[發(fā)明專利]一種基于視頻的公共區(qū)域內(nèi)人群的數(shù)量統(tǒng)計方法

在審

• 申請?zhí)枺?/td>: 201810935488.5
• 申請日: 2018-08-16
• 公開（公告）號: CN109272487A
• 公開（公告）日: 2019-01-25
• 發(fā)明（設(shè)計）人: 李林洋;周思遠;豆?jié)申?/a>
• 申請（專利權(quán)）人: 北京此時此地信息科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京市京師律師事務(wù)所 11665
• 代理人: 姜壽輝

本發(fā)明公開了一種基于視頻的公共區(qū)域內(nèi)人群的數(shù)量統(tǒng)計方法，包括：獲取在公共區(qū)域安置監(jiān)控攝像頭所傳來的視頻和視頻信息，其中，視頻信息包括：監(jiān)控攝像頭編號和拍攝時間；將視頻按照幀拆分成一系列的圖像；將圖像分別進行上采樣和下采樣操作后，連同原圖像一起進入到預先訓練好的預測網(wǎng)絡(luò)模型中，并輸出邊框信息，所述邊框信息為框住人頭的邊框在圖像中的坐標信息；根據(jù)邊框的數(shù)量得到圖中的人數(shù)。

技術(shù)領(lǐng)域

本發(fā)明屬于一種基于視頻的公共區(qū)域內(nèi)人群的數(shù)量統(tǒng)計方法。

背景技術(shù)

公共場所，尤其是公共場所中的商業(yè)綜合體作為一個以購物、娛樂、休閑、餐飲為主的商業(yè)組織形式，更關(guān)注于集客能力、行銷推廣、商品展示、客戶服務(wù)等方面，這需要精細化管理，而精細化管理以事實為依據(jù)，用數(shù)字說話，決策者、管理者通過結(jié)合各種物流傳感器得出的數(shù)字進行分析，并用這些數(shù)據(jù)為顧客與商戶服務(wù)。人群數(shù)量數(shù)據(jù)對公共場所來說是其核心元素，充足有效的人群數(shù)量才能提升商業(yè)綜合體的盈利能力，人群數(shù)量不僅是定位和招商的基礎(chǔ)，更是綜合體是否能成功運營的關(guān)鍵。

宏觀地統(tǒng)計人群數(shù)量能夠概括地證實綜合體具體設(shè)施的成功運營，從總體上評估和調(diào)整綜合體的運作，并且對綜合體內(nèi)部作業(yè)管理有一定的日常指導作用。

在綜合體的日常營運中，人數(shù)若過分集中，不但會降低公共設(shè)施與服務(wù)人員的服務(wù)品質(zhì)，同時如果擁擠度到達一定程度，必然會降低顧客的舒適感與享受度；而在某些時段，如果顧客人數(shù)過少，場面冷清，則會嚴重降低顧客的購買意愿，這樣也不利于購物中心的有效經(jīng)營。根據(jù)人群數(shù)量的變化，有效分配和安排物業(yè)管理人員、維護人員、安保人員、保潔人員等，合理利用人力資源。根據(jù)分析當前人群數(shù)量狀況和變化趨勢，可以對人群數(shù)量比較大的區(qū)域采取預防突發(fā)事件的措施。

然而，由于公共場所的環(huán)境復雜，監(jiān)控像頭安裝位置有各種限制，如何在不同距離、復雜背景的情況下對公共場所人群數(shù)量進行精確統(tǒng)計稱為一個難題。以前的一些經(jīng)典算法如SVM等由于只對圖像特征做初等建模，提取的是圖像的簡單特征，因此并不能在復雜場景下對公共場所人群數(shù)量做精準統(tǒng)計。

目前，現(xiàn)有技術(shù)存在以下的方法：

(1)紅外線感應統(tǒng)計方式：紅外感應人群數(shù)量統(tǒng)計設(shè)備可以分為：紅外對射方式、紅外反射方式等設(shè)備，其主要的實現(xiàn)方式是對從紅外感應區(qū)域經(jīng)過的人體，切斷或阻擋紅外線使其產(chǎn)生電阻變化、或是通過檢測人體發(fā)出的10um左右的特定紅外線來判斷人體數(shù)量。此方式成本比較適中，可以在人們自由進出門口時，系統(tǒng)自動獲取人群數(shù)量數(shù)據(jù)，設(shè)備較小且安裝美觀。

此技術(shù)有固有的缺點：

其一，由于紅外光極易受到外界因素干擾，使其統(tǒng)計數(shù)據(jù)產(chǎn)生較大誤差；對于比較寬的門口，多人同時經(jīng)過的時候也容易產(chǎn)生漏數(shù)現(xiàn)象；

其二，由于其本身技術(shù)原因，紅外方式只能判斷過某一橫截面的人群數(shù)量數(shù)量，沒法給出全局的人群數(shù)量統(tǒng)計。

(2)基于傳統(tǒng)機器視覺的人群數(shù)量統(tǒng)計方法：將視頻分割成圖像后輸入特征提取器提取角點、直線等特征信息，然后將提取的特征輸入如SVM、集成學習器等傳統(tǒng)機器學習模型中獲得當前畫面的人數(shù)。

受限于算法表達能力，實際的準確度也相對不高，一般能達到80％左右，在光線變化的情況下會低到60％或更低。

(3)基于雙目視覺的人群數(shù)量統(tǒng)計方法：主要使用兩個相同的攝像頭，類似人的雙眼，兩個攝像頭取得的圖像，經(jīng)過一系列的計算，得到3D的圖像。在雙目人群數(shù)量中，最大的優(yōu)勢是獲取了實際場中的第三維信息，就是人的高度信息，因些，只用檢測高度在1米到2米之間高度圖像，使用兩個相同的攝像頭，類似人的雙眼，兩個攝像頭取得的圖像，經(jīng)過一系列的計算，得到3D的圖像。由人的頭部在最高位置，因些很容易就可以得到人的位置信息，而且可以排除燈光，陽光等干擾。

雙目視覺的人群數(shù)量統(tǒng)計對像頭安裝要求較高，要求像頭必須垂直于地面安放，觀察范圍一般較窄，不適合大范圍的人群數(shù)量統(tǒng)計。