[發(fā)明專(zhuān)利]一種多攝像頭融合的人群密度預(yù)測(cè)方法、裝置、存儲(chǔ)介質(zhì)及終端

有效

• 申請(qǐng)?zhí)枺?/td>: 202011058469.2
• 申請(qǐng)日: 2020-09-30
• 公開(kāi)（公告）號(hào): CN111914819B
• 公開(kāi)（公告）日: 2021-01-26
• 發(fā)明（設(shè)計(jì)）人: 王路遙;白彧;俞弘毅;李克勤;麻志毅
• 申請(qǐng)（專(zhuān)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(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06F7/78
• 代理公司: 北京辰權(quán)知識(shí)產(chǎn)權(quán)代理有限公司 11619
• 代理人: 劉廣達(dá)

本發(fā)明公開(kāi)了一種多攝像頭融合的人群密度預(yù)測(cè)方法、裝置、存儲(chǔ)介質(zhì)及終端，方法包括：多個(gè)攝像頭實(shí)時(shí)采集場(chǎng)景圖像分別輸入透視目標(biāo)檢測(cè)模型和行人目標(biāo)檢測(cè)模型中進(jìn)行檢測(cè)，生成檢測(cè)物體信息以及行人目標(biāo)檢測(cè)結(jié)果；基于檢測(cè)物體信息生成多個(gè)攝像頭的透視轉(zhuǎn)換矩陣；基于行人目標(biāo)檢測(cè)結(jié)果進(jìn)行修正，生成行人目標(biāo)全身框圖坐標(biāo)；調(diào)用透視轉(zhuǎn)換矩陣對(duì)行人目標(biāo)全身框圖坐標(biāo)進(jìn)行透視轉(zhuǎn)換結(jié)果計(jì)算，生成多個(gè)透視轉(zhuǎn)換結(jié)果進(jìn)行融合，并將各重疊區(qū)域行人去重后生成平面圖；根據(jù)平面圖中的坐標(biāo)，生成平面圖對(duì)應(yīng)的人群密度熱力圖。因此，采用本申請(qǐng)實(shí)施例，通過(guò)多個(gè)攝像頭進(jìn)行同一時(shí)刻透視轉(zhuǎn)換結(jié)果的融合來(lái)得到實(shí)時(shí)的平面人群密度熱力圖，從而提高了管理部門(mén)的信息感知能力和應(yīng)急處置能力。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)領(lǐng)域，特別涉及一種多攝像頭融合的人群密度預(yù)測(cè)方法、裝置、存儲(chǔ)介質(zhì)及終端。

背景技術(shù)

近年來(lái)，在世界范圍內(nèi)非常規(guī)突發(fā)事件時(shí)常發(fā)生，而這些事件很可能帶來(lái)災(zāi)難性后果，從而大規(guī)模群體的疏散方案成為了公共安全領(lǐng)域日益重視的問(wèn)題。迄今為止，在微觀和宏觀層面，均已存在大量針對(duì)大規(guī)模人群的疏散問(wèn)題的模型研究，這些研究有力地推動(dòng)了基于非常規(guī)突發(fā)事件的應(yīng)急處置領(lǐng)域的發(fā)展。但是，關(guān)于在非常規(guī)突發(fā)事件下大規(guī)模人群的疏散問(wèn)題的不確定性尚沒(méi)有得到充分的認(rèn)識(shí)。

在當(dāng)前的人群監(jiān)控方式中，通常使用普通攝像機(jī)的實(shí)時(shí)監(jiān)控和紅外攝像機(jī)的熱力圖成像監(jiān)控進(jìn)行應(yīng)用場(chǎng)景下不同情況的監(jiān)視，由于這兩種方式都只能起到監(jiān)控單一范圍內(nèi)人群的分布情況，不能宏觀顯示場(chǎng)館中人群密度的準(zhǔn)確分布情況，從而使得管理部門(mén)不能宏觀的觀察到整個(gè)場(chǎng)景下的人群分布情況，從而降低了管理部門(mén)的信息感知能力和應(yīng)急處置能力。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供了一種多攝像頭融合的人群密度預(yù)測(cè)方法、裝置、存儲(chǔ)介質(zhì)及終端。為了對(duì)披露的實(shí)施例的一些方面有一個(gè)基本的理解，下面給出了簡(jiǎn)單的概括。該概括部分不是泛泛評(píng)述，也不是要確定關(guān)鍵／重要組成元素或描繪這些實(shí)施例的保護(hù)范圍。其唯一目的是用簡(jiǎn)單的形式呈現(xiàn)一些概念，以此作為后面的詳細(xì)說(shuō)明的序言。

第一方面，本申請(qǐng)實(shí)施例提供了一種多攝像頭融合的人群密度預(yù)測(cè)方法，該方法包括：

利用多個(gè)攝像頭實(shí)時(shí)采集場(chǎng)景圖像；

將場(chǎng)景圖像分別輸入預(yù)先訓(xùn)練的透視目標(biāo)檢測(cè)模型和行人目標(biāo)檢測(cè)模型中進(jìn)行檢測(cè)，生成檢測(cè)物體信息以及行人目標(biāo)檢測(cè)結(jié)果；

基于檢測(cè)物體信息生成多個(gè)攝像頭的透視轉(zhuǎn)換矩陣；

基于行人目標(biāo)檢測(cè)結(jié)果進(jìn)行修正，生成行人目標(biāo)全身框圖坐標(biāo)；

調(diào)用多個(gè)攝像頭的透視轉(zhuǎn)換矩陣對(duì)行人目標(biāo)全身框圖坐標(biāo)進(jìn)行透視轉(zhuǎn)換結(jié)果計(jì)算，生成多個(gè)透視轉(zhuǎn)換結(jié)果；

將多個(gè)透視轉(zhuǎn)換結(jié)果進(jìn)行融合，并將各重疊區(qū)域行人去重后生成平面圖；

根據(jù)平面圖中的坐標(biāo)，生成平面圖對(duì)應(yīng)的人群密度熱力圖。

可選的，生成平面圖對(duì)應(yīng)的人群密度熱力圖之后，還包括：

將人群密度熱力圖發(fā)送至客戶(hù)端進(jìn)行展示。

可選的，檢測(cè)物體信息包括類(lèi)別以及位置坐標(biāo)；

基于檢測(cè)物體信息生成多個(gè)攝像頭的透視轉(zhuǎn)換矩陣，包括：

根據(jù)面積最大化從場(chǎng)景圖像中多個(gè)檢測(cè)物體的位置坐標(biāo)中獲取多個(gè)不共線(xiàn)組合點(diǎn)，生成透視轉(zhuǎn)換的目標(biāo)點(diǎn)；

根據(jù)類(lèi)別以及位置坐標(biāo)從預(yù)設(shè)實(shí)際空間坐標(biāo)集合中匹配透視轉(zhuǎn)換的目標(biāo)點(diǎn)對(duì)應(yīng)的實(shí)際空間坐標(biāo)，生成多組透視轉(zhuǎn)換點(diǎn)對(duì)；

基于多組透視轉(zhuǎn)換點(diǎn)對(duì)計(jì)算后生成多個(gè)攝像頭的透視轉(zhuǎn)換矩陣。

可選的，利用攝像頭實(shí)時(shí)采集場(chǎng)景圖像之前，還包括：