个区域，检测多个区域中每个区域的边缘像素点是否存在阶跃，并检测每个区域形成的区域曲面是否与人体头顶部曲面一致；

[0082] 头顶部确定单元63，用于当当前被检测区域的边缘像素点存在阶跃、且当前被检测区域形成的区域曲面与人体头顶部曲面一致时，则确定当前被检测区域为人体头顶部区域；以及

[0083] 行人数量输出单元64，用于根据从行人深度图像中确定的人体头顶部区域和从相邻行人深度图像中确定的人体头顶部区域，统计输出行人的数量。

[0084] 在本发明实施例中，基于人体头顶部识别的行人统计装置的各单元可由相应的硬件或软件单元实现，各单元可以为独立的软、硬件单元，也可以集成为计算机设备的一个软、硬件单元，在此不用以限制本发明。各单元的具体实施方式可参考实施例一对应步骤的描述，在此不再赘述。

[0085] 实施例五：

[0086] 图7示出了本发明实施例五提供的基于人体头顶部识别的行人统计装置的结构，为了便于说明，仅示出了与本发明实施例相关的部分，其中包括：

[0087] 前景获取单元71，用于读取通过深度摄像头拍摄的行人深度图像，将行人深度图像和预先获取的环境均值图像比较，以获取行人深度图像的前景图像；

[0088] 区域检测单元72，用于将前景图像分割为多个区域，检测多个区域中每个区域的边缘像素点是否存在阶跃，并检测每个区域形成的区域曲面是否与人体头顶部曲面一致；

[0089] 头顶部确定单元73，用于当当前被检测区域的边缘像素点存在阶跃、且当前被检测区域形成的区域曲面与人体头顶部曲面一致时，则确定当前被检测区域为人体头顶部区域；以及

[0090] 行人数量输出单元74，用于根据从行人深度图像中确定的人体头顶部区域和从相邻行人深度图像中确定的人体头顶部区域，统计输出行人的数量。

[0091] 优选地，区域检测单元72包括：

[0092] 圆弧设置单元721，用于在被检测区域的边缘取n个像素点，以所述n个像素点为弧心，在所述被检测区域外分别做半径值为r的圆弧，以得到n个圆弧，所述n个像素点中相邻两个像素点的距离为预设的固定值；

[0093] 圆弧标识单元722，用于在每个所述圆弧上取k个像素点，获取所述k个像素点中像素点的值大于该圆弧弧心的值的数量，将该数量记为第一数量，当所述第一数量和k的比值大于第一预设比值时，将该圆弧标识为正圆弧，否则将该圆弧标识为负圆弧；以及[0094] 阶跃确定单元723，用于统计所述被检测区域边缘的所述n个圆弧中正圆弧的数量，当所述正圆弧的数量超过第一预设数量时，确定所述被检测区域的边缘像素点存在阶跃。

[0095] 进一步优选地，区域检测单元72还可以包括：

[0096] 曲线生成单元724，用于在被检测区域的边缘取m个点，在形状为圆弧曲面的所述被检测区域上将所述m个点中不相邻的两个点不重复地任意两两连接，形成m/2条圆弧曲线，其中，m为偶数；以及

[0097] 曲面确定单元725，用于获取所述m/2条圆弧曲线中斜率值符号仅变化一次的圆弧曲线的数量，将该数量记为第二数量，当所述第二数量与m/2的比值超过第二预设比值时，确定所述被检测区域与所述人体头顶部曲面一致。

[0098] 优选地，行人数量输出单元74包括：

[0099] 匹配头顶确定单元741，用于根据所述行人深度图像和所述相邻行人深度图像中人体头顶部区域的位置相似性和面积相似性，确定所述行人深度图像和所述相邻行人深度图像中匹配的人体头顶部区域；

[0100] 计数单元742，用于当检测到所述匹配的人体头顶部区域连续穿越预设的标线时，对用于人数统计的计数器执行计数操作；以及

[0101] 数量输出单元743，用于输出通过所述计数器统计得到的行人数量。

[0102] 在本发明实施例中，基于人体头顶部识别的行人统计装置的各单元可由相应的硬件或软件单元实现，各单元可以为独立的软、硬件单元，也可以集成为一个软、硬件单元，在此不用以限制本发明。各单元的具体实施方式可参考前述实施例二和三的描述，在此不再赘述。

[0103] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。