CN108629230A - 一种人数统计方法及装置和电梯调度方法及*** - Google Patents

一种人数统计方法及装置和电梯调度方法及*** Download PDF

Info

Publication number
CN108629230A
CN108629230A CN201710157587.0A CN201710157587A CN108629230A CN 108629230 A CN108629230 A CN 108629230A CN 201710157587 A CN201710157587 A CN 201710157587A CN 108629230 A CN108629230 A CN 108629230A
Authority
CN
China
Prior art keywords
target
people
projection
pixel
region
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710157587.0A
Other languages
English (en)
Other versions
CN108629230B (zh
Inventor
戴华东
张迪
任烨
龚晖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN201710157587.0A priority Critical patent/CN108629230B/zh
Publication of CN108629230A publication Critical patent/CN108629230A/zh
Application granted granted Critical
Publication of CN108629230B publication Critical patent/CN108629230B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B1/00—Control systems of elevators in general
    • B66B1/24—Control systems with regulation, i.e. with retroactive action, for influencing travelling speed, acceleration, or deceleration
    • B66B1/2408—Control systems with regulation, i.e. with retroactive action, for influencing travelling speed, acceleration, or deceleration where the allocation of a call to an elevator car is of importance, i.e. by means of a supervisory or group controller
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
    • B66B5/0006—Monitoring devices or performance analysers
    • B66B5/0012—Devices monitoring the users of the elevator system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B2201/00—Aspects of control systems of elevators
    • B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
    • B66B2201/222—Taking into account the number of passengers present in the elevator car to be allocated

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例提供了一种人数统计方法及装置和电梯调度方法及***，其中，人数统计方法包括：将获取的立体视觉摄像机拍摄得到的图像的三维数据转化为世界坐标系下的空间三维信息；根据空间三维信息中的高度及宽度信息，对图像投影得到二维投影图；获取二维投影图中具有人体目标特征的目标像素点；对目标像素点进行连通区域标记，计算得到不同标记的目标像素点构成的投影团块中多个目标极大值点；以目标极大值点为圆心、预设半径的圆进行覆盖，得到多个候选人头目标区域；确定候选人头目标区域中的确认人头目标；统计当前帧中所有确认人头目标的数量，确定立体视觉摄像机拍摄得到的图像中的人数。通过本发明可以提高人数统计的准确率。

