[發明專利]一種基于圖像識別的人群聚集識別方法及裝置

在審

• 申請號: 202010310270.8
• 申請日: 2020-04-20
• 公開（公告）號: CN113536849A
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 華繪
• 申請（專利權）人: 安徽小瞇當家信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 安徽知問律師事務所 34134
• 代理人: 代群群

1.一種基于圖像識別的人群聚集識別方法，其特征在于，包括：

獲取待識別圖片，對待識別圖片進行人體識別，得到人體邊框數據；

對人體邊框數據進行篩選，得到符合篩選條件的人體邊框數據；

根據篩選后的人體邊框數據計算人體重心點像素坐標和身高像素估算值；

對人體重心點像素坐標進行第一人群聚集識別，得到疑似人群聚集分組；

對疑似人群聚集分組進行第二人群聚集識別，判斷是否發生人群聚集。

2.根據權利要求1所述的一種基于圖像識別的人群聚集識別方法，其特征在于，所述人體邊框數據包括邊框像素坐標和邊框概率值，所述對人體邊框數據進行篩選，得到符合篩選條件的人體邊框數據，包括：

判斷人體邊框數據的邊框概率值是否小于第一預設閾值，若小于，則丟棄該人體邊框數據，否則保留該人體邊框數據；

判斷保留的人體邊框數據的數量是否大于第二預設閾值，若大于，則判定符合篩選條件。

3.根據權利要求1所述的一種基于圖像識別的人群聚集識別方法，其特征在于，所述根據篩選后的人體邊框數據計算人體重心點像素坐標和身高像素估算值，包括：

根據人體邊框數據，獲取人體重心點像素坐標和人體關鍵點數據，所述人體關鍵點數據包括關鍵點名稱、關鍵點像素坐標和關鍵點概率值，所述人體重心點像素坐標包括橫坐標和縱坐標；

設定人體關鍵點身高比，所述人體關鍵點身高比包括部位名稱和占身高比；

篩選出關鍵點概率值大于第一預設閾值的人體關鍵點；

根據人體關鍵點身高比的部位名稱，選取對應的人體關鍵點進行組合，計算人體關鍵點組合的概率值；

選取概率值最大的人體關鍵點組合，根據人體關鍵點組合中關鍵點像素坐標的歐式距離，計算出人體關鍵點組合的像素距離；

根據人體關鍵點身高比和人體關鍵點組合的像素距離，計算出人體身高像素估算值。

4.根據權利要求1所述的一種基于圖像識別的人群聚集識別方法，其特征在于，所述對人體重心點像素坐標進行第一人群聚集識別，得到疑似人群聚集分組，包括：

將人體重心點像素橫坐標與縱坐標組合成數組，對數組進行數據標準化；

對標準化后的數據進行第一密度聚類，得到若干個分組；

對若干個分組進行篩選，判斷分組中的數據是否大于第三預設閾值，若大于，則判定該分組為疑似人群聚集分組。

5.根據權利要求1所述的一種基于圖像識別的人群聚集識別方法，其特征在于，所述對疑似人群聚集分組進行第二人群聚集識別，判斷是否發生人群聚集，包括：

將疑似人群聚集分組中的人體重心點橫坐標、縱坐標及其人體身高像素估算值組合成數組，對數據進行數據標準化；

對標準化后的數據進行第二密度聚類，得到若干個分組；

判斷第二密度聚類得到分組的數據是否大于第四預設閾值，若大于，則判定發生人群聚集，否則判定未發生人群聚集。

6.一種基于圖像識別的人群聚集識別裝置，其特征在于，用于執行如權利要求1-5中任意一項所述的人群聚集識別方法，包括：

人體識別單元，用于獲取待識別圖片，對待識別圖片進行人體識別，得到人體邊框數據；

人體邊框篩選單元，用于對人體邊框數據進行篩選，得到符合篩選條件的人體邊框數據；

人體邊框數據計算單元，用于根據篩選后的人體邊框數據計算人體重心點像素坐標和身高像素估算值；

第一人群聚集識別單元，用于對人體關鍵點識別后的圖片進行人群聚集識別，得到疑似人群聚集分組；

第二人群聚集識別單元，用于對疑似人群聚集分組進行第二人群聚集識別，判斷是否發生人群聚集。

7.根據權利要求6所述的一種基于圖像識別的人群聚集識別裝置，其特征在于，所述人體邊框篩選單元，包括：

第一判斷模塊，用于判斷人體邊框數據的邊框概率值是否小于第一預設閾值，若小于，則丟棄該人體邊框數據，否則保留該人體數據；

第二判斷模塊，用于判斷保留的人體邊框數據的數量是否大于第二預設閾值，若大于，則判定符合篩選條件。