黃盈潔

（廣西師范大學(xué)，廣西 桂林 541006）

0 引 言

隨著現(xiàn)代社會(huì)的不斷發(fā)展，計(jì)算機(jī)視覺與圖像處理技術(shù)在工業(yè)、醫(yī)療、軍事、通訊、航天等多個(gè)行業(yè)中得到了廣泛的應(yīng)用。在這方面，視頻處理具有廣泛的應(yīng)用價(jià)值，監(jiān)控在很多地方都起著至關(guān)重要的作用，比如安保、巡邏等，但是在監(jiān)控中監(jiān)測人流量是一個(gè)比較枯燥的工作。因此，可以使用諸如深度學(xué)習(xí)之類的知識，將這些人流量數(shù)據(jù)收集并合理的運(yùn)用，不僅能夠大大地降低管理部門的管理壓力，也能夠讓企業(yè)、政府等根據(jù)人流量的分布情況，制定出合理的策略，增加經(jīng)濟(jì)收益或節(jié)約服務(wù)成本等。

本研究的目的是根據(jù)視頻統(tǒng)計(jì)某個(gè)區(qū)域內(nèi)的人流量情況，在景區(qū)、車站、大型商場等人流密集的場所，對一定時(shí)間內(nèi)的人流量進(jìn)行監(jiān)控，目的是保障公共安全，但也具有潛在的商業(yè)價(jià)值。如今這些公共場所都裝有攝像頭，可以很容易地獲得實(shí)時(shí)錄像情況?；赥ensorflow的深度學(xué)習(xí)框架的物體識別算法SSD不僅可以方便快捷地獲得相關(guān)數(shù)據(jù)，而且獲取到的相關(guān)數(shù)據(jù)是實(shí)時(shí)和準(zhǔn)確的。

1 基于Tensorflow框架SSD算法的模型訓(xùn)練

1.1 圖形標(biāo)注

本研究選用Labelimg對數(shù)據(jù)集的圖像進(jìn)行注釋，注釋結(jié)果格式為Pascal VOC數(shù)據(jù)集格式，Tensorflow框架提供將Pascal VOC數(shù)據(jù)集轉(zhuǎn)換為TFR數(shù)據(jù)集的接口，因此使用Labelimg可大幅縮短數(shù)據(jù)集的處理時(shí)間。Labelimg是用Python編寫的圖形圖像注釋工具，使用Qt作為圖形界面。

1.2 SSD算法原理

SSD物體檢測算法有多個(gè)卷積層，簡單來說是將輸入的圖片轉(zhuǎn)化為多個(gè)不同大小的圖片，大一點(diǎn)的圖片可以用來識別小的物體，小的圖片可以識別大的物體。SSD算法本身有多個(gè)先驗(yàn)框，先驗(yàn)框的作用是用來匹配圖片里面自己標(biāo)注的對象。

在訓(xùn)練過程中，它會(huì)根據(jù)你框出來的圖片匹配對應(yīng)的先驗(yàn)框，求得參數(shù)矩陣。參數(shù)矩陣一般有很多個(gè)，因?yàn)樾腥擞薪幍模灿羞h(yuǎn)處的，對應(yīng)的先驗(yàn)框也就有不同大小的，相對應(yīng)的參數(shù)矩陣也就有不同的；同時(shí)在不同的卷積層里面，對應(yīng)框選出來的圖片內(nèi)容不同，對應(yīng)的參數(shù)矩陣也就有不同的。

在預(yù)測的時(shí)候有一個(gè)默認(rèn)大小的框，它會(huì)根據(jù)這個(gè)框一個(gè)一個(gè)的遍歷整張圖片，當(dāng)這個(gè)框里面的內(nèi)容和參數(shù)矩陣相乘，得到的結(jié)果值大于你設(shè)定的相似度時(shí)，它會(huì)將先驗(yàn)框里面的每一種類都試一遍，然后將相似度最高的輸出。

1.3 模型訓(xùn)練

1.3.1 數(shù)據(jù)準(zhǔn)備

使用公開免費(fèi)和自己標(biāo)注的行人視頻數(shù)據(jù)制作訓(xùn)練數(shù)據(jù)，接著用Labelimg進(jìn)行視頻標(biāo)注，創(chuàng)建VC2012數(shù)據(jù)集。

1.3.2 訓(xùn)練對象檢測模型

使用TensorFlow對象檢測API，創(chuàng)建模型配置文件，修改conf ig配置文件，驅(qū)動(dòng)模型訓(xùn)練。輸入命令如圖1所示。

圖1 輸入命令

1.3.3 訓(xùn)練結(jié)果模型分析

在路上拍完一段視頻后，啟動(dòng)程序進(jìn)行分析，可以準(zhǔn)確地檢測和跟蹤人體的前、后、側(cè)面，以及戴口罩的人。對一小段視頻進(jìn)行分析和目標(biāo)追蹤，最終得出正確的結(jié)果，人流量監(jiān)測如圖2所示。