Description

一种人数统计方法及装置和电梯调度方法及***
技术领域
本发明涉及图像处理技术领域，特别是涉及一种人数统计方法及装置和电梯调度方法及***。
背景技术
随着计算机视觉技术的发展，基于立体视觉摄像机的行人检测技术具有更高的可靠性、便捷性和低成本，正在逐步取代传统的红外或接触式设备等方式，所以受到越来越多的关注。在对商场、购物中心、机场、车站等公共活动区域的管理和决策中，人数是不可或缺的数据。通过对人数的统计，可以实时有效的监控、组织公共活动区域的运营工作，例如，根据乘坐电梯的人数及等候电梯的人数，协同调度商场里的电梯。
传统的人数统计通过机器学习的方法实现，通过训练学习的过程，得到人头轮廓信息，生成人头检测器，将拍摄到的图像输入到人头检测器中，通过轮廓信息的对比识别，得到人头区域。但是，传统的人数统计方法只利用人头的轮廓信息，易将图像中与人头形状相似的圆状物体以及人头阴影等误判为人头区域。
为了避免将拍摄得到的图像中与人头形状相似的圆状物体以及人头阴影等误判为人头区域，提出了一种人数统计方法，该人数统计方法采用两个摄像头同步拍摄图像，通过拍摄的图像中检测到的人头区域，获取对应深度图中的深度值，并与预先设定的真实的人头区域的深度阈值进行比较，根据比较结果判断该检测到的人头区域是否为真实的人头区域。由于利用三维深度信息，将检测到的人头区域的深度值与设定的人头区域深度阈值进行比较，降低了只是利用人头的轮廓信息，易将图像中与人头形状相似的圆状物体以及人头阴影等误判为人头区域的可能性。
由于商场、购物中心、机场、车站等公共活动区域的人数密度大、目标遮挡严重，对于这类复杂场景，现有的人数统计方法采用检测器检测目标，实际情况中，即使通过三维深度信息验证真实人头区域进行人数统计，仍然存在原图目标和深度图上的目标一一对应不准确的问题，导致人数统计的准确率低。
发明内容
本发明实施例的目的在于提供一种人数统计方法及装置和电梯调度方法及***，以提高人数统计的准确率。具体技术方案如下：
第一方面，本发明实施例提供了一种人数统计方法，所述人数统计方法包括：
获取立体视觉摄像机拍摄得到的图像的三维数据，并将所述三维数据转化为世界坐标系下的空间三维信息；
根据所述空间三维信息中的高度信息及宽度信息，将所述图像进行投影，得到二维投影图；
获取所述二维投影图中具有人体目标特征的目标像素点；
对所述目标像素点进行连通区域标记，并针对不同连通区域标记的目标像素点构成的投影团块，计算得到每个投影团块中至少一个目标极大值点；
针对每个投影团块，以目标极大值点为圆心、预设半径的圆进行覆盖，得到至少一个候选人头目标区域；
在两个候选人头目标区域覆盖了相同的目标极大值点、且所述相同的目标极大值点构成的外接多边形区域的像素点数占所述两个候选人头目标区域的总像素点数的比例大于预设比例阈值时，确定所述两个候选人头目标区域为同一个确认人头目标；
统计所述当前帧中所有确认人头目标的数量，确定所述立体视觉摄像机拍摄得到的图像中的人数。
第二方面，本发明实施例提供了一种电梯调度方法，所述电梯调度方法包括：
获取立体视觉摄像机拍摄得到的候梯厅中图像的三维数据，并将所述三维数据转化为世界坐标系下的空间三维信息；
根据所述空间三维信息中的高度信息及宽度信息，将所述图像进行投影，得到二维投影图；
获取所述二维投影图中具有人体目标特征的目标像素点；
对所述目标像素点进行连通区域标记，并针对不同连通区域标记的目标像素点构成的投影团块，计算得到每个投影团块中至少一个目标极大值点；
针对每个投影团块，以目标极大值点为圆心、预设半径的圆进行覆盖，得到至少一个候选人头目标区域；
在两个候选人头目标区域覆盖了相同的目标极大值点、且所述相同的目标极大值点构成的外接多边形区域的像素点数占所述两个候选人头目标区域的总像素点数的比例大于预设比例阈值时，确定所述两个候选人头目标区域为同一个确认人头目标；
统计所述当前帧中所有确认人头目标的数量，确定所述候梯厅中的人数；
获取电梯轿厢内的人数及所述电梯轿厢的空间占用率；
根据所述候梯厅中的人数、所述电梯轿厢内的人数及所述电梯轿厢的空间占用率，调度人数未满且空间未满的电梯轿厢至所述候梯厅中的人数大于0的候梯厅所处的楼层。
第三方面，本发明实施例提供了一种人数统计装置，所述人数统计装置包括：
第一获取模块，用于获取立体视觉摄像机拍摄得到的图像的三维数据，并将所述三维数据转化为世界坐标系下的空间三维信息；
投影图确定模块，用于根据所述空间三维信息中的高度信息及宽度信息，将所述图像进行投影，得到二维投影图；
第二获取模块，用于获取所述二维投影图中具有人体目标特征的目标像素点；
计算模块，用于对所述目标像素点进行连通区域标记，并针对不同连通区域标记的目标像素点构成的投影团块，计算得到每个投影团块中至少一个目标极大值点；
目标区域确定模块，用于针对每个投影团块，以目标极大值点为圆心、预设半径的圆进行覆盖，得到至少一个候选人头目标区域；
确认人头目标确定模块，用于在两个候选人头目标区域覆盖了相同的目标极大值点、且所述相同的目标极大值点构成的外接多边形区域的像素点数占所述两个候选人头目标区域的总像素点数的比例大于预设比例阈值时，确定所述两个候选人头目标区域为同一个确认人头目标；
人数统计模块，用于统计所述当前帧中所有确认人头目标的数量，确定所述立体视觉摄像机拍摄得到的图像中的人数。
第四方面，本发明实施例提供了一种电梯调度***，所述电梯调度***包括：
立体视觉摄像机，用于拍摄候梯厅中的场景图像；
电梯轿厢内人数和占空比统计设备，用于通过拍摄得到电梯轿厢内的人数及所述电梯轿厢的空间占用率；
电梯调度控制器，用于获取所述立体视觉摄像机拍摄得到的所述候梯厅中图像的三维数据，并将所述三维数据转化为世界坐标系下的空间三维信息；根据所述空间三维信息中的高度信息及宽度信息，将所述图像进行投影，得到二维投影图；获取所述二维投影图中具有人体目标特征的目标像素点；对所述目标像素点进行连通区域标记，并针对不同连通区域标记的目标像素点构成的投影团块，计算得到每个投影团块中至少一个目标极大值点；针对每个投影团块，以目标极大值点为圆心、预设半径的圆进行覆盖，得到至少一个候选人头目标区域；在两个候选人头目标区域覆盖了相同的目标极大值点、且所述相同的目标极大值点构成的外接多边形区域的像素点数占所述两个候选人头目标区域的总像素点数的比例大于预设比例阈值时，确定所述两个候选人头目标区域为同一个确认人头目标；统计所述当前帧中所有确认人头目标的数量，确定所述候梯厅中的人数；获取电梯轿厢内的人数及所述电梯轿厢的空间占用率；根据所述候梯厅中的人数、所述电梯轿厢内的人数及所述电梯轿厢的空间占用率，调度人数未满且空间未满的电梯轿厢至所述候梯厅中的人数大于0的候梯厅所处的楼层。
本发明实施例提供的人数统计方法及装置和电梯调度方法及***，对拍摄得到的图像三维数据进行转化，再将转化后得到的世界坐标系下的空间三维信息进行投影，使用二维投影图上的极大值特征来初步选取人头目标区域，并采用前后帧关联匹配确定真实人头目标，利用了空间三维信息和前后帧的时间维度信息共同确定目标位置，在人所处位置离摄像机太远或者有部分遮挡时，仍然可以精确获取人的高度，进而得到投影图，再通过时间维度确定真实人头目标，在人数密度大、遮挡严重的复杂场景下，人数统计具有高准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的人数统计方法的第一种流程示意图；
图2为本发明实施例的人数统计方法的第二种流程示意图；
图3为本发明实施例的人数统计方法的第三种流程示意图；
图4为本发明实施例的人数统计方法的第四种流程示意图；
图5为本发明实施例的电梯调度方法的一种流程示意图；
图6为本发明实施例中目标验证筛选的流程示意图；
图7为本发明实施例中基于人数统计的电梯调度的流程示意图；
图8为本发明实施例的人数统计装置的第一种结构示意图；
图9为本发明实施例的人数统计装置的第二种结构示意图；
图10为本发明实施例的人数统计装置的第三种结构示意图；
图11为本发明实施例的人数统计装置的第四种结构示意图；
图12为本发明实施例的电梯调度装置的一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为了提高人数统计的准确率，本发明实施例提供了一种人数统计方法及装置和电梯调度方法及***。
下面首先对本发明实施例所提供的一种人数统计方法进行介绍。
需要说明的是，本发明实施例所提供的一种人数统计方法的执行主体可以为一种控制设备，该控制设备可以接收立体视觉摄像机拍摄的三维图像，由例如DSP(DigitalSignal Processor，数字信号处理器)、ARM(Advanced ReducedInstruction Set ComputerMachines，精简指令集计算机微处理器)或者FPGA(Field-Programmable Gate Array，现场可编程门阵列)等芯片对三维图像进行处理，从而统计拍摄的图像中的人数。当然，本发明实施例所提供的一种人数统计方法的执行主体还可以为集成了具有上述功能的控制单元或者控制芯片的立体视觉摄像机。需要强调的是，立体视觉摄像机为可以获得目标立体三维信息的摄像机，例如双目摄像机、TOF(Time of Flight，飞行时间技术)摄像机，这里不做具体限定。其中，实现本发明实施例所提供的一种人数统计方法的方式可以为设置于执行主体中的软件、硬件电路和/或逻辑电路。
在例如楼宇电梯调度等场景下，电梯的合理调度可以有效的提高楼宇整个电梯群的运行效率，为了实现这个目的，并且实现电梯调度的自动化程度，就需要高准确率的人数统计。需要说明的是，本发明实施例的应用场景包含但不限于电梯等候厅等类似人数密度大、目标遮挡严重的公共活动区域，这里不做具体限定。
如图1所示，本发明实施例所提供的一种人数统计方法，可以包括如下步骤：
S101，获取立体视觉摄像机拍摄得到的图像的三维数据，并将三维数据转化为世界坐标系下的空间三维信息。
其中，立体视觉摄像机为可以获得目标立体三维信息的摄像机，目前常用的立体视觉摄像机包括双目摄像机及基于TOF(Time of Flight，飞行时间)技术的摄像机。立体视觉摄像机拍摄得到的图像的三维数据为在立体视觉摄像机坐标系下的三维数据，可以通过立体视觉摄像机外部参数将三维数据转化为世界坐标系下的空间三维信息，即以地平面为水平面的三维空间下的三维信息，这样可以体现出每个像素点在世界坐标系下的实际高度。将三维数据转化为空间三维信息的技术属于现有技术，这里不再赘述。需要说明的是，由于二维摄像机拍摄得到的图像无法获得拍摄物具体的三维结构信息，或者获取的空间结构信息准确度极低。因此，本发明实施例需要采用立体视觉摄像机。
