[發明專利]一種基于圖像的人群態勢分析方法、裝置、設備及系統

有效

• 申請號: 201811494297.6
• 申請日: 2018-12-07
• 公開（公告）號: CN111291597B
• 公開（公告）日: 2023-10-13
• 發明（設計）人: 童超;車軍;任燁;朱江
• 申請（專利權）人: 杭州海康威視數字技術股份有限公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V10/82;G06V40/20;G06N3/0464;G06N3/082
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 李欣;馬敬

1.一種基于圖像的人群態勢分析方法，其特征在于，包括：

獲取待分析圖像；

將所述待分析圖像輸入至預先訓練得到的神經網絡模型中；

利用所述神經網絡模型中的人群密度統計分支，統計所述待分析圖像中的人群密度；

利用所述神經網絡模型中的人群行為分析分支，分析所述待分析圖像中的人群行為；

基于所述人群密度和所述人群行為，判斷是否發生群體性事件。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

利用所述神經網絡模型中的密度分布預測分支，識別所述待分析圖像中各像素點處的人群密度值；

所述基于所述人群密度和所述人群行為，判斷是否發生群體性事件，包括：

基于所述人群密度、所述人群行為和所述待分析圖像中各像素點處的人群密度值，判斷是否發生群體性事件。

3.根據權利要求2所述的方法，其特征在于，訓練得到所述神經網絡模型的過程包括：

將樣本圖像輸入至預設結構的神經網絡中；

利用所述神經網絡中的卷積層對所述樣本圖像進行卷積處理，將卷積處理后得到的數據分別輸入所述神經網絡中的人群密度統計分支、人群行為分析分支和密度分布預測分支；

基于所述人群密度統計分支的第一損失函數、所述人群密度統計分支的第一輸出結果、所述人群行為分析分支的第二損失函數、所述人群行為分析分支的第二輸出結果、所述密度分布預測分支的第三損失函數、所述密度分布預測分支的第三輸出結果，對所述卷積層中的參數進行迭代調整；

當對所述卷積層中參數的調整滿足收斂條件時，得到訓練完成的神經網絡模型。

4.根據權利要求1所述的方法，其特征在于，所述基于所述人群密度和所述人群行為，判斷是否發生群體性事件，包括：

若所述人群密度超過預設閾值、且所述人群行為存在異常，則判定發生群體性事件；

在判定發生群體性事件的情況下，所述方法還包括：輸出報警信息。

5.根據權利要求1所述的方法，其特征在于，所述獲取待分析圖像，包括：

通過無人機云臺，獲取待分析圖像；

在判定發生群體性事件的情況下，所述方法還包括：

基于所述無人機的位置信息，調整所述云臺針對發生群體性事件的區域進行圖像采集；

或者，在判定發生群體性事件的情況下，基于所述待分析圖像，確定人群的移動方向及移動速度；根據所述移動方向及移動速度，控制所述無人機對所述人群進行跟蹤采集。

6.根據權利要求5所述的方法，其特征在于，所述基于所述無人機的位置信息，調整所述云臺針對發生群體性事件的區域進行圖像采集，包括：

確定人群在所述待分析圖像中的圖像坐標；基于所述無人機云臺PTZ坐標系與所述待分析圖像坐標系之間的轉換關系、以及所確定的圖像坐標，計算所述云臺的PTZ調整信息，基于所述PTZ調整信息，調整所述云臺針對發生群體性事件的區域進行圖像采集。

7.根據權利要求1所述的方法，其特征在于，在判定發生群體性事件的情況下，所述方法還包括：

在所述待分析圖像中，識別存在異常行為的人體目標；

提取所述人體目標的特征，基于所提取的特征，確定所述人體目標的身份信息和/或運動軌跡。

8.一種基于圖像的人群態勢分析裝置，其特征在于，包括：

獲取模塊，用于獲取待分析圖像；

輸入模塊，用于將所述待分析圖像輸入至預先訓練得到的神經網絡模型中；

統計模塊，用于利用所述神經網絡模型中的人群密度統計分支，統計所述待分析圖像中的人群密度；

分析模塊，用于利用所述神經網絡模型中的人群行為分析分支，分析所述待分析圖像中的人群行為；

判斷模塊，用于基于所述人群密度和所述人群行為，判斷是否發生群體性事件。