對于9例內(nèi)翻性乳頭狀瘤而言,其病變僅僅是在鼻道竇口復(fù)合體以及篩竇、上頜竇的內(nèi)壁,而基底處于鼻腔外側(cè)壁,使用等離子刀在距離腫瘤基底0.5厘米處進(jìn)行手術(shù),需要注意的是,將刀頭置于腫瘤基底和鼻腔的外側(cè)壁骨面間,緩慢切除的同時(shí)利用刀頭進(jìn)行剝離,一直持續(xù)到腫瘤基底邊緣黏膜被完全切斷,能夠完整的將腫瘤取出,對周邊存在的不安全創(chuàng)緣加以消融,直至到滿意的安全界限,將增生的骨質(zhì)加以磨除。

圖2 人流量監(jiān)測

2 系統(tǒng)需求

人流量監(jiān)測系統(tǒng)通過攝像頭端，實(shí)時(shí)獲取本地?cái)z像頭和IP攝像頭的數(shù)據(jù)，使用基于深度學(xué)習(xí)框架Tensorf low的物體識別算法（SSD算法）訓(xùn)練出來的行人模型，進(jìn)行實(shí)時(shí)檢測，當(dāng)超過設(shè)置的預(yù)警閾值，就自動(dòng)錄制視頻和相關(guān)數(shù)據(jù)上傳至后臺(tái)，后臺(tái)實(shí)施顯示預(yù)警視頻數(shù)據(jù)并轉(zhuǎn)發(fā)給處理端，處理人員通過查看預(yù)警視頻和相關(guān)信息，前往對應(yīng)地點(diǎn)進(jìn)行行人疏導(dǎo)工作。

2.1 面向方向分析

根據(jù)人流量監(jiān)測平臺(tái)的實(shí)際需求，監(jiān)測系統(tǒng)首先要滿足工作人員、監(jiān)測管理員與處理人員的需求，針對工作人員、監(jiān)測管理員與處理人員三類用戶的需求和權(quán)限進(jìn)行不同的設(shè)計(jì)，比如，對監(jiān)測管理員需開啟監(jiān)測管理與監(jiān)測查詢權(quán)限，但對工作人員和處理人員則不開啟此權(quán)限。

2.2 模塊分析

針對相關(guān)需求和對其他類型監(jiān)控系統(tǒng)的分析，人流量計(jì)算系統(tǒng)應(yīng)包括三個(gè)主要部分，即攝像頭模塊、管理模塊及處理模塊。這三個(gè)模塊僅僅是在大方向上的分類，其中各個(gè)模塊會(huì)有不同類型的細(xì)分類，會(huì)根據(jù)程序設(shè)計(jì)的不同而有所變化，但主要目的是保障相關(guān)程序的穩(wěn)定運(yùn)行，并能有效地起到保障、監(jiān)測人流量的作用。

2.3 功能設(shè)計(jì)

2.3.1 系統(tǒng)登錄功能

對于人流量計(jì)算系統(tǒng)劃分的三個(gè)用戶角色，應(yīng)該能夠提供各自獨(dú)立的用戶登錄功能，并賦予不同角色相應(yīng)的權(quán)限。用戶登錄后可以自行修改個(gè)人信息，對個(gè)人信息進(jìn)行添加、刪除、修改、查看等操作，登錄界面如圖3所示。

圖3 系統(tǒng)登錄界面

2.3.2 攝像頭模塊

攝像頭模塊的主要功能為：工作人員登錄、攝像頭初始化、實(shí)時(shí)監(jiān)控?cái)z像信息、上傳異常視頻、工作人員自身信息的管理。

工作人員登錄平臺(tái)后，填寫好調(diào)用的本地?cái)z像頭和IP攝像頭地址以及對應(yīng)所在的地點(diǎn)和對應(yīng)的預(yù)警閾值，便可打開攝像頭，可以選擇只打開攝像頭，或者打開攝像頭的同時(shí)并調(diào)用模型。調(diào)用的模型是根據(jù)獲取到的視頻，將其一幀一幀的根據(jù)模型進(jìn)行檢測，當(dāng)圖片里的人數(shù)超過設(shè)定的預(yù)警閾值，將會(huì)自動(dòng)錄制5秒鐘左右的視頻，保存到根目錄下的靜態(tài)文件中。

2.3.3 管理模塊

管理人員登錄平臺(tái)后，可以對預(yù)警視頻進(jìn)行查看、修改，也可以對工作人員以及處理人員進(jìn)行添加、查詢、修改、刪除相關(guān)人員信息的操作，同時(shí)，也可以對自身信息進(jìn)行修改和注銷自身賬戶。當(dāng)超級管理員登錄后，除了具備上述功能外，他還可以進(jìn)行添加、查詢、修改、刪除相關(guān)管理人員信息的操作。