S102，根据空间三维信息中的高度信息及宽度信息，将图像进行投影，得到二维投影图。
需要说明的是，空间三维信息具体的包括目标的高度信息、目标的宽度信息以及目标的深度信息，目标的高度信息就是目标的实际高度，例如人体目标的身高为1.8m，则目标的高度信息就为1.8m。将拍摄得到的图像向垂直于水平面的平面进行投影，可以得到能够体现目标的高度和宽度的二维投影图，其中，投影高度一般限制在预设高度范围内，例如，考虑到高于电梯门的目标无法进入电梯，高度过低的目标往往又是地面和噪声共同造成的，因此，在电梯调度中将预设高度范围设置为低于电梯门高的人体高度范围之内，通常情况下，将立体视觉摄像机架设在相对于地平面高3m至3.5m的位置。除此之外，二维投影图还可以是根据目标的高度信息及宽度信息，在任意平面构建的，该二维投影图能够体现目标的高度和宽度。
需要强调的是，二维投影图的横坐标为目标的宽度、纵坐标为目标的高度，二维投影图同一位置选取竖直方向最高点的高度值。空间三维信息和二维投影图之间存在缩放比例关系，表征二维投影图中一个像素点所代表的真实距离，例如，一个目标的实际高度为1.8m，该目标在二维投影图中的高度占了9个像素点，那么每个像素点所代表的真实距离为20cm。
可选的，在步骤S102之后，人数统计方法还可以包括：
通过非目标背景像素抑制处理，以预设速率减小二维投影图中非人体目标区域的高度值，得到非目标背景像素抑制后的二维投影图。
需要说明的是，由于立体视觉摄像机拍摄的区域内通常会摆放花盆、垃圾箱等物品，为了避免将这些物品检测成人体目标，可以根据物体目标长时间位置固定不变的特点，将此类物体目标确定为非目标背景，以预先设定的速率减小对应非人体目标区域投影图的高度值，实现对非目标背景像素的抑制功能。例如，对于上述的物体目标，可以以每2秒减小一个像素点高度的速率降低非人体目标区域投影图的高度值。
S103，获取二维投影图中具有人体目标特征的目标像素点。
需要说明的是，二维投影图中包含有很多个像素点，每个像素点可以体现不同的目标特征，由于本实施例需要对人数进行统计，则需要获取二维投影图中具有人体目标特征的像素点，其中，人体目标特征可以包括：人体高度、人体面积、人体长宽比和人体圆形度等形状特征。
S104，对目标像素点进行连通区域标记，并针对不同连通区域标记的目标像素点构成的投影团块，计算得到每个投影团块中至少一个目标极大值点。
需要说明的是，连通区域标记是指，对图像逐行逐列扫描，对属于同一连通区域的像素赋予相同的连通标号，从而实现连通标识。从仅由“1”像素(前景点)和“0”像素(背景点)组成的一幅点阵图像中，将相互邻接的“1”像素组合成区域，并用边界信息描述每个连通区域，在同一个连通区域中每个像素点是互相邻接的，因此，一个连通区域中的所有像素点可以构成一个投影团块。对于每个投影团块需要单独进行处理，处理主要需考虑以下两个方面：首先，根据投影团块的大小等属性排除一些噪声区域；其次，由于同一个人头在图像上应该是连续的一个投影团块，因此，需保证人头的提取在同一个投影团块内进行。由于摄像机的拍摄性能存在一定的差别，有的摄像机可以拍摄到边缘清晰的图像，而有的摄像机可能拍摄到的图像的边缘不清晰；针对边缘清晰的图像，可以直接对该图像进行分析，得到目标极大值点，而对于边缘不清晰的图像，则需要对边缘做一定的处理，并对图像做灰度膨胀，才可以得到目标极大值点。为了减少图像分析的过程，无论图像是否清晰，都可以对图像的边缘进行处理，并通过灰度膨胀的处理得到目标极大值点。
可选的，步骤S104可以包括：
首先，根据预设数值，将不同连通区域标记的目标像素点构成的投影团块扩大，得到每个投影团块的极大值待搜索区域。
需要说明的是，对投影团块进行处理，首先是对各投影团块进行距离变换，将投影团块边缘预设距离的内部区域作为极大值待搜索区域，换句话说，就是将投影团块的边缘适当扩大，即将投影团块的面积扩大，以保证人头目标在扩大后的区域内，从而在后续的步骤中，便于识别人头目标。
其次，对所有极大值待搜索区域进行灰度膨胀，得到每个极大值待搜索区域的膨胀结果。
其中，膨胀结果中特征像素点的像素值与进行灰度膨胀前对应像素点的像素值相等。需要说明的是，采用预设半径对极大值待搜索区域内的二维投影图做灰度膨胀，得到膨胀后的结果，灰度膨胀的过程是对原图像的灰度进行处理，使得结构元素均为正值，输出的图像趋向比输入的原图像更亮，并且原图像中暗的细节全部被消除了或者是减少了，取决于膨胀所用的结构元素的值和形状。并且通过灰度膨胀，人头的一些特征，例如人体高度、人体面积、人体长宽比和人体圆形度等形状特征，这些特征的像素值不会发生变化。其中，预设半径可以是通过真实的人头半径根据二维投影图的缩放比例换算得到的。
再次，比较每个膨胀结果中各像素点的像素值与对应投影团块中相应像素点的像素值，将像素值相等的像素点确定为候选极大值点。
然后，针对每个投影团块，比较二维投影图的当前帧中每个候选极大值点与当前帧的上一帧中对应像素点的位置偏移及高度差。
需要说明的是，由于在例如电梯等候厅的场景内目标不会有大范围的剧烈运动，高度也通常不会剧烈变化，基于这个先验，对于每个候选极大值点，使用相邻两帧(即当前帧与当前帧的前一帧)的人头位置偏移及高度差做验证。
最后，确定位置偏移小于预设位移、且高度差小于预设高度差阈值的候选极大值点为目标极大值点。
需要说明的是，在对当前帧与当前帧的前一帧的人头位置偏移及高度差做验证时，满足位置偏移小于预设位移、高度差小于预设高度差阈值的候选极大值点，可以确定为目标极大值点。其中，预设位移和预设高度差阈值通常为很小的值，例如5cm。
S105，针对每个投影团块，以目标极大值点为圆心、预设半径的圆进行覆盖，得到至少一个候选人头目标区域。
需要说明的是，目标极大值点往往为人头目标中的特征点，可以以目标极大值点为圆心，预设半径的圆对投影团块进行覆盖，由于每个目标极大值点为圆心都可以形成一个圆，则可以得到多个候选人头目标区域。
可选的，步骤S105可以包括：
首先，针对每个投影团块，以任一目标极大值点为圆心，获得当前帧中被预设半径覆盖的目标区域的面积。
其次，在目标区域的面积与上一帧中对应的区域面积的差值小于预设面积差阈值时，确定目标区域为候选人头目标区域。
需要说明的是，在每个投影团块中，由于包含了多个目标极大值点，以每个目标极大值点为圆心可以得到多个目标区域，当前帧的多个目标区域中可能存在与上一帧对应区域的面积有较大差距的目标区域，因此，需要对当前帧的目标区域与上一帧的对应区域作对比，在面积差值小于预设面积差阈值时，则可以确定该目标区域为候选人头目标区域。其中，预设面积差阈值通常为很小的值，例如5cm2。
S106，在两个候选人头目标区域覆盖了相同的目标极大值点、且相同的目标极大值点构成的外接多边形区域的像素点数占该两个候选人头目标区域的总像素点数的比例大于预设比例阈值时，确定该两个候选人头目标区域为同一个确认人头目标。
需要说明的是，一个候选人头目标区域中可能会覆盖很多个目标极大值点，而相邻两个候选人头目标区域可能会覆盖多个相同的目标极大值点，在两个候选人头目标区域覆盖的目标极大值点的重复率很高，并且相同的目标极大值点构成的外接多边形区域的像素点数占该两个候选人头目标区域的总像素点数的比例大于预设比例阈值时，就可以认为该两个候选人头目标区域为同一个确认人头目标，其中，外接多边形可以为外接三角形、外接矩形、外接菱形、外接六边形等。
S107，统计当前帧中所有确认人头目标的数量，确定立体视觉摄像机拍摄得到的图像中的人数。
需要说明的是，通过上述步骤可以得到所有的确认人头目标，通过统计可以得到确认人头目标的数量，可以将该数量记为立体视觉摄像机拍摄得到的图像中的人数Np。
应用本实施例，对拍摄得到的图像三维数据进行转化，再将转化后得到的世界坐标系下的空间三维信息进行投影，使用二维投影图上的极大值特征来初步选取人头目标区域，并采用前后帧关联匹配确定真实人头目标，利用了空间三维信息和前后帧的时间维度信息共同确定目标位置，在人所处位置离摄像机太远或者有部分遮挡时，仍然可以精确获取人的高度，进而得到投影图，再通过时间维度确定真实人头目标，在人数密度大、遮挡严重的复杂场景下，人数统计具有高准确率。
如图2所示，基于图1所示实施例，本实施例所提供的一种人数统计方法，在步骤S102之后，还可以包括：
S201，对二维投影图进行平滑滤波处理，得到去除异常像素值后的二维投影图。
需要说明的是，由于受图像畸变、图像匹配存在误差等影响，二维投影图像素存在较大的噪声，需要对投影得到的二维投影图进行平滑滤波处理，其中，采用的滤波方法可以为均值滤波方法或中值滤波方法，即采用模板对二维投影图的像素点求解均值或中值，达到去除二维投影图异常像素值的目的。
可选的，在步骤S201之后，人数统计方法还可以包括：
通过非目标背景像素抑制处理，以预设速率减小去除异常像素值后的二维投影图中非人头目标区域的高度值，得到非目标背景像素抑制后的二维投影图。
需要说明的是，由于立体视觉摄像机拍摄的区域内通常会摆放花盆、垃圾箱等物品，为了避免将这些物品检测成人体目标，可以根据物体目标长时间位置固定不变的特点，将此类物体目标确定为非目标背景，以预先设定的速率减小对应非人体目标区域投影图的高度值，实现对非目标背景像素的抑制功能。例如，对于上述的物体目标，可以以每2秒减小一个像素点高度的速率降低非人体目标区域投影图的高度值。
需要强调的是，本实施例中S101至S107与图1所示实施例相同，这里不再一一赘述。
应用本实施例，对拍摄得到的图像三维数据进行转化，再将转化后得到的世界坐标系下的空间三维信息进行投影，使用二维投影图上的极大值特征来初步选取人头目标区域，并采用前后帧关联匹配确定真实人头目标，利用了空间三维信息和前后帧的时间维度信息共同确定目标位置，在人所处位置离摄像机太远或者有部分遮挡时，仍然可以精确获取人的高度，进而得到投影图，再通过时间维度确定真实人头目标，在人数密度大、遮挡严重的复杂场景下，人数统计具有高准确率；并且通过平滑滤波处理，使得得到的二维投影图滤掉了噪声干扰、及背景干扰。
如图3所示，基于图1所示实施例，本实施例所提供的一种人数统计方法，在步骤S106之后，还可以包括：
S301，获取并根据二维投影图中每个确认人头目标的特征参数，确定二维投影图中的伪人头目标。
