People Counting Method using Moving and Static Points of Interest
Jong In Gil, Saeed Mahmoudpour, Whan-Kyu Whang, Manbae Kim · Journal of Broadcast Engineering · 2017
다양한 사람계수 측정 방법중에서 동적 관심점을 이용하는 지도-기반 기법은 우수한 성능을 보여준다. 그러나 정적인 사람의 계수측정은 정적 관심점이 배경에 포함되기 때문에 어려움이 있다. 계수에 정적인 사람을 포함하기 위해서 정적인 사람이 정적점과 배경을 구별하는 것이 필요하다. 본 논문에서는 동적 및 정적 점들을 고려하는 사람계수 방법을 제안한다. 제안방법은 모션정보를 활용하여 두 점을 분리한다. 그러면 정적인 사람의 정적점들은 전경 마스크 처리 및 점 패턴 분석를 하여 분류된다. 실험결과에서는 제안 방법이 정적인 사람을 계수에 포함하기 때문에 보다 정확한 사람계수 값을 얻는다. 또한 배경 갱신을 이용함으로써 배경 변화에 따른 정적점 오분류 문제를 해결한다. Among available people counting methods, map-based approaches based on moving interest points have shown good performance. However, the stationary people counting is challenging in such methods since all static points of interest are considered as background. To include stationary people in counting, it is needed to discriminate between the static points of stationary people and the background region. In this paper, we propose a people counting method based on using both moving and static points. The proposed method separates the moving and static points by motion information. Then, the static points of the stationary people are classified using foreground mask processing and point pattern analysis. The experimental results reveal that the proposed method provides more accurate count estimation by including stationary people. Also, the background updating is enabled to solve the static point misclassification problem due to background changes.