[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

本發明實施例提供了一種基于圖像的人群態勢分析方法、裝置、設備及系統，方法包括：將圖像輸入至預先訓練得到的神經網絡模型中；利用神經網絡模型中的人群密度統計分支，統計圖像中的人群密度；利用神經網絡模型中的人群行為分析分支，分析圖像中的人群行為；基于人群密度和人群行為，判斷是否發生群體性事件。可見，本方案中，神經網絡模型至少包括兩個分支，一個分支統計圖像中的人群密度，另一個分支分析圖像中的人群行為，從人群密度和行為兩方面來分析是否發生群體性事件，提高了分析結果的準確性。

技術領域

本發明涉及監控技術領域，特別是涉及一種基于圖像的人群態勢分析方法、裝置、設備及系統。

背景技術

一些公共場所發生的群體性事件，如人群聚集、打架斗毆、人群踩踏等事件極大地影響了公共安全。目前，可以基于監控圖像分析人群態勢，以對這種群體性事件及時進行處理，提高公共安全。

一些相關方案中，通常獲取公共場所的監控圖像，統計監控圖像中的人頭數量，如果數量較多，則表示發生了群體性事件。但是，對于一些經常擁擠的場所來說，比如早晚高峰的地鐵、火車站等場所中，人員數量多并不一定表示發生了上述群體性事件。可見，這種方案的分析結果準確性較差。

發明內容

本發明實施例的目的在于提供一種基于圖像的人群態勢分析方法、裝置、設備及系統，以提高分析結果的準確性。

為了達到上述目的，本發明實施例提供了一種基于圖像的人群態勢分析方法，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。

可選的，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。

可選的，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。

可選的，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。

可選的，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；