其中，特征参数可以包括：轮廓特征参数及纹理特征参数。需要说明的是，在得到确认人头目标之后，确认人头目标中可能包含了少量的错误检测，因此为了提高人数统计的准确率，需要对检测出的确认人头目标进一步验证，筛选出其中少量的错误检测。该部分的目标验证由两部分组成，即帧间目标关联和目标交叉验证。帧间目标关联是基于目标间的距离、面积和高度等信息，实现图像序列当前帧和上一帧的前后两帧检测到目标的相互关联，进行比对处理，筛选出部分误检，可以将误检的目标数记为Ns。目标交叉验证主要针对立体视觉摄像机拍摄得到的原始图像中无纹理区域匹配错误导致该对应区域二维投影图存在较大误差的问题，将检测到的目标反投影到立体视觉摄像机拍摄得到的原始图像，计算对应目标区域的亮度、对比度和能量值等纹理特征参数，筛选纹理特征较弱的目标，可以将纹理特征较弱的目标数记为Nw。
可选的，步骤S301可以包括：
首先，获取并根据二维投影图中每个确认人头目标的轮廓特征参数，判断二维投影图的当前帧中确认人头目标所处区域是否与当前帧的上一帧对应的区域相匹配。
其中，轮廓特征参数可以包括：面积、高度及距离。需要说明的是，针对帧间目标关联，由于是对当前帧及上一帧的确认人头目标的面积、高度、距离等轮廓特征进行比对处理，因此需要获取确认人头目标的轮廓特征参数，在比对的过程中，如果面积、高度或者距离的变化太大，则认为当前帧和上一帧的确认人头目标不匹配，例如，立体视觉摄像机拍摄的区域中有个人举着一把伞，则可能在上述的过程中将该伞识别为了确认人头目标，但是某一个瞬间人将伞放下，则该伞所处的区域在前后两帧之间会发生高度的突变，这样就得到当前帧的该区域与上一帧对应区域是不相匹配的。如果相匹配，可以认为相匹配的区域为真实的人头目标。
其次，如果不相匹配，执行判断二维投影图的当前帧的上一帧中确认人头目标所处区域是否与当前帧的上一帧的再上一帧对应的区域相匹配的步骤，直至不匹配次数达到预设次数阈值，则确定所述确认人头目标为伪人头目标。
需要说明的是，如果当前帧和上一帧的确认人头目标的区域不相匹配，则该确认人头目标可能为伪人头目标，但是还需要通过多特征综合评价才能作此判断，因此需要在通过对上一帧和上上帧进行对比处理，直到不匹配的次数达到预设的次数阈值的时候，可以将该确认人头目标确定为伪人头目标。
可选的，步骤S301还可以包括：
首先，将所述确认人头目标反投影到立体视觉摄像机拍摄得到的图像的原始灰度图像，得到反投影后的灰度图像；
需要说明的是，针对目标交叉验证，由于目标交叉验证主要针对立体视觉摄像机拍摄得到的原始图像中无纹理区域匹配错误导致该对应区域二维投影图存在较大误差的问题。则需要将得到的确认人头目标反投影到立体视觉摄像机拍摄得到的图像的原始灰度图像。
其次，获取反投影后的灰度图像中目标像素区域。
最后，计算目标像素区域的纹理特征参数，确定纹理特征参数中、小于预设参数阈值的弱纹理目标区域为伪人头目标。
其中，纹理特征参数包括目标像素区域的亮度、对比度及能量值，需要说明的是，通过计算目标像素区域的纹理特征参数，筛选纹理特征参数中小于预设参数阈值的弱纹理目标区域，将该弱纹理目标区域确定为伪人头目标。
需要强调的是，帧间目标关联和目标交叉验证的处理可以是并行执行的，也可以是串行执行的，当然，在拍摄精度有保障的条件下，帧间目标关联处理和目标交叉验证处理也可以是择一进行的。
S302，统计所有伪人头目标的数量。
需要说明的是，由于通过目标验证筛选得到的伪人头目标为确认人头目标中误检的目标，因此需要对伪人头目标的数量进行统计，伪人头目标包括通过帧间目标关联和/或目标交叉验证得到的伪人头目标。
可选的，步骤S107可以包括：
首先，统计当前帧中所有确认人头目标的数量。
其次，将当前帧中所有确认人头目标的数量与所有伪人头目标的数量的差值、确定为立体视觉摄像机拍摄得到的图像中的人数。
需要说明的是，通过统计得到确认人头目标的数量Np，通过帧间目标关联得到的误检的目标数量Ns，通过目标交叉验证得到的纹理特征较弱的目标数量Nw，则伪人头目标数量为Ns+Nw，因此立体视觉摄像机拍摄得到的图像中的人数No＝Np-(Ns+Nw)。
需要强调的是，本实施例中S101至S107与图1所示实施例相同，这里不再一一赘述。
应用本实施例，对拍摄得到的图像三维数据进行转化，再将转化后得到的世界坐标系下的空间三维信息进行投影，使用二维投影图上的极大值特征来初步选取人头目标区域，并采用前后帧关联匹配确定真实人头目标，利用了空间三维信息和前后帧的时间维度信息共同确定目标位置，在人所处位置离摄像机太远或者有部分遮挡时，仍然可以精确获取人的高度，进而得到投影图，再通过时间维度确定真实人头目标，在人数密度大、遮挡严重的复杂场景下，人数统计具有高准确率；通过帧间目标关联和目标交叉验证，将伪人头目标从得到的确认人头目标中减去，得到准确率更高的人数统计。
可以理解的是，本发明实施例的另一实施例中，基于图1所示实施例，可以同时包括图2所示实施例的S201及图3所示实施例的S301、S302。这里不再赘述。
如图4所示，基于图1所示实施例，本实施例所提供的一种人数统计方法，在步骤S107之后，还可以包括：
S401，获取多台立体视觉摄像机拍摄得到的图像对应二维投影图中的确认人头目标、及每两台立体视觉摄像机拍摄的重合区域。
需要说明的是，对于面积较大的立体视觉摄像机的拍摄区域，单个立体视觉摄像机视场无法覆盖整个待检测区域，则本实施例采用多相机联动策略，将整个拍摄区域合理地划分为至少两个区域。
S402，根据重合区域中确认人头目标到重合区域的边界的距离，确定重合系数。
其中，重合系数为0至1中任一数值，重合系数与重合区域中确认人头目标到重合区域的边界的距离成反比。需要说明的是，两台立体视觉摄像机拍摄的重合区域往往是矩形区域，该矩形区域的宽比人体的宽度稍宽，重合区域的边界可以为重合区域的任一条边界。需要强调的是，两个重合的区域的边界为同一条边界；重合系数与重合区域中确认人头目标到重合区域的边界的距离成反比，也就是说，如果重合区域中的确认人头目标距边界越远，则重合系数越小；如果重合区域中的确认人头目标距边界越近，则重合系数越大。
S403，根据每台立体视觉摄像机拍摄得到的图像中的人数、重合系数及重合区域中的确认人头目标的数量，计算得到多台立体视觉摄像机拍摄得到的总人数。
需要说明的是，相邻的两台立体视觉摄像机拍摄到的人数有重复的部分，因此，根据重合区域中的确认人头目标的数量以及重合系数，通过统计可以得到总人数。具体的，可以根据公式No＝∑i(Noi-∑jwkjNkj)，得到多台立体视觉摄像机拍摄得到的总人数，其中No为总人数，i为立体视觉摄像机的总个数，Noi为对第i个立体视觉摄像机拍摄得到的图像中的人数，j为与第i个立体视觉摄像机拍摄的区域有重合区域的第j个立体视觉摄像机，wkj为第j个立体视觉摄像机与第i个立体视觉摄像机的重合区域中距离边界k的确认人头目标的重合系数，Nkj为第j个立体视觉摄像机与第i个立体视觉摄像机的重合区域中距离边界k的确认人头目标的数量。
应用本实施例，对拍摄得到的图像三维数据进行转化，再将转化后得到的世界坐标系下的空间三维信息进行投影，使用二维投影图上的极大值特征来初步选取人头目标区域，并采用前后帧关联匹配确定真实人头目标，利用了空间三维信息和前后帧的时间维度信息共同确定目标位置，在人所处位置离摄像机太远或者有部分遮挡时，仍然可以精确获取人的高度，进而得到投影图，再通过时间维度确定真实人头目标，在人数密度大、遮挡严重的复杂场景下，人数统计具有高准确率；通过多相机联动，对大面积待检测区域进行区域划分，不同摄像机负责统计不同区域人数并拼接汇总，实现大面积待检测区域的实时人数统计。
可以理解的是，本发明实施例的另一实施例中，基于图1所示实施例，可以同时包括图2所示实施例的S201及图4所示实施例的S401；本发明实施例的再一实施例中，基于图1所示实施例，可以同时包括图3所示实施例的S301、S302及图4所示实施例的S401；本发明实施例的再一实施例中，基于图1所示实施例，可以同时包括图2所示实施例的S201、图3所示实施例的S301、S302及图4所示实施例的S401。这里不再赘述。
如图5所示，基于如图1所提供的人数统计方法，本发明实施例所提供的一种电梯调度方法，在S107之后，可以包括如下步骤：
S501，获取电梯轿厢内的人数及电梯轿厢的空间占用率。
需要说明的是，为了保证电梯可靠、高效、舒适和快捷的运行，除了通过立体视觉摄像机拍摄得到候梯厅中等候电梯的人数，还需要获得电梯轿厢内的人数及电梯轿厢内的空间占用率，在电梯轿厢内的人数太多，即电梯轿厢人满时，电梯不停靠；在电梯轿厢的空间占用率太大，即电梯轿厢空间已满时，电梯不停靠。
可以理解的是，电梯轿厢内的人数及电梯轿厢的空间占用率的获取可以是通过电梯轿厢中的电梯轿厢内人数和占空比统计设备采集、分析得到，再通过该设备的接口传输至本实施例的执行主体得到的，其中，电梯轿厢内人数和占空比统计设备可以为安装在轿厢内的立体视觉摄像机，且具有一定的图像分析功能，当然也可以为普通的相机及具有图像分析单元的控制模块构成的设备，这都属于本实施例的保护范围。
具体的，本实施例中，电梯轿厢内的人数可以通过上述人数统计方法的流程统计得到，也可以利用现有的人数统计方法。需要说明的是，由于电梯轿厢空间较小，一般为2m*2m，仅为候梯厅面积的五分之一或更小，且为封闭空间，并且电梯轿厢中通常不包含复杂的非人体目标，因此可以选择相对简单、易实现的头肩特征检测技术、判断目标的头肩特征框是否满足人数统计触发条件，进而将满足条件头肩特征框进行人数统计。本实施例中，电梯轿厢的空间占用率是以轿厢空间面积为参考计算的，电梯轿厢内人数和占空比统计设备根据拍摄到的人体目标在电梯轿厢地平面的投影的总面积占电梯轿厢地平面的实际面积的比例得到电梯轿厢的空间占用率，例如，电梯轿厢内有一个人拖着一个大箱子，那么，p＝(a+b)/s*100％，其中，p为电梯轿厢的空间占用率，a为人在电梯轿厢地平面的投影的面积，b为大箱子在电梯轿厢地平面的投影的面积，s为电梯轿厢地平面的总面积，因此，电梯轿厢的空间占用率的获取方法，首先要得到目标在电梯轿厢地平面的投影的面积及电梯轿厢地平面的总面积，再通过计算得到空间占用率，其中，目标在电梯轿厢地平面的投影的面积及电梯轿厢地平面的总面积的获得可以使用任一现有技术，这里不再一一赘述。
S502，根据候梯厅中的人数、电梯轿厢内的人数及电梯轿厢的空间占用率，调度人数未满且空间未满的电梯轿厢至候梯厅中的人数大于0的候梯厅所处的楼层。
需要说明的是，对于有人正在等待电梯的候梯厅，并且存在未满的电梯时，需要将该电梯调度至候梯厅所在的楼层，并且为了提高电梯的利用效率，可以优先调度人数最少或者剩余空间最大的电梯。
可选的，步骤S502可以包括：
在候梯厅中的人数大于0，且小于电梯轿厢的核载人数时，调度人数未满的电梯轿厢中人数最少的电梯轿厢至候梯厅所处的楼层，或调度空间未满的电梯轿厢中剩余空间最大的电梯轿厢至候梯厅所处的楼层；
在候梯厅中的人数大于电梯轿厢的核载人数时，调度多个人数未满且空间未满的电梯轿厢至候梯厅所处的楼层。
