电影院观影人数统计

时间:2022-12-24 09:56:08

电影院观影人数统计

 

一、基本知识和背景

   图像识别和监控相配合,能够帮助使用者获得监控内容的定量信息。通过对所获得的数据的统计分析,就能够得到超出图像本身的价值,并且反馈现实,获得真正的利益。电影院观影人数统计就是这样的一个例子。

二、系统架构和图片分析

    基于千兆局域网,由服务器自行采集各监控点数据,获得“准实时”图像。通过图像识别服务对获得的图像进行分析,得出当前的观影人数,输入数据库得到记录。

    初步观察目前监控的视频图像

电影院观影人数统计

    这幅图像是电影院的监控图像。由于电影院的需求,摄像机倾斜放置等原因,图像中后面的座位拍摄的都不是很清楚;图像整体光晕的现象比较严重,近景有大的光斑,光线的突然变化是存在的。但是,由于摄像机是固定安装,背景比较固定,且坐在座位上的人还是比较明显的。

    如果有可能,选择更好的摄像机,获得更佳的图像清晰度;调整摄像机角度,获得正向的图片输入;加载滤光片,对高曝光部分进行过滤,都能够明显地提高图像识别的效率。

三、算法选择和实现

    1)基于此静态灰度图片,对人数的统计可以考虑人脸识别算法。结果如下:

电影院观影人数统计

   实验效果很不理想。因为在这种目前人脸识别是根据肤色或面部特征来进行识别的。二在这样的图片中,肤色无从谈起,面部细节也非常模糊。所以这种思路不成立。

   2)对原始图像进行增强,而后进行投影分析

   对原始图像进行高斯混合,去除不连贯区域,得到如下效果:

电影院观影人数统计

而后阈值分析得到结果如下

电影院观影人数统计

 

其中可以作为抓手的区域就是连续重复出现的”把手“,而在把手中间出现的,就可能是

人的信息。但是这种方法结果可能会比较不稳定,而且需要考虑的因素比较多。

   3)视频的信息往往要比图片的信息丰富的多。一方面,你可以考虑统计进入电影院门口的人的数量,一方面你可以统计观影的人的数量。特别是对于这种固定摄像头的视频流信息,可以考虑首先采用背景去除算法(background reduce)算法,得到变换的前景信息。而后对这类信息进行处理分析,获得所需要的部分。

    由于目前没有电影院中完全没有人的视频,所以仅仅是做下演示,这里的演示是以前一帧的图像作为背景的,可以检查出运动的物体,比如进出的人:

电影院观影人数统计

当没有人运动物体时可以得到判断

电影院观影人数统计

有人的区域可以得到初步的判断

电影院观影人数统计

下一步就是需要做对识别出来的区域进行形态变换,判断当前图像中实际有几个人。以及选用更好的设备,安排更详细的图像获取流程,得到较好的效果。但是这个思路应该是没有问题的。

   相比较而言,方法3利用了”固定摄像头“和”视频流“这两个条件,能够最大限度地获取有价值的信息,最有可能解决这个问题,达到需求的要求。