[發明專利]人員統計方法及裝置

有效

• 申請號: 201711373176.1
• 申請日: 2017-12-19
• 公開（公告）號: CN109934072B
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 蔡冬
• 申請（專利權）人: 浙江宇視科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;H04N7/18
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 金相允

1.一種人員統計方法，其特征在于，應用于電子設備，所述方法包括：

獲得每幀圖像；

通過目標檢測網絡對每一幀圖像進行目標檢測，得到所述每一幀圖像的原始幾何框集合，并對所述原始幾何框集合進行聚類，得到新的目標框集合，而后根據新的目標框集合生成密度圖掩模；

對每一幀圖像進行像素回歸，得到所述每一幀圖像對應的原始密度圖；

基于所述密度圖掩模對所述原始密度圖進行過濾，得到目標密度圖；

對所述目標密度圖中每個像素進行積分計算，得到人員統計結果。

2.根據權利要求1所述的人員統計方法，其特征在于，在接收輸入的每幀圖像之前，所述方法還包括：

接收輸入的樣本圖像，所述樣本圖像包括多類標定類型的圖像，所述標定類型包括單目標類型、多目標類型和背景類型；

基于所述樣本圖像訓練目標檢測網絡，得到訓練后的目標檢測網絡。

3.根據權利要求2所述的人員統計方法，其特征在于，所述目標框集合中包括有聚類后的多類幾何框，所述根據新的目標框集合生成密度圖掩模，包括：

創建一個與所述原始密度圖同等尺寸的矩陣區域，并將所述矩陣區域中與所述目標框集合對應區域的像素值進行賦值，得到密度圖掩模。

4.根據權利要求3所述的人員統計方法，其特征在于，所述對所述原始幾何框集合進行聚類，得到新的目標框集合，包括：

計算所述原始幾何框集合中的幾何框與各類幾何框之間的中心點距離；

如果所述中心點距離小于預設距離，則將所述幾何框合并到該類幾何框中，其中，每類幾何框中的集合框數量小于一預設閾值；

如果所述幾何框最終未被合并到某一類幾何框中，則為該幾何框創建新的類幾何框，直到所有幾何框均被歸類到類幾何框時，得到新的目標框集合。

5.根據權利要求3所述的人員統計方法，其特征在于，所述將所述矩陣區域中與所述目標框集合對應區域的像素值進行賦值，得到密度圖掩模，包括：

將該矩陣區域的所有像素值賦值為0；

將該矩陣區域中與所述目標框集合對應區域的像素值賦值為1，得到密度圖掩模。

6.根據權利要求1所述的人員統計方法，其特征在于，在接收輸入的每幀圖像之前，所述方法還包括：

接收輸入的圖像樣本集；

基于人員密集程度將所述圖像樣本集分為多個類別，形成第一樣本集；

將所述圖像樣本集中未被外物遮擋的人員進行標定，并將標定后的圖像樣本集進行高斯模糊，得到所述圖像樣本集對應的密度圖像集，以形成第二樣本集；

采用所述第一樣本集對等級分類網絡進行訓練，得到訓練后的第一網絡參數的等級分類網絡；

采用所述第二樣本集對像素回歸網絡進行訓練，并在訓練過程中讀取所述第一網絡參數，并將所述等級分類網絡中最后兩層卷積層之外的卷積層固定與所述像素回歸網絡融合，得到融合后的第二網絡參數的像素回歸網絡。

7.根據權利要求6所述的人員統計方法，其特征在于，所述對每一幀圖像進行像素回歸，得到所述每一幀圖像對應的原始密度圖，包括：

采用融合所述等級分類網絡后的像素回歸網絡對每一幀圖像進行像素回歸，得到所述每一幀圖像對應的原始密度圖。

8.根據權利要求1所述的人員統計方法，其特征在于，所述基于所述密度圖掩模對所述原始密度圖進行過濾，得到目標密度圖，包括：

將所述原始密度圖與所述密度圖掩模對應的值相乘，得到所述目標密度圖。

9.根據權利要求1所述的人員統計方法，其特征在于，在計算所述目標密度圖中每個像素進行積分計算，得到人員統計結果之后，所述方法還包括：

將所述目標密度圖進行高斯模糊，以生成彩色熱力圖。

10.一種人員統計裝置，其特征在于，應用于電子設備，所述裝置包括：

獲得模塊，用于獲得每幀圖像；

目標檢測模塊，用于通過目標檢測網絡對每一幀圖像進行目標檢測，得到所述每一幀圖像的原始幾何框集合，并對所述原始幾何框集合進行聚類，得到新的目標框集合，而后根據新的目標框集合生成密度圖掩模；

像素回歸模塊，用于對每一幀圖像進行像素回歸，得到所述每一幀圖像對應的原始密度圖；

過濾模塊，用于基于所述密度圖掩模對所述原始密度圖進行過濾，得到目標密度圖；

積分計算模塊，用于對所述目標密度圖中每個像素進行積分計算，得到人員統計結果。