需要说明的是，在候梯厅中的人数大于电梯轿厢的核载人数时，说明一个电梯无法乘下所有正在等待的人员，则需要调度多个电梯轿厢至候梯厅所处的楼层，其中，也优先调度人数最少或者剩余空间最大的电梯轿厢。
应用本实施例，通过对拍摄得到的图像三维数据进行转化，再将转化后得到的世界坐标系下的空间三维信息进行投影，使用二维投影图上的极大值特征来初步选取人头目标区域，并采用前后帧关联匹配确定真实人头目标，利用了空间三维信息和前后帧的时间维度信息共同确定目标位置，在人所处位置离摄像机太远或者有部分遮挡时，仍然可以精确获取人的高度，进而得到投影图，再通过时间维度确定真实人头目标，在人数密度大、遮挡严重的复杂场景下，人数统计具有高准确率；并且输出当前候梯厅等待电梯人数，并结合当前电梯轿厢内人数和空间占用比率等电梯客流信息，应用基于乘梯人数检测的电梯调度原则，达到电梯合理调度，高效率运行电梯的目的。
需要说明的是，本发明实施例的电梯调度方法基于上述人数统计方法，则上述人数统计方法的所有实施例均适用于该电梯调度方法，且均能达到相同或相似的有益效果。
下面以电梯调度为具体的应用实例，对本发明实施例所提供的人数统计方法进行介绍。
目前市面上，电梯的门高通常为2m、2.1m、2.2m、2.4m或者2.8m，所以可以将立体视觉摄像机架设在距离地平面高3m的位置。立体视觉摄像机通过拍摄得到目前候梯厅的图像的三维信息，通过立体视觉摄像机外部参数将三维信息转换为空间三维信息，得到目前候梯厅中目标的高度信息、宽度信息和深度信息。控制设备通过投影，将空间三维信息投影到垂直于水平面的平面上，得到二维投影图，并且通过对非人体目标的非目标背景像素抑制处理，将花盆、垃圾桶等固定背景去除，及对二维投影图进行平滑滤波处理，得到更新的二维投影图。对更新的二维投影图中具有人体目标特征的目标像素点进行获取，并且对于同一个连通区域的像素点进行标记，得到不同连通区域标记的投影团块。将每个投影团块的区域向外扩大2cm，得到极大值待搜索区域，在极大值待搜索区域内，对二维投影图进行灰度膨胀，并通过对当前帧和上一帧的对比，得到像素值相等的多个目标极大值点。针对每个投影团块，以目标极大值点为圆心，10cm的半径为圆进行覆盖，得到多个候选人头目标区域。通过检测两个候选人头目标区域覆盖的相同的目标极大值点，例如，第一候选人头目标区域中包含目标极大值1-10，第二候选人头目标区域中包含目标极大值1-8及12，第一候选人头目标区域和第二候选人头目标区域中有相同的目标极大值点1-8，并且目标极大值点1-8构成的外接六边形区域的像素点数、占第一候选人头目标区域和第二候选人头目标区域的总像素点数的比例为88.9％，因此，可以确定第一候选人头目标区域和第二候选人头目标区域为同一个确认人头目标。通过统计得到所有确认人头目标的数量，再通过目标验证筛选得到立体视觉摄像机拍摄得到的图像中的人数。
如图6所示为本发明实施例中目标验证筛选的流程示意图。
S601，根据当前帧中确认人头目标，得到目标链表，其中目标链表包括确认人头目标的属性信息；
S602，基于轮廓属性信息对当前帧及上一帧的确认人头目标进行匹配；
S603，判断当前帧的确认人头目标所处区域与上一帧对应的区域是否匹配，如果是，则执行S607，否则执行S608；
S604，将确认人头目标反投影到立体视觉摄像机拍摄得到的图像的原始灰度图像，截取目标像素区域；
S605，计算截取目标像素区域纹理特征；
S606，判断纹理特征是否为弱纹理特征目标，如果是，则执行S607，否则执行S608；
S607，确定初步验证为真实的人头目标；
S608，通过多特征综合评价，确定为伪人头目标。
通过目标验证筛选将得到的确认人头目标的数量减去伪人头目标的数量，得到检测到的候梯厅的人数No。
如图7所示为本发明实施例中基于人数统计的电梯调度的流程示意图。
S701，获取候梯厅的人数No、并结合轿厢内输入和占空比统计设备获得各电梯轿厢内人数Nc及电梯轿厢的空间占用率R；
S702，判断候梯厅的人数No是否小于电梯的核载人数，如果是则执行S705，否则执行S707；
S703，判断电梯轿厢内人数Nc是否大于预设人数阈值，如果是则执行S606，否则执行S607；其中，大于预设人数阈值则可确定此时轿厢已人满；
S704，判断电梯轿厢的空间占用率R是否大于预设占用率阈值，如果是则执行S706，否则执行S707；其中，大于预设占用率阈值则可确定此时轿厢的空间已满；
S705，判断候梯厅的人数No是否为0，如果是则执行S706，否则执行S707；
S706，不响应轿厢外乘梯指令，即电梯不停靠；
S707，响应轿厢外乘梯指令，即此时电梯停靠。
需要说明的是，通过上述流程可以看出，电梯调度的基本原则是轿厢人满或空间已满时，如果没有出人信号，楼层不停靠；候梯厅乘客按完乘梯按钮后离开，在一定时间内持续检测到候梯厅无人，如果没有出人信号，该楼层也不停靠；当候梯厅检测到的人数大于核载人数时，调度多个电梯到该楼层，且优先调度轿厢内人数较少、剩余空间较大的电梯。
相较于现有技术，本方案通过对拍摄得到的图像三维数据进行转化，再将转化后得到的世界坐标系下的空间三维信息进行投影，使用二维投影图上的极大值特征来初步选取人头目标区域，并采用前后帧关联匹配确定真实人头目标，利用了空间三维信息和前后帧的时间维度信息共同确定目标位置，在人所处位置离摄像机太远或者有部分遮挡时，仍然可以精确获取人的高度，进而得到投影图，再通过时间维度确定真实人头目标，在人数密度大、遮挡严重的复杂场景下，人数统计具有高准确率；并且输出当前候梯厅等待电梯人数，并结合当前电梯轿厢内人数和空间占用比率等电梯客流信息，应用基于乘梯人数检测的电梯调度原则，达到电梯合理调度，高效率运行电梯的目的。
相应于上述方法实施例，本发明实施例提供了一种人数统计装置，如图8所示，所述装置可以包括：
第一获取模块810，用于获取立体视觉摄像机拍摄得到的图像的三维数据，并将所述三维数据转化为世界坐标系下的空间三维信息；
投影图确定模块820，用于根据所述空间三维信息中的高度信息及宽度信息，将所述图像进行投影，得到二维投影图；
第二获取模块830，用于获取所述二维投影图中具有人体目标特征的目标像素点；
计算模块840，用于对所述目标像素点进行连通区域标记，并针对不同连通区域标记的目标像素点构成的投影团块，计算得到每个投影团块中至少一个目标极大值点；
目标区域确定模块850，用于针对每个投影团块，以目标极大值点为圆心、预设半径的圆进行覆盖，得到至少一个候选人头目标区域；
确认人头目标确定模块860，用于在两个候选人头目标区域覆盖了相同的目标极大值点、且所述相同的目标极大值点构成的外接多边形区域的像素点数占所述两个候选人头目标区域的总像素点数的比例大于预设比例阈值时，确定所述两个候选人头目标区域为同一个确认人头目标；
人数统计模块870，用于统计所述当前帧中所有真实人头目标的数量，确定所述立体视觉摄像机拍摄得到的人数。
应用本实施例，对拍摄得到的图像三维数据进行转化，再将转化后得到的世界坐标系下的空间三维信息进行投影，使用二维投影图上的极大值特征来初步选取人头目标区域，并采用前后帧关联匹配确定真实人头目标，利用了空间三维信息和前后帧的时间维信息共同确定目标位置，在人所处位置离摄像机太远或者有部分遮挡时，仍然可以精确获取人的高度，进而得到投影图，再通过时间维度确定真实人头目标，在人数密度大、遮挡严重的复杂场景下，人数统计具有高准确率。
可选的，所述人数统计装置，还可以包括：
非目标背景像素抑制模块，用于通过非目标背景像素抑制处理，以预设速率减小所述二维投影图中非人头目标区域的高度值、或所述去除异常像素值后的二维投影图中非人头目标区域的高度值，得到非目标背景像素抑制后的二维投影图。
可选的，所述计算模块840，具体可以用于：
根据预设数值，将不同连通区域标记的目标像素点构成的投影团块扩大，得到每个投影团块的极大值待搜索区域；
对所有极大值待搜索区域进行灰度膨胀，得到每个极大值待搜索区域的膨胀结果，其中，所述膨胀结果中特征像素点的像素值与进行灰度膨胀前的像素值相等；
比较每个膨胀结果中各像素点的像素值与对应投影团块中相应像素点的像素值，将像素值相等的像素点确定为候选极大值点；
针对每个投影团块，比较所述二维投影图的当前帧中每个候选极大值点与所述当前帧的上一帧中对应像素点的位置偏移及高度差；
确定所述位置偏移小于预设位移、且所述高度差小于预设高度差阈值的候选极大值点为目标极大值点。
可选的，所述目标区域确定模块850，具体可以用于：
针对每个投影团块，以任一目标极大值点为圆心，获得所述当前帧中被预设半径覆盖的目标区域的面积；
在所述目标区域的面积与所述上一帧中对应的区域面积的差值小于预设面积差阈值时，确定所述目标区域为候选人头目标区域。
更进一步的，在包含第一获取模块810、投影图确定模块820、第二获取模块830、计算模块840、目标区域确定模块850、确认人头目标确定模块860、人数统计模块870的基础上，如图9所示，本发明实施例所提供的一种人数统计装置还可以包括：
滤波模块910，用于对所述二维投影图进行平滑滤波处理，得到去除异常像素值后的二维投影图。
应用本实施例，对拍摄得到的图像三维数据进行转化，再将转化后得到的世界坐标系下的空间三维信息进行投影，使用二维投影图上的极大值特征来初步选取人头目标区域，并采用前后帧关联匹配确定真实人头目标，利用了空间三维信息和前后帧的时间维信息共同确定目标位置，在人所处位置离摄像机太远或者有部分遮挡时，仍然可以精确获取人的高度，进而得到投影图，再通过时间维度确定真实人头目标，在人数密度大、遮挡严重的复杂场景下，人数统计具有高准确率；并且通过平滑滤波处理，使得得到的二维投影图滤掉了噪声干扰、及背景干扰。
可以理解的是，本发明实施例的另一实施例中人数统计装置可以同时包括：第一获取模块810、投影图确定模块820、第二获取模块830、计算模块840、目标区域确定模块850、确认人头目标确定模块860、人数统计模块870、非目标背景像素抑制模块和滤波模块910。
更进一步的，在包含第一获取模块810、投影图确定模块820、第二获取模块830、计算模块840、目标区域确定模块850、确认人头目标确定模块860、人数统计模块870的基础上，如图10所示，本发明实施例所提供的一种人数统计装置还可以包括：
伪人头目标确定模块1010，用于获取并根据所述二维投影图中每个确认人头目标的特征参数，确定所述二维投影图中的伪人头目标；
伪人头目标数量统计模块1020，用于统计所有伪人头目标的数量。
