[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

本發明公開了一種基于圖像識別的人群聚集識別方法及裝置，屬于圖像識別領域。針對現有技術中常用的人群聚集識別算法存在對拍攝裝置的安裝位置要求較高，在某些場景下無法適用等問題，本發明提供一種基于圖像識別的人群聚集識別方法及裝置，該方法包括：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。本發明可以實現對平視圖像進行人群聚集識別與判斷。

技術領域

本發明涉及圖像識別領域，更具體的說，涉及一種基于圖像識別的人群聚集識別方法及裝置。

背景技術

目前無人車巡檢在園區安防方面發揮著越來越重要的作用，無人車中也需要集成一些計算機視覺技術，如人群聚集識別算法，當無人車發現有人群聚集的時候，可以進行自動語音提示，和通知相關人員進行處理。

由于現有的大部分人群聚集識別算法主要針對俯視圖像進行的識別與優化，此類算法要求拍攝裝置需要從俯視角度進行拍攝，而當拍攝圖像的視角不佳時，而無人車拍攝的圖像角度接近平視，人物被遮擋的概率較高，此時常用的人群聚集識別算法的識別準確率可能會降低。

中國專利申請，申請號CN201910182241.5，公開日2019年7月5日，公開了一種自適應人群分群檢測方法，在高斯混合模型的背景去除法得到的前景區域提取KLT特征點，通過分析特征點的運動特性，把特征點間的距離和加速度方向分別作為分層聚類的輸入，遍歷所有前景中的特征點，實現分群檢測。然后通過分析分層結果中的聚類中心所受到的社會力進而得到聚類中心間合力方向的角度來判斷是否需要合并聚類中心。該發明能夠對公共場所下無序運動密集場景實現無監督地自動地進行人群分群。其不足之處在于，該發明使用人群特征點的運動狀態估計人群的運動狀態來避免密集人群中嚴重的遮擋問題，主要針對運動場景，在處理平視圖像時提取特征點的效果不佳，且不能對單個靜止圖像進行識別判斷。

發明內容

1.要解決的技術問題

針對現有技術中常用的人群聚集識別算法存在對拍攝裝置的安裝位置要求較高，在某些場景下無法適用等問題，本發明提供一種基于圖像識別的人群聚集識別方法及裝置，它可以實現對平視圖像進行人群聚集識別與判斷。

2.技術方案

本發明的目的通過以下技術方案實現。

一種基于圖像識別的人群聚集識別方法，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。

進一步的，人體邊框數據包括邊框像素坐標和邊框概率值，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。

更進一步的，計算圖片中識別人物的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，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；