[發明專利]一種基于深度神經網絡的人數統計方法及存儲介質

有效

• 申請號: 201810420933.4
• 申請日: 2018-05-04
• 公開（公告）號: CN108830145B
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 袁譽樂;曹建民;崔小樂;葉青松
• 申請（專利權）人: 深圳技術大學（籌）
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 深圳鼎合誠知識產權代理有限公司 44281
• 代理人: 郭燕;胡佳煒

一種基于深度神經網絡的人數統計方法及存儲介質，包括獲取待檢測圖像，根據待檢測圖像得到背景圖像和前景圖像，對前景圖像進行深度神經網絡處理，以統計前景圖像中人體關鍵部位的數量，根據人體關鍵部位的統計結果比較獲得待檢測圖像中的人數。由于僅對前景圖像進行深度神經網絡處理來識別圖像中的人體關鍵部位，可避免背景圖像的信息干擾作用，省去背景像素點的檢測耗時，加快了算法的運算速度。采用標記有人體關鍵部位的訓練數據對構建的深度神經網絡進行訓練，提高人體關鍵部位的獲取準確性，利于根據多種人體關鍵部位的數量統計結果比較得到圖像中的人數，即使在人體某些部位被遮擋時，也能較好地識別出該人體，從而提高人數統計結果的準確率。

技術領域

本發明涉及圖像處理領域，具體涉及一種基于深度神經網絡的人數統計方法及存儲介質。

背景技術

隨著當代社會人口快速增長的作用，由于人群聚集而引起的慌亂情形已經不止一次地發生，監控人群數量和維護社會治安已變得越來越重要，人群數量統計是人群監控的重要研究方向之一，側重于統計人數，通常要求統計結果能精確到具體人數，統計結果也可作為人群密度估計的影響參數。傳統的依靠人力來進行人群監控的方式，容易產生視覺疲勞、容易受到個人主觀因素影響，致使統計結果不準確。但隨著社會科技的日新月異，特別是機器視覺等技術的發展，使得實時統計圖像中人數稱為可能。

當前，眾多場合對人群數量統計提出了越來越高的要求，比如對博物館或者著名旅游景點的人數統計以監控并及時處理人群擁擠情形，對車站等公共場所進行人數統計以及時安排疏散安全通道并避免人流過大引起擁堵，對商場的人群統計可以合理地布局商品擺放位置以增加購買度，對廣告位前的停留人數進行統計以廣告廠商便合理地布局其廣告策略，總之，人群數量統計具有廣泛的市場需求和應用前景。

近年來，利用計算機視覺技術對監控圖像或視頻進行人數統計的方法得以實現，可廣泛應用在如踩踏預警、交通疏導、商鋪人流評估、出勤率統計等項目場景中。然而，現有的人數統計系統對于人群擁擠環境還時常存在較大的統計誤差，這是因為在擁擠環境下人群中的個體之間會相互遮擋，導致人體肩膀以下的肢體特征無法被可靠的利用，而僅對頭肩部位的肢體特征進行特征提取和定位時，因頭肩形狀曲線相對簡單等因素致使容易發生混淆背景紋理特征的情況，產生大量的漏檢或誤檢問題。

此外，也有采用全卷積網絡模型、金字塔圖模型、神經網絡訓練模型來進行人數統計的方式，但是，現有的此類模型需要融合大量的人工特征，設計特征復雜，使用起來步驟繁瑣，致使計算量大、輸出速度慢，尚不能在實時性要求較高的監控場景中進行應用。

發明內容

本發明主要解決的技術問題是如何克服現有技術的不足，提高人群場景復雜情形下人數統計結果的準確性和實時性。為解決上述問題，本申請提供了一種基于深度神經網絡的人數統計方法。

根據第一方面，一種實施例中提供一種基于深度神經網絡的人數統計方法,包括以下步驟：

獲取待檢測圖像；

根據所述待檢測圖像得到背景圖像和前景圖像；

對所述前景圖像進行深度神經網絡處理，以統計所述前景圖像中人體關鍵部位的數量；

根據人體關鍵部位的統計結果比較獲得所述待檢測圖像中的人數。

所述獲取待檢測圖像，包括：獲取待監控人群的視頻；從所述視頻的圖像序列中逐一選擇一幀圖像以作為所述待檢測圖像。

所述根據所述待檢測圖像得到背景圖像和前景圖像，包括：

對所述待檢測圖像進行區域檢測，根據區域檢測結果構建背景模型；

判斷所述背景模型是否包括所述視頻的所有背景信息，所述背景信息為非人物體的圖像信息；

若判斷結果為是，則將所述背景模型中的所有背景信息作為所述背景圖像，所述背景圖像包括所述視頻中所有非人物體的圖像信息；