应用本实施例，对拍摄得到的图像三维数据进行转化，再将转化后得到的世界坐标系下的空间三维信息进行投影，使用二维投影图上的极大值特征来初步选取人头目标区域，并采用前后帧关联匹配确定真实人头目标，利用了空间三维信息和前后帧的时间维信息共同确定目标位置，在人所处位置离摄像机太远或者有部分遮挡时，仍然可以精确获取人的高度，进而得到投影图，再通过时间维度确定真实人头目标，在人数密度大、遮挡严重的复杂场景下，人数统计具有高准确率；通过帧间目标关联和目标交叉验证，将伪人头目标从得到的确认人头目标中减去，得到准确率更高的人数统计。
可选的，所述人数统计模块870，具体可以用于：
统计所述当前帧中所有确认人头目标的数量；
将所述当前帧中所有确认人头目标的数量与所有伪人头目标的数量的差值、确定为所述立体视觉摄像机拍摄得到的图像中的人数。
可选的，所述特征参数可以包括：轮廓特征参数及纹理特征参数。
可选的，所述伪人头目标确定模块1010，具体可以用于：
获取并根据所述二维投影图中每个确认人头目标的轮廓特征参数，判断所述二维投影图的当前帧中确认人头目标所处区域是否与所述当前帧的上一帧对应的区域相匹配，其中，所述轮廓特征参数包括：面积、高度及距离；
如果不相匹配，执行判断所述二维投影图的当前帧的上一帧中确认人头目标所处区域是否与所述当前帧的上一帧的再上一帧对应的区域相匹配的步骤，直至不匹配次数达到预设次数阈值，则确定所述确认人头目标为伪人头目标。
所述伪人头目标确定模块1010，具体还可以用于：
将所述确认人头目标反投影到所述立体视觉摄像机拍摄得到的图像的原始灰度图像，得到反投影后的灰度图像；
获取所述反投影后的灰度图像中目标像素区域；
计算所述目标像素区域的纹理特征参数，确定所述纹理特征参数中、小于预设参数阈值的弱纹理目标区域为伪人头目标。
可以理解的是，本发明实施例的另一实施例中人数统计装置可以同时包括：第一获取模块810、投影图确定模块820、第二获取模块830、计算模块840、目标区域确定模块850、确认人头目标确定模块860、人数统计模块870、非目标背景像素抑制模块、滤波模块910、伪人头目标确定模块1010和伪人头目标数量统计模块1020。
更进一步的，在包含第一获取模块810、投影图确定模块820、第二获取模块830、计算模块840、目标区域确定模块850、确认人头目标确定模块860、人数统计模块870的基础上，如图11所示，本发明实施例所提供的一种人数统计装置还可以包括：
第三获取模块1110，用于获取多台立体视觉摄像机拍摄得到的图像对应二维投影图中的确认人头目标、及每两台立体视觉摄像机拍摄的重合区域；
重合系数确定模块1120，用于根据所述重合区域中确认人头目标到所述重合区域的边界的距离，确定重合系数，其中，所述重合系数为0至1中任一数值，所述重合系数与所述距离成反比；
总人数确认模块1130，用于根据每台立体视觉摄像机拍摄得到的图像中的人数、所述重合系数及所述重合区域中的确认人头目标的数量，计算得到多台立体视觉摄像机拍摄得到的总人数。
应用本实施例，对拍摄得到的图像三维数据进行转化，再将转化后得到的世界坐标系下的空间三维信息进行投影，使用二维投影图上的极大值特征来初步选取人头目标区域，并采用前后帧关联匹配确定真实人头目标，利用了空间三维信息和前后帧的时间维信息共同确定目标位置，在人所处位置离摄像机太远或者有部分遮挡时，仍然可以精确获取人的高度，进而得到投影图，再通过时间维度确定真实人头目标，在人数密度大、遮挡严重的复杂场景下，人数统计具有高准确率；通过多相机联动，对大面积待检测区域进行区域划分，不同摄像机负责统计不同区域人数并拼接汇总，实现大面积待检测区域的实时人数统计。
可以理解的是，本发明实施例的另一实施例中人数统计装置可以同时包括：第一获取模块810、投影图确定模块820、第二获取模块830、计算模块840、目标区域确定模块850、确认人头目标确定模块860、人数统计模块870、非目标背景像素抑制模块、滤波模块910、伪人头目标确定模块1010、伪人头目标数量统计模块1020、第三获取模块1110、重合系数确定模块1120和总人数确认模块1130。
需要说明的是，本发明实施例的人数统计装置为应用上述人数统计方法的装置，则上述人数统计方法的所有实施例均适用于该装置，且均能达到相同或相似的有益效果。
相应于上述人数统计方法、电梯调度方法及人数统计装置的实施例，本发明实施例提供了一种电梯调度***，如图12所示，所述电梯调度***可以包括：
立体视觉摄像机1210，用于拍摄候梯厅中的场景图像；
电梯轿厢内人数和占空比统计设备1220，用于通过拍摄得到电梯轿厢内的人数及所述电梯轿厢的空间占用率；
电梯调度控制器1230，用于获取所述立体视觉摄像机1210拍摄得到的所述候梯厅中图像的三维数据，并将所述三维数据转化为世界坐标系下的空间三维信息；根据所述空间三维信息中的高度信息及宽度信息，将所述图像进行投影，得到二维投影图；获取所述二维投影图中具有人体目标特征的目标像素点；对所述目标像素点进行连通区域标记，并针对不同连通区域标记的目标像素点构成的投影团块，计算得到每个投影团块中至少一个目标极大值点；针对每个投影团块，以目标极大值点为圆心、预设半径的圆进行覆盖，得到至少一个候选人头目标区域；在两个候选人头目标区域覆盖了相同的目标极大值点、且所述相同的目标极大值点构成的外接多边形区域的像素点数占所述两个候选人头目标区域的总像素点数的比例大于预设比例阈值时，确定所述两个候选人头目标区域为同一个确认人头目标；统计所述当前帧中所有确认人头目标的数量，确定所述候梯厅中的人数；获取所述电梯轿厢内人数和占空比统计设备1220得到的电梯轿厢内的人数及所述电梯轿厢的空间占用率；根据所述候梯厅中的人数、所述电梯轿厢内的人数及所述电梯轿厢的空间占用率，调度人数未满且空间未满的电梯轿厢至所述候梯厅中的人数大于0的候梯厅所处的楼层。
应用本实施例，通过对拍摄得到的图像三维数据进行转化，再将转化后得到的世界坐标系下的空间三维信息进行投影，使用二维投影图上的极大值特征来初步选取人头目标区域，并采用前后帧关联匹配确定真实人头目标，利用了空间三维信息和前后帧的时间维信息共同确定目标位置，在人所处位置离摄像机太远或者有部分遮挡时，仍然可以精确获取人的高度，进而得到投影图，再通过时间维度确定真实人头目标，在人数密度大、遮挡严重的复杂场景下，人数统计具有高准确率；并且输出当前候梯厅等待电梯人数，并结合当前电梯轿厢内人数和空间占用比率等电梯客流信息，应用基于乘梯人数检测的电梯调度原则，达到电梯合理调度，高效率运行电梯的目的。
可选的，所述电梯调度控制器1230，具体还可以用于：
对所述二维投影图进行平滑滤波处理，得到去除异常像素值后的二维投影图。
可选的，所述电梯调度控制器1230，具体还可以用于：
通过非目标背景像素抑制处理，以预设速率减小所述二维投影图中非人头目标区域的高度值、或所述去除异常像素值后的二维投影图中非人头目标区域的高度值，得到非目标背景像素抑制后的二维投影图。
可选的，所述电梯调度控制器1230，具体还可以用于：
根据预设数值，将不同连通区域标记的目标像素点构成的投影团块扩大，得到每个投影团块的极大值待搜索区域；
对所有极大值待搜索区域进行灰度膨胀，得到每个极大值待搜索区域的膨胀结果，其中，所述膨胀结果中特征像素点的像素值与进行灰度膨胀前对应像素点的像素值相等；
比较每个膨胀结果中各像素点的像素值与对应投影团块中相应像素点的像素值，将像素值相等的像素点确定为候选极大值点；
针对每个投影团块，比较所述二维投影图的当前帧中每个候选极大值点与所述当前帧的上一帧中对应像素点的位置偏移及高度差；
确定所述位置偏移小于预设位移、且所述高度差小于预设高度差阈值的候选极大值点为目标极大值点。
可选的，所述电梯调度控制器1230，具体还可以用于：
针对每个投影团块，以任一目标极大值点为圆心，获得所述当前帧中被预设半径覆盖的目标区域的面积；
在所述目标区域的面积与所述上一帧中对应的区域面积的差值小于预设面积差阈值时，确定所述目标区域为候选人头目标区域。
可选的，所述电梯调度控制器1230，具体还可以用于：
获取并根据所述二维投影图中每个确认人头目标的特征参数，确定所述二维投影图中的伪人头目标；
统计所有伪人头目标的数量；
所述统计所述当前帧中所有确认人头目标的数量，确定所述立体视觉摄像机拍摄得到的图像中的人数，包括：
统计所述当前帧中所有确认人头目标的数量；
将所述当前帧中所有确认人头目标的数量与所有伪人头目标的数量的差值、确定为所述立体视觉摄像机拍摄得到的图像中的人数。
可选的，所述特征参数包括：轮廓特征参数及纹理特征参数；
所述电梯调度控制器1230，具体还可以用于：
获取并根据所述二维投影图中每个确认人头目标的轮廓特征参数，判断所述二维投影图的当前帧中确认人头目标所处区域是否与所述当前帧的上一帧对应的区域相匹配，其中，所述轮廓特征参数包括：面积、高度及距离；
如果不相匹配，执行判断所述二维投影图的当前帧的上一帧中确认人头目标所处区域是否与所述当前帧的上一帧的再上一帧对应的区域相匹配的步骤，直至不匹配次数达到预设次数阈值，则确定所述确认人头目标为伪人头目标。
可选的，所述电梯调度控制器1230，具体还可以用于：
将所述确认人头目标反投影到所述立体视觉摄像机拍摄得到的图像的原始灰度图像，得到反投影后的灰度图像；
获取所述反投影后的灰度图像中目标像素区域；
计算所述目标像素区域的纹理特征参数，确定所述纹理特征参数中、小于预设参数阈值的弱纹理目标区域为伪人头目标。
可选的，所述电梯调度控制器1230，具体还可以用于：
获取多台立体视觉摄像机拍摄得到的图像对应二维投影图中的确认人头目标、及每两台立体视觉摄像机拍摄的重合区域；
根据所述重合区域中确认人头目标到所述重合区域的边界的距离，确定重合系数，其中，所述重合系数为0至1中任一数值，所述重合系数与所述距离成反比；
根据每台立体视觉摄像机拍摄得到的图像中的人数、所述重合系数及所述重合区域中的确认人头目标的数量，计算得到多台立体视觉摄像机拍摄得到的总人数。
可选的，所述电梯调度控制器1230，具体还可以用于：
在所述候梯厅中的人数大于0，且小于所述电梯轿厢的核载人数时，调度人数未满的电梯轿厢中人数最少的电梯轿厢至所述候梯厅所处的楼层，或调度空间未满的电梯轿厢中剩余空间最大的电梯轿厢至所述候梯厅所处的楼层；
在所述候梯厅中的人数大于所述电梯轿厢的核载人数时，调度多个人数未满且空间未满的电梯轿厢至所述候梯厅所处的楼层。
需要说明的是，本发明实施例的电梯调度***基于上述人数统计方法、电梯调度方法及人数统计装置，则上述人数统计方法、电梯调度方法及人数统计装置的所有实施例均适用于该电梯调度***，且均能达到相同或相似的有益效果。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (21)