2.3.4 處理模塊

處理模塊的主要功能為：處理人員登錄、預(yù)警視頻信息查看、處理人員自身信息的管理。

處理人員登錄平臺(tái)后，可以查看預(yù)警視頻，然后前往對應(yīng)的地點(diǎn)進(jìn)行行人疏導(dǎo)，當(dāng)疏導(dǎo)工作完成后，可以在平臺(tái)進(jìn)行工作提交；同時(shí)也可以對自身信息進(jìn)行修改和注銷自身賬戶。

3 概要設(shè)計(jì)

3.1 系統(tǒng)功能概要設(shè)計(jì)

根據(jù)需求分析結(jié)果，本系統(tǒng)包括三個(gè)系統(tǒng)角色：攝像頭端、管理端、處理端等模塊，系統(tǒng)物理體系架構(gòu)圖如圖4所示。

圖4 物理體系架構(gòu)圖

3.2 業(yè)務(wù)架構(gòu)設(shè)計(jì)

本平臺(tái)采用的是Django框架，它是屬于Python的一個(gè)Web框架。它遵循的設(shè)計(jì)模式是MVT。它其實(shí)和傳統(tǒng)的MVC模式十分接近。在Django里面，接收器的功能被Django自動(dòng)處理，所以它除了注重原來已有的模型和視圖，同時(shí)也關(guān)注了一個(gè)新的層、模板。這些層次的功能如表1所示。

表1 Django框架表

3.3 數(shù)據(jù)庫設(shè)計(jì)

數(shù)據(jù)庫是數(shù)據(jù)的集合，按照一定的排布將數(shù)據(jù)存儲(chǔ)在里面。它可以支持用戶添加數(shù)據(jù)、刪除數(shù)據(jù)、查詢數(shù)據(jù)、刪除數(shù)據(jù)等操作。根據(jù)系統(tǒng)的功能需求，本系統(tǒng)主要設(shè)計(jì)了工作人員信息表、視頻信息表、管理員信息表以及處理人員信息表等數(shù)據(jù)庫表，每個(gè)數(shù)據(jù)庫表的說明如表2所示。

表2 計(jì)算系統(tǒng)數(shù)據(jù)庫表

4 詳細(xì)設(shè)計(jì)

通過系統(tǒng)的詳細(xì)設(shè)計(jì)部分，即系統(tǒng)實(shí)現(xiàn)功能頁面設(shè)計(jì)、數(shù)據(jù)庫訪問，完成各個(gè)模塊的功能，實(shí)現(xiàn)功能模塊之間的數(shù)據(jù)通信，完成整個(gè)人流量監(jiān)測系統(tǒng)的實(shí)現(xiàn)。限于篇幅，詳細(xì)設(shè)計(jì)部分將以攝像頭模塊為例進(jìn)行分析。

系統(tǒng)中攝像頭模塊的主要功能為：實(shí)時(shí)監(jiān)控?cái)z像信息，上傳異常視頻等，部分代碼如圖5所示。

圖5 部分代碼

5 系統(tǒng)測試

本次人流量計(jì)算系統(tǒng)的測試是在單元測試的基礎(chǔ)上對系統(tǒng)進(jìn)行的集成測試，這次使用黑盒測試對人流量監(jiān)測系統(tǒng)進(jìn)行測試，對所出現(xiàn)的問題進(jìn)行及時(shí)地修正和優(yōu)化。限于篇幅，以工作人員登錄及攝像頭模塊為例進(jìn)行說明，功能測試情況如表3和表4所示，最終測試結(jié)果功能實(shí)現(xiàn)效果良好，此次系統(tǒng)功能測試表明了人流量監(jiān)測系統(tǒng)的實(shí)用性以及穩(wěn)定性。

表3 工作人員登錄功能測試

表4 攝像頭模塊功能測試

6 結(jié) 論

本系統(tǒng)在一定區(qū)域內(nèi)可以根據(jù)視頻來統(tǒng)計(jì)人流量的情況，采用基于深度學(xué)習(xí)框架Tensorflow的物體識別算法（SSD算法），不僅可以方便快捷地獲取到相關(guān)數(shù)據(jù)，而且獲取到的數(shù)據(jù)是實(shí)時(shí)、準(zhǔn)確的，有效地對一定區(qū)域內(nèi)的人流量進(jìn)行監(jiān)控，保障公共安全，提高此類工作的工作效率。在此次系統(tǒng)開發(fā)的研究過程中，對需求分析以及模塊設(shè)計(jì)進(jìn)行了充分的思考與考量，將理論與實(shí)際相結(jié)合，實(shí)現(xiàn)了人流量計(jì)算系統(tǒng)實(shí)用、高效、安全以及穩(wěn)定等功能特點(diǎn)，有助于降低管理部門的管理壓力，亦有助于企業(yè)、政府等進(jìn)行決策，增加經(jīng)濟(jì)收益以及節(jié)約服務(wù)成本等。