[發明專利]一種基于無人機視頻采集的人群聚集度檢測及呈現方法

在審

• 申請號: 202010119021.0
• 申請日: 2020-02-26
• 公開（公告）號: CN111191637A
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 董帥;夏百戰;李文生;鄒昆;谷俊霖;周博倫
• 申請（專利權）人: 電子科技大學中山學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 中山市粵捷信知識產權代理事務所(普通合伙) 44583
• 代理人: 張謙

一種基于無人機視頻采集的人群聚集度檢測及呈現方法，包括如下步驟：S1、在目標觀測區域設置多個無人機，每個無人機上分別搭載有用于采集視頻的攝像頭，多個攝像頭的采集方向朝向目標觀測區域，以使多個攝像頭從多個角度對目標觀測區域進行拍攝，從而獲取對目標觀測區域的多角度航拍視頻數據；S2、搭建大數據網絡云平臺，接收多個攝像頭獲取的多角度航拍視頻數據，對接收的多個攝像頭獲取的多角度航拍視頻數據進行分析，并將獲取的多角度航拍視頻數據拼接成三維地圖數據；S3、對三維地圖數據進行全景圖或全景視頻展示。本發明能對圖像或視頻進行實時數據分析，實現人臉識別，達到對人群聚集度的檢測和全景圖、全景視頻的呈現。

技術領域

本發明涉及數據處理技術領域，尤其涉及一種基于無人機視頻采集的人群聚集度檢測及呈現方法。

背景技術

隨著無人機市場的拓展，各行各業對無人機應用的深入推廣，給多機協同編隊獲取大數據的定制化、個性化服務需求越來越多，對數據獲取已經從單一的二維顯示發展為多角度三維建模，對數據的應用已經從淺層的簡單傳輸和顯示演變為深層的數據挖掘與分析。

在人群信息數據采集領域，一般采用固定設置在一定位置的攝像頭采集視頻信息，使用不靈活，而采用無人機上搭載的攝像頭采集視頻時，視頻數據只能存儲在SD卡，不能實現數據共享，這給航拍數據的實時、高效和廣泛應用帶來了嚴重的局限。

發明內容

（一）發明目的

為解決背景技術中存在的技術問題，本發明提出一種基于無人機視頻采集的人群聚集度檢測及呈現方法，通過多機協同，多角度拍攝，快速拼接形成三維地圖，將獲取的航拍數據實時發往云平臺進行全景圖、全景視頻展示，在后端服務器通過深度學習，提取觀測目標的行為特征或表現特征，進而實現對圖像或視頻的實時數據分析，實現人臉識別，達到對人群聚集度的檢測和呈現。

（二）技術方案

本發明提供了一種基于無人機視頻采集的人群聚集度檢測及呈現方法，包括如下步驟：

S1、在目標觀測區域設置多個無人機，多個無人機圍繞目標觀測區域懸飛，每個無人機上分別搭載有用于采集視頻的攝像頭，控制多個無人機協同飛行，并控制多個攝像頭協同拍攝，多個攝像頭的采集方向朝向目標觀測區域，以使多個攝像頭從多個角度對目標觀測區域進行拍攝，從而獲取對目標觀測區域的多角度航拍視頻數據；

S2、搭建大數據網絡云平臺，接收多個攝像頭獲取的多角度航拍視頻數據，對接收的多個攝像頭獲取的多角度航拍視頻數據進行分析，并將獲取的多角度航拍視頻數據拼接成三維地圖數據；

S3、對三維地圖數據進行全景圖或全景視頻展示。

優選的，在S2中，包括如下A1-A2步驟：

A1、構建深度學習模型，提取觀測目標的行為特征或表現特征，利用深度學習模型對圖像或視頻進行實時數據分析，并輸出人群聚集程度的三維地圖數據；

A2、與服務器聯網，將觀測目標的特征與數據庫中存儲的信息數據進行匹配，實現對目標進行分類識別的目的。

優選的，在A1步驟中構建深度學習模型時，基于理論框架、學習算法和分布式實現來進行多模態稀疏深度學習模型的構建。

優選的，理論框架：獲取攝像頭采集的多源異質視頻數據，根據數據進行感知與高層認知數學建模，以及協作稀疏深度神經網絡構建；感知與高層認知數學建模過程中的分析包括多角度幾何分析、稀疏分析和張量分析；協作稀疏深度神經網絡構建過程中的分析包括稀疏分析和張量分析；

學習算法：采用半監督協同方式，利用稀疏分析構建協同更新機制，利用稀疏分析、多模態協同和半監督學習構建多模態協同學習算法；

分布式實現：利用FPGA并采用數據并行和模型并行方式達到多模態稀疏深度學習分布式實現的目的。