1.一种人数统计方法，其特征在于，所述人数统计方法包括：
获取立体视觉摄像机拍摄得到的图像的三维数据，并将所述三维数据转化为世界坐标系下的空间三维信息；
根据所述空间三维信息中的高度信息及宽度信息，将所述图像进行投影，得到二维投影图；
获取所述二维投影图中具有人体目标特征的目标像素点；
对所述目标像素点进行连通区域标记，并针对不同连通区域标记的目标像素点构成的投影团块，计算得到每个投影团块中至少一个目标极大值点；
针对每个投影团块，以目标极大值点为圆心、预设半径的圆进行覆盖，得到至少一个候选人头目标区域；
在两个候选人头目标区域覆盖了相同的目标极大值点、且所述相同的目标极大值点构成的外接多边形区域的像素点数占所述两个候选人头目标区域的总像素点数的比例大于预设比例阈值时，确定所述两个候选人头目标区域为同一个确认人头目标；
统计所述当前帧中所有确认人头目标的数量，确定所述立体视觉摄像机拍摄得到的图像中的人数。
2.根据权利要求1所述的人数统计方法，其特征在于，所述根据所述空间三维信息中的高度信息及宽度信息，将所述图像进行投影，得到二维投影图之后，所述人数统计方法还包括：
对所述二维投影图进行平滑滤波处理，得到去除异常像素值后的二维投影图。
3.根据权利要求2所述的人数统计方法，其特征在于，所述根据所述空间三维信息中的高度信息及宽度信息，将所述图像进行投影，得到二维投影图之后，所述人数统计方法还包括：
通过非目标背景像素抑制处理，以预设速率减小所述二维投影图中非人头目标区域的高度值、或所述去除异常像素值后的二维投影图中非人头目标区域的高度值，得到非目标背景像素抑制后的二维投影图。
4.根据权利要求1所述的人数统计方法，其特征在于，所述针对不同连通区域标记的目标像素点构成的投影团块，计算得到每个投影团块中至少一个目标极大值点，包括：
根据预设数值，将不同连通区域标记的目标像素点构成的投影团块扩大，得到每个投影团块的极大值待搜索区域；
对所有极大值待搜索区域进行灰度膨胀，得到每个极大值待搜索区域的膨胀结果，其中，所述膨胀结果中特征像素点的像素值与进行灰度膨胀前对应像素点的像素值相等；
比较每个膨胀结果中各像素点的像素值与对应投影团块中相应像素点的像素值，将像素值相等的像素点确定为候选极大值点；
针对每个投影团块，比较所述二维投影图的当前帧中每个候选极大值点与所述当前帧的上一帧中对应像素点的位置偏移及高度差；
确定所述位置偏移小于预设位移、且所述高度差小于预设高度差阈值的候选极大值点为目标极大值点。
5.根据权利要求1所述的人数统计方法，其特征在于，所述针对每个投影团块，以目标极大值点为圆心、预设半径的圆进行覆盖，得到至少一个候选人头目标区域，包括：
针对每个投影团块，以任一目标极大值点为圆心，获得所述当前帧中被预设半径覆盖的目标区域的面积；
在所述目标区域的面积与所述上一帧中对应的区域面积的差值小于预设面积差阈值时，确定所述目标区域为候选人头目标区域。
6.根据权利要求1所述的人数统计方法，其特征在于，所述在两个候选人头目标区域覆盖了相同的目标极大值点、且所述相同的目标极大值点构成的外接多边形区域的像素点数占所述两个候选人头目标区域的总像素点数的比例大于预设比例阈值时，确定所述两个候选人头目标区域为同一个确认人头目标之后，所述人数统计方法还包括：
获取并根据所述二维投影图中每个确认人头目标的特征参数，确定所述二维投影图中的伪人头目标；
统计所有伪人头目标的数量；
所述统计所述当前帧中所有确认人头目标的数量，确定所述立体视觉摄像机拍摄得到的图像中的人数，包括：
统计所述当前帧中所有确认人头目标的数量；
将所述当前帧中所有确认人头目标的数量与所有伪人头目标的数量的差值、确定为所述立体视觉摄像机拍摄得到的图像中的人数。
7.根据权利要求6所述的人数统计方法，其特征在于，所述特征参数包括：轮廓特征参数及纹理特征参数；
所述获取并根据所述二维投影图中每个确认人头目标的特征参数，确定所述二维投影图中的伪人头目标，包括：
获取并根据所述二维投影图中每个确认人头目标的轮廓特征参数，判断所述二维投影图的当前帧中确认人头目标所处区域是否与所述当前帧的上一帧对应的区域相匹配，其中，所述轮廓特征参数包括：面积、高度及距离；
如果不相匹配，执行判断所述二维投影图的当前帧的上一帧中确认人头目标所处区域是否与所述当前帧的上一帧的再上一帧对应的区域相匹配的步骤，直至不匹配次数达到预设次数阈值，则确定所述确认人头目标为伪人头目标。
8.根据权利要求6所述的人数统计方法，其特征在于，所述获取并根据所述二维投影图中每个确认人头目标的特征参数，确定所述二维投影图中的伪人头目标，还包括：
将所述确认人头目标反投影到所述立体视觉摄像机拍摄得到的图像的原始灰度图像，得到反投影后的灰度图像；
获取所述反投影后的灰度图像中目标像素区域；
计算所述目标像素区域的纹理特征参数，确定所述纹理特征参数中、小于预设参数阈值的弱纹理目标区域为伪人头目标。
9.根据权利要求1所述的人数统计方法，其特征在于，所述统计当前帧中所有确认人头目标的数量，确定所述立体视觉摄像机拍摄得到的图像中的人数之后，所述人数统计方法还包括：
获取多台立体视觉摄像机拍摄得到的图像对应二维投影图中的确认人头目标、及每两台立体视觉摄像机拍摄的重合区域；
根据所述重合区域中确认人头目标到所述重合区域的边界的距离，确定重合系数，其中，所述重合系数为0至1中任一数值，所述重合系数与所述距离成反比；
根据每台立体视觉摄像机拍摄得到的图像中的人数、所述重合系数及所述重合区域中的确认人头目标的数量，计算得到多台立体视觉摄像机拍摄得到的总人数。
10.一种电梯调度方法，其特征在于，所述电梯调度方法包括：
获取立体视觉摄像机拍摄得到的候梯厅中图像的三维数据，并将所述三维数据转化为世界坐标系下的空间三维信息；
根据所述空间三维信息中的高度信息及宽度信息，将所述图像进行投影，得到二维投影图；
获取所述二维投影图中具有人体目标特征的目标像素点；
对所述目标像素点进行连通区域标记，并针对不同连通区域标记的目标像素点构成的投影团块，计算得到每个投影团块中至少一个目标极大值点；
针对每个投影团块，以目标极大值点为圆心、预设半径的圆进行覆盖，得到至少一个候选人头目标区域；
在两个候选人头目标区域覆盖了相同的目标极大值点、且所述相同的目标极大值点构成的外接多边形区域的像素点数占所述两个候选人头目标区域的总像素点数的比例大于预设比例阈值时，确定所述两个候选人头目标区域为同一个确认人头目标；
统计所述当前帧中所有确认人头目标的数量，确定所述候梯厅中的人数；
获取电梯轿厢内的人数及所述电梯轿厢的空间占用率；
根据所述候梯厅中的人数、所述电梯轿厢内的人数及所述电梯轿厢的空间占用率，调度人数未满且空间未满的电梯轿厢至所述候梯厅中的人数大于0的候梯厅所处的楼层。
11.根据权利要求10所述的电梯调度方法，其特征在于，所述根据所述候梯厅中的人数、所述电梯轿厢内的人数及所述电梯轿厢的空间占用率，调度人数未满且空间未满的电梯轿厢至所述候梯厅中的人数大于0的候梯厅所处的楼层，包括：
在所述候梯厅中的人数大于0，且小于所述电梯轿厢的核载人数时，调度人数未满的电梯轿厢中人数最少的电梯轿厢至所述候梯厅所处的楼层，或调度空间未满的电梯轿厢中剩余空间最大的电梯轿厢至所述候梯厅所处的楼层；
在所述候梯厅中的人数大于所述电梯轿厢的核载人数时，调度多个人数未满且空间未满的电梯轿厢至所述候梯厅所处的楼层。
12.一种人数统计装置，其特征在于，所述人数统计装置包括：
第一获取模块，用于获取立体视觉摄像机拍摄得到的图像的三维数据，并将所述三维数据转化为世界坐标系下的空间三维信息；
投影图确定模块，用于根据所述空间三维信息中的高度信息及宽度信息，将所述图像进行投影，得到二维投影图；
第二获取模块，用于获取所述二维投影图中具有人体目标特征的目标像素点；
计算模块，用于对所述目标像素点进行连通区域标记，并针对不同连通区域标记的目标像素点构成的投影团块，计算得到每个投影团块中至少一个目标极大值点；
目标区域确定模块，用于针对每个投影团块，以目标极大值点为圆心、预设半径的圆进行覆盖，得到至少一个候选人头目标区域；
确认人头目标确定模块，用于在两个候选人头目标区域覆盖了相同的目标极大值点、且所述相同的目标极大值点构成的外接多边形区域的像素点数占所述两个候选人头目标区域的总像素点数的比例大于预设比例阈值时，确定所述两个候选人头目标区域为同一个确认人头目标；
人数统计模块，用于统计所述当前帧中所有确认人头目标的数量，确定所述立体视觉摄像机拍摄得到的图像中的人数。
13.根据权利要求12所述的人数统计装置，其特征在于，所述人数统计装置还包括：
滤波模块，用于对所述二维投影图进行平滑滤波处理，得到去除异常像素值后的二维投影图。
14.根据权利要求13所述的人数统计装置，其特征在于，所述人数统计装置还包括：
非目标背景像素抑制模块，用于通过非目标背景像素抑制处理，以预设速率减小所述二维投影图中非人头目标区域的高度值、或所述去除异常像素值后的二维投影图中非人头目标区域的高度值，得到非目标背景像素抑制后的二维投影图。
15.根据权利要求12所述的人数统计装置，其特征在于，所述计算模块，具体用于：
根据预设数值，将不同连通区域标记的目标像素点构成的投影团块扩大，得到每个投影团块的极大值待搜索区域；
对所有极大值待搜索区域进行灰度膨胀，得到每个极大值待搜索区域的膨胀结果，其中，所述膨胀结果中特征像素点的像素值与进行灰度膨胀前对应像素点的像素值相等；
比较每个膨胀结果中各像素点的像素值与对应投影团块中相应像素点的像素值，将像素值相等的像素点确定为候选极大值点；
针对每个投影团块，比较所述二维投影图的当前帧中每个候选极大值点与所述当前帧的上一帧中对应像素点的位置偏移及高度差；
确定所述位置偏移小于预设位移、且所述高度差小于预设高度差阈值的候选极大值点为目标极大值点。
16.根据权利要求12所述的人数统计装置，其特征在于，所述目标区域确定模块，具体用于：
针对每个投影团块，以任一目标极大值点为圆心，获得所述当前帧中被预设半径覆盖的目标区域的面积；
在所述目标区域的面积与所述上一帧中对应的区域面积的差值小于预设面积差阈值时，确定所述目标区域为候选人头目标区域。
17.根据权利要求12所述的人数统计装置，其特征在于，所述人数统计装置还包括：
伪人头目标确定模块，用于获取并根据所述二维投影图中每个确认人头目标的特征参数，确定所述二维投影图中的伪人头目标；
伪人头目标数量统计模块，用于统计所有伪人头目标的数量；
所述人数统计模块，具体用于：
统计所述当前帧中所有确认人头目标的数量；
将所述当前帧中所有确认人头目标的数量与所有伪人头目标的数量的差值、确定为所述立体视觉摄像机拍摄得到的图像中的人数。
18.根据权利要求17所述的人数统计装置，其特征在于，所述特征参数包括：轮廓特征参数及纹理特征参数；
所述伪人头目标确定模块，具体用于：
获取并根据所述二维投影图中每个确认人头目标的轮廓特征参数，判断所述二维投影图的当前帧中确认人头目标所处区域是否与所述当前帧的上一帧对应的区域相匹配，其中，所述轮廓特征参数包括：面积、高度及距离；
如果不相匹配，执行判断所述二维投影图的当前帧的上一帧中确认人头目标所处区域是否与所述当前帧的上一帧的再上一帧对应的区域相匹配的步骤，直至不匹配次数达到预设次数阈值，则确定所述确认人头目标为伪人头目标。
19.根据权利要求17所述的人数统计装置，其特征在于，所述伪人头目标确定模块，具体还用于：
将所述确认人头目标反投影到所述立体视觉摄像机拍摄得到的图像的原始灰度图像，得到反投影后的灰度图像；
获取所述反投影后的灰度图像中目标像素区域；
计算所述目标像素区域的纹理特征参数，确定所述纹理特征参数中、小于预设参数阈值的弱纹理目标区域为伪人头目标。
20.根据权利要求12所述的人数统计装置，其特征在于，所述人数统计装置还包括：
第三获取模块，用于获取多台立体视觉摄像机拍摄得到的图像对应二维投影图中的确认人头目标、及每两台立体视觉摄像机拍摄的重合区域；
重合系数确定模块，用于根据所述重合区域中确认人头目标到所述重合区域的边界的距离，确定重合系数，其中，所述重合系数为0至1中任一数值，所述重合系数与所述距离成反比；
总人数确认模块，用于根据每台立体视觉摄像机拍摄得到的图像中的人数、所述重合系数及所述重合区域中的确认人头目标的数量，计算得到多台立体视觉摄像机拍摄得到的总人数。
21.一种电梯调度***，其特征在于，所述电梯调度***包括：
立体视觉摄像机，用于拍摄候梯厅中的场景图像；
电梯轿厢内人数和占空比统计设备，用于通过拍摄得到电梯轿厢内的人数及所述电梯轿厢的空间占用率；
电梯调度控制器，用于获取所述立体视觉摄像机拍摄得到的所述候梯厅中图像的三维数据，并将所述三维数据转化为世界坐标系下的空间三维信息；根据所述空间三维信息中的高度信息及宽度信息，将所述图像进行投影，得到二维投影图；获取所述二维投影图中具有人体目标特征的目标像素点；对所述目标像素点进行连通区域标记，并针对不同连通区域标记的目标像素点构成的投影团块，计算得到每个投影团块中至少一个目标极大值点；针对每个投影团块，以目标极大值点为圆心、预设半径的圆进行覆盖，得到至少一个候选人头目标区域；在两个候选人头目标区域覆盖了相同的目标极大值点、且所述相同的目标极大值点构成的外接多边形区域的像素点数占所述两个候选人头目标区域的总像素点数的比例大于预设比例阈值时，确定所述两个候选人头目标区域为同一个确认人头目标；统计所述当前帧中所有确认人头目标的数量，确定所述候梯厅中的人数；获取所述电梯轿厢内人数和占空比统计设备得到的电梯轿厢内的人数及所述电梯轿厢的空间占用率；根据所述候梯厅中的人数、所述电梯轿厢内的人数及所述电梯轿厢的空间占用率，调度人数未满且空间未满的电梯轿厢至所述候梯厅中的人数大于0的候梯厅所处的楼层。
CN201710157587.0A 2017-03-16 2017-03-16 一种人数统计方法及装置和电梯调度方法及*** Active CN108629230B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710157587.0A CN108629230B (zh) 2017-03-16 2017-03-16 一种人数统计方法及装置和电梯调度方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710157587.0A CN108629230B (zh) 2017-03-16 2017-03-16 一种人数统计方法及装置和电梯调度方法及***

