[發(fā)明專利]人群密度估計(jì)方法、裝置、電子設(shè)備及介質(zhì)有效
| 申請?zhí)枺?/td> | 201910750230.2 | 申請日: | 2019-08-14 |
| 公開(公告)號: | CN110598558B | 公開(公告)日: | 2022-05-06 |
| 發(fā)明(設(shè)計(jì))人: | 王伊飛;黃曉峰;殷海兵;賈惠柱 | 申請(專利權(quán))人: | 杭州未名信科科技有限公司;浙江省北大信息技術(shù)高等研究院 |
| 主分類號: | G06V20/52 | 分類號: | G06V20/52;G06N3/04;G06N3/08 |
| 代理公司: | 北京辰權(quán)知識產(chǎn)權(quán)代理有限公司 11619 | 代理人: | 劉廣達(dá) |
| 地址: | 311200 浙江省杭州市蕭*** | 國省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 人群 密度 估計(jì) 方法 裝置 電子設(shè)備 介質(zhì) | ||
本申請?zhí)峁┮环N人群密度估計(jì)方法及裝置、一種電子設(shè)備以及一種計(jì)算機(jī)可讀介質(zhì)。其中,所述方法包括:獲取針對監(jiān)控區(qū)域中人群的監(jiān)控視頻,提取所述監(jiān)控視頻中圖像幀間差異大于預(yù)設(shè)差分閾值的關(guān)鍵幀,將所述關(guān)鍵幀輸入卷積神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行人群分析,輸出所述關(guān)鍵幀對應(yīng)的人群密度估計(jì)圖和人數(shù)估計(jì)結(jié)果,其中,所述卷積神經(jīng)網(wǎng)絡(luò)模型是以不同圖像及其對應(yīng)的人群密度估計(jì)圖和人數(shù)估計(jì)結(jié)果為樣本集,經(jīng)過深度學(xué)習(xí)訓(xùn)練建立的。由于是提取監(jiān)控視頻中的關(guān)鍵幀后再進(jìn)行人群密度估計(jì),相較于現(xiàn)有技術(shù),能夠提高人群密度估計(jì)的效率和準(zhǔn)確性。
技術(shù)領(lǐng)域
本申請涉及圖像處理技術(shù)領(lǐng)域,具體涉及一種人群密度估計(jì)方法及裝置、一種電子設(shè)備以及一種計(jì)算機(jī)可讀介質(zhì)。
背景技術(shù)
在各大城市中,隨著居住人口密度的增長,人群大量聚集的行為越來越多且規(guī)模越來越大。雖然在城市的每個(gè)角落幾乎都裝有攝像頭,但目前人群的聚集仍然缺乏有效的管理和控制。因此對特定場合的人群的密度進(jìn)行估計(jì),成為城市管理中的一項(xiàng)重要任務(wù)。
人群密度估計(jì)在災(zāi)害防護(hù)、公共場所設(shè)計(jì)、人員智能調(diào)度等方面發(fā)揮著重要作用。當(dāng)一個(gè)場景空間容納了過多的行人時(shí),容易發(fā)生踩踏事故,而人群密度估計(jì)可以對這樣的場景進(jìn)行預(yù)警,降低危險(xiǎn)發(fā)生的概率。然而,由于受到場景多樣性限制等因素影響,現(xiàn)有的人群密度估計(jì)方法的準(zhǔn)確率并不高。例如,密集場景下人群大量聚集,遮擋嚴(yán)重;稀疏場景下人群分布散亂,背景復(fù)雜;人頭尺度變化大,拍攝角度多樣等因素。
因此,如何準(zhǔn)確地對大量聚集的人群進(jìn)行人群密度估計(jì),是本領(lǐng)域亟需解決的技術(shù)問題。
發(fā)明內(nèi)容
本申請的目的是提供一種人群密度估計(jì)方法及裝置、一種電子設(shè)備以及一種計(jì)算機(jī)可讀介質(zhì)。
本申請第一方面提供一種人群密度估計(jì)方法,包括:
獲取針對監(jiān)控區(qū)域中人群的監(jiān)控視頻;
提取所述監(jiān)控視頻中圖像幀間差異大于預(yù)設(shè)差分閾值的關(guān)鍵幀;
將所述關(guān)鍵幀輸入卷積神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行人群分析,輸出所述關(guān)鍵幀對應(yīng)的人群密度估計(jì)圖和人數(shù)估計(jì)結(jié)果,其中,所述卷積神經(jīng)網(wǎng)絡(luò)模型是以不同圖像及其對應(yīng)的人群密度估計(jì)圖和人數(shù)估計(jì)結(jié)果為樣本集,經(jīng)過深度學(xué)習(xí)訓(xùn)練建立的。
本申請第二方面提供一種人群密度估計(jì)裝置,包括:
獲取模塊,用于獲取針對監(jiān)控區(qū)域中人群的監(jiān)控視頻;
提取模塊,用于提取所述監(jiān)控視頻中圖像幀間差異大于預(yù)設(shè)差分閾值的關(guān)鍵幀;
分析模塊,用于將所述關(guān)鍵幀輸入卷積神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行人群分析,輸出所述關(guān)鍵幀對應(yīng)的人群密度估計(jì)圖和人數(shù)估計(jì)結(jié)果,其中,所述卷積神經(jīng)網(wǎng)絡(luò)模型是以不同圖像及其對應(yīng)的人群密度估計(jì)圖和人數(shù)估計(jì)結(jié)果為樣本集,經(jīng)過深度學(xué)習(xí)訓(xùn)練建立的。
本申請第三方面提供一種電子設(shè)備,包括:存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序,所述處理器運(yùn)行所述計(jì)算機(jī)程序時(shí)執(zhí)行以實(shí)現(xiàn)本申請第一方面所述的方法。
本申請第四方面提供一種計(jì)算機(jī)可讀介質(zhì),其上存儲(chǔ)有計(jì)算機(jī)可讀指令,所述計(jì)算機(jī)可讀指令可被處理器執(zhí)行以實(shí)現(xiàn)本申請第一方面所述的方法。
相較于現(xiàn)有技術(shù),本申請第一方面提供的人群密度估計(jì)方法,通過獲取針對監(jiān)控區(qū)域中人群的監(jiān)控視頻,提取所述監(jiān)控視頻中圖像幀間差異大于預(yù)設(shè)差分閾值的關(guān)鍵幀,將所述關(guān)鍵幀輸入卷積神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行人群分析,輸出所述關(guān)鍵幀對應(yīng)的人群密度估計(jì)圖和人數(shù)估計(jì)結(jié)果,其中,所述卷積神經(jīng)網(wǎng)絡(luò)模型是以不同圖像及其對應(yīng)的人群密度估計(jì)圖和人數(shù)估計(jì)結(jié)果為樣本集,經(jīng)過深度學(xué)習(xí)訓(xùn)練建立的。由于是提取監(jiān)控視頻中的關(guān)鍵幀后再進(jìn)行人群密度估計(jì),相較于現(xiàn)有技術(shù),能夠提高人群密度估計(jì)的效率和準(zhǔn)確性。
附圖說明
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于杭州未名信科科技有限公司;浙江省北大信息技術(shù)高等研究院,未經(jīng)杭州未名信科科技有限公司;浙江省北大信息技術(shù)高等研究院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910750230.2/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種信道估計(jì)方法和裝置
- 基于時(shí)頻聯(lián)合的載波頻偏估計(jì)方法
- 基于改進(jìn)卡爾曼濾波的變參數(shù)迭代估計(jì)方法
- 電機(jī)驅(qū)動(dòng)系統(tǒng)以及電機(jī)控制裝置
- 意圖估計(jì)裝置和意圖估計(jì)方法
- 分布式驅(qū)動(dòng)電動(dòng)汽車路面自適應(yīng)縱向車速估計(jì)系統(tǒng)及方法
- 一種分布式驅(qū)動(dòng)電動(dòng)汽車路面附著系數(shù)估計(jì)系統(tǒng)
- 視線估計(jì)方法、終端及存儲(chǔ)介質(zhì)
- 一種SNR估計(jì)方法及其估計(jì)系統(tǒng)
- 估計(jì)車輛載荷的方法
- 一種數(shù)據(jù)庫讀寫分離的方法和裝置
- 一種手機(jī)動(dòng)漫人物及背景創(chuàng)作方法
- 一種通訊綜合測試終端的測試方法
- 一種服裝用人體測量基準(zhǔn)點(diǎn)的獲取方法
- 系統(tǒng)升級方法及裝置
- 用于虛擬和接口方法調(diào)用的裝置和方法
- 線程狀態(tài)監(jiān)控方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)
- 一種JAVA智能卡及其虛擬機(jī)組件優(yōu)化方法
- 檢測程序中方法耗時(shí)的方法、裝置及存儲(chǔ)介質(zhì)
- 函數(shù)的執(zhí)行方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)