Publications (2)

Publication Number Publication Date
CN108629230A true CN108629230A (zh) 2018-10-09
CN108629230B CN108629230B (zh) 2021-02-12

Family

ID=63686583

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710157587.0A Active CN108629230B (zh) 2017-03-16 2017-03-16 一种人数统计方法及装置和电梯调度方法及***

Country Status (1)

Country Link
CN (1) CN108629230B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109704160A (zh) * 2019-02-27 2019-05-03 广州广日电梯工业有限公司 基于信号强度的电梯控制方法及控制装置
CN110503028A (zh) * 2019-08-21 2019-11-26 腾讯科技（深圳）有限公司 确定区域中对象的分布的传感器、***、方法和介质
CN111483912A (zh) * 2020-01-07 2020-08-04 郝红娟 扶梯乘坐人数动态更新***及方法
CN111738125A (zh) * 2020-06-16 2020-10-02 中国银行股份有限公司 客户人数确定方法及装置
CN111986253A (zh) * 2020-08-21 2020-11-24 日立楼宇技术（广州）有限公司 电梯拥挤程度的检测方法、装置、设备及存储介质
CN112149457A (zh) * 2019-06-27 2020-12-29 西安光启未来技术研究院 人流统计的方法、装置、服务器和计算机可读存储介质
CN112587035A (zh) * 2020-12-08 2021-04-02 珠海市一微半导体有限公司 移动机器人识别工作场景的控制方法和***
CN115604444A (zh) * 2022-09-29 2023-01-13 泰州可以信息科技有限公司（Cn） 投影大数据自调***
RU2789708C1 (ru) * 2022-05-18 2023-02-07 Акционерное общество "Штрих-М" Счетчик подсчета пассажиров

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1931697A (zh) * 2006-09-29 2007-03-21 浙江工业大学 基于图像识别技术的群控电梯智能调度装置
CN101200252A (zh) * 2007-12-10 2008-06-18 中国科学院计算技术研究所 一种目标场所优化调度方法及***
CN101872422A (zh) * 2010-02-10 2010-10-27 杭州海康威视软件有限公司 可精确辨别目标的人流量统计的方法及***
CN101872414A (zh) * 2010-02-10 2010-10-27 杭州海康威视软件有限公司 可去除虚假目标的人流量统计的方法及***
CN102236902A (zh) * 2011-06-21 2011-11-09 杭州海康威视软件有限公司 一种目标检测方法和装置
CN102982598A (zh) * 2012-11-14 2013-03-20 三峡大学 基于单个摄像头场景配置的视频人数统计方法和***
EP2801956A1 (en) * 2013-05-10 2014-11-12 Giken Trastem Co., Ltd. Passenger counter
US20140348382A1 (en) * 2013-05-22 2014-11-27 Hitachi, Ltd. People counting device and people trajectory analysis device
CN105035887A (zh) * 2015-07-03 2015-11-11 穆国栋 一种基于计算机视觉检测的智能电梯主控***
CN105844234A (zh) * 2016-03-21 2016-08-10 商汤集团有限公司 一种基于头肩检测的人数统计的方法及设备
CN106022458A (zh) * 2016-05-13 2016-10-12 中国人民解放军国防科学技术大学 面向校车安全的人数快速统计方法
CN106251363A (zh) * 2016-07-18 2016-12-21 四川君逸数码科技股份有限公司 一种智慧金睛识别人流人数统计方法和装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1931697A (zh) * 2006-09-29 2007-03-21 浙江工业大学 基于图像识别技术的群控电梯智能调度装置
CN101200252A (zh) * 2007-12-10 2008-06-18 中国科学院计算技术研究所 一种目标场所优化调度方法及***
CN101872422A (zh) * 2010-02-10 2010-10-27 杭州海康威视软件有限公司 可精确辨别目标的人流量统计的方法及***
CN101872414A (zh) * 2010-02-10 2010-10-27 杭州海康威视软件有限公司 可去除虚假目标的人流量统计的方法及***
CN102236902A (zh) * 2011-06-21 2011-11-09 杭州海康威视软件有限公司 一种目标检测方法和装置
CN102982598A (zh) * 2012-11-14 2013-03-20 三峡大学 基于单个摄像头场景配置的视频人数统计方法和***
EP2801956A1 (en) * 2013-05-10 2014-11-12 Giken Trastem Co., Ltd. Passenger counter
US20140348382A1 (en) * 2013-05-22 2014-11-27 Hitachi, Ltd. People counting device and people trajectory analysis device
CN105035887A (zh) * 2015-07-03 2015-11-11 穆国栋 一种基于计算机视觉检测的智能电梯主控***
CN105844234A (zh) * 2016-03-21 2016-08-10 商汤集团有限公司 一种基于头肩检测的人数统计的方法及设备
CN106022458A (zh) * 2016-05-13 2016-10-12 中国人民解放军国防科学技术大学 面向校车安全的人数快速统计方法
CN106251363A (zh) * 2016-07-18 2016-12-21 四川君逸数码科技股份有限公司 一种智慧金睛识别人流人数统计方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HONG LIU 等: "Count passengers based on Haar-like feature in elevator application", 《2008 INTERNATIONAL CONFERENCE ON MACHINE LEARNING AND CYBERNETICS》 *
应俊: "基于改进Hough变换的电梯轿厢内人数统计算法", 《计算机工程与应用》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109704160A (zh) * 2019-02-27 2019-05-03 广州广日电梯工业有限公司 基于信号强度的电梯控制方法及控制装置
CN112149457A (zh) * 2019-06-27 2020-12-29 西安光启未来技术研究院 人流统计的方法、装置、服务器和计算机可读存储介质
CN110503028A (zh) * 2019-08-21 2019-11-26 腾讯科技（深圳）有限公司 确定区域中对象的分布的传感器、***、方法和介质
CN110503028B (zh) * 2019-08-21 2023-12-15 腾讯科技（深圳）有限公司 确定区域中对象的分布的传感器、***、方法和介质
CN111483912A (zh) * 2020-01-07 2020-08-04 郝红娟 扶梯乘坐人数动态更新***及方法
CN111738125A (zh) * 2020-06-16 2020-10-02 中国银行股份有限公司 客户人数确定方法及装置
CN111738125B (zh) * 2020-06-16 2023-10-27 中国银行股份有限公司 客户人数确定方法及装置
CN111986253B (zh) * 2020-08-21 2023-09-15 日立楼宇技术（广州）有限公司 电梯拥挤程度的检测方法、装置、设备及存储介质
CN111986253A (zh) * 2020-08-21 2020-11-24 日立楼宇技术（广州）有限公司 电梯拥挤程度的检测方法、装置、设备及存储介质
CN112587035A (zh) * 2020-12-08 2021-04-02 珠海市一微半导体有限公司 移动机器人识别工作场景的控制方法和***
CN112587035B (zh) * 2020-12-08 2023-05-05 珠海一微半导体股份有限公司 移动机器人识别工作场景的控制方法和***
RU2789708C1 (ru) * 2022-05-18 2023-02-07 Акционерное общество "Штрих-М" Счетчик подсчета пассажиров
CN115604444A (zh) * 2022-09-29 2023-01-13 泰州可以信息科技有限公司（Cn） 投影大数据自调***

Also Published As

Publication number Publication date
CN108629230B (zh) 2021-02-12

Similar Documents

Publication Publication Date Title
CN108629230A (zh) 一种人数统计方法及装置和电梯调度方法及***
Tahmid et al. Density based smart traffic control system using canny edge detection algorithm for congregating traffic information
CN103473554B (zh) 人流统计***及方法
Boltes et al. Collecting pedestrian trajectories
Herbst et al. Toward object discovery and modeling via 3-d scene comparison
CN109284674A (zh) 一种确定车道线的方法及装置
CN113822247B (zh) 基于航拍影像的违章建筑识别方法及***
CN110344621A (zh) 一种面向智能车库的车轮点云检测方法
CN104902258A (zh) 一种基于立体视觉的多场景人流量统计方法、***以及双目相机
CN103390164A (zh) 基于深度图像的对象检测方法及其实现装置
CN104166841A (zh) 一种视频监控网络中指定行人或车辆的快速检测识别方法
CN106127137A (zh) 一种基于3d轨迹分析的目标检测识别算法
WO2022037387A1 (zh) 一种视觉感知算法的评测方法及装置
CN105893940B (zh) 基于边缘检测的集装箱起吊防撞定准***的实现方法
CN103714321B (zh) 基于距离图像和强度图像的驾驶员人脸定位***
CN102915638A (zh) 基于监控视频的智能停车场管理***
CN103150559A (zh) 基于Kinect三维深度图像的头部识别与跟踪方法
CN104517095B (zh) 一种基于深度图像的人头分割方法
CN107301378A (zh) 图像中多分类器集成的行人检测方法和***
CN109163731A (zh) 一种语义地图构建方法及***
CN109272554A (zh) 一种识别目标的坐标系定位和语义地图构建的方法及***
WO2020179065A1 (ja) 画像処理装置、画像処理方法及び記録媒体
CN108363482A (zh) 一种基于双目结构光的三维手势控制智能电视的方法
CN106056659A (zh) 车载激光扫描点云中建筑物角点空间位置自动提取方法
Liu et al. A multi-classifier image based vacant parking detection system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant