[发明专利]人群拥挤度检测方法、装置、系统及电子设备

权利要求书

1.一种人群拥挤度检测方法，其特征在于，包括：

获取待检测的第一图像；所述第一图像为多种应用场景下所采集的图像中的一种；

提取所述第一图像中的第一人群拥挤特征；所述第一人群拥挤特征为所述第一图像的背景区域特征；

将所述第一人群拥挤特征输入到预先训练好的拥挤度检测分类器中，得到所述第一图像的人群拥挤度的分类结果；

其中，所述拥挤度检测分类器通过对数量达到一定阈值的训练样本数据进行分类训练得到；所述训练样本数据包括多种应用场景下所采集的图像。

2.根据权利要求1所述的方法，其特征在于，在所述获取待检测的第一图像之前，还包括：

获取待训练的第二图像；所述第二图像包括数量达到一定阈值的多种应用场景下所采集的图像；

提取所述第二图像中的第二人群拥挤特征；所述第二人群拥挤特征为所述第二图像的背景区域特征；

将所述第二人群拥挤特征，整合为训练样本数据和验证样本数据；

通过机器学习算法对所述训练样本数据进行训练，得到所述拥挤度检测分类器。

3.根据权利要求2所述的方法，其特征在于，在得到所述拥挤度检测分类器之后，还包括：

获取第一分类结果和所述拥挤度检测分类器的模型参数，所述第一分类结果为将所述训练样本数据输入至所述拥挤度检测分类器之后得到的输出结果；

将所述验证样本数据输入所述拥挤度检测分类器中，得到第二分类结果；

判断所述第二分类结果是否与所述第一分类结果相一致；

如果否，则对所述模型参数进行调整。

4.根据权利要求2所述的方法，其特征在于，在所述提取所述第二图像中的第二人群拥挤特征之前，还包括：

对所述第二图像进行归一化预处理；

判断所述归一化预处理后的第二图像是否存在预设缺陷；所述预设缺陷包括：图像遮蔽、数据错误、图像模糊中至少一项；

如果是，则重新获取图像，并将所述重新获取的图像作为所述第二图像。

5.根据权利要求1所述的方法，其特征在于，所述将所述第一人群拥挤特征输入到预先训练好的拥挤度检测分类器中，得到所述第一图像的人群拥挤度分类结果，具体包括：

确定所述拥挤度检测分类器所对应的数据格式；

如果所述数据格式包括二进制数据格式，将所述第一人群拥挤特征转换为二进制数据格式后输入所述拥挤度检测分类器，以生成对应所述第一图像的分类结果。

6.根据权利要求1-5任一项所述的方法，其特征在于，在所述得到所述第一图像的人群拥挤度分类结果之后，还包括：

将所述第一图像及其对应的分类结果，作为新的训练样本数据保存在训练样本数据库中。

7.一种人群拥挤度检测装置，其特征在于，所述装置包括：

图像获取模块，用于获取待检测的第一图像；所述第一图像为多种应用场景下所采集的图像中的一种；

特征提取模块，用于提取所述第一图像中的第一人群拥挤特征；所述第一人群拥挤特征为所述第一图像的背景区域特征；

图像分类模块，用于将所述第一人群拥挤特征输入到预先训练好的拥挤度检测分类器中，得到所述第一图像的人群拥挤度的分类结果；其中，所述拥挤度检测分类器通过对数量达到一定阈值的训练样本数据进行分类训练得到；所述训练样本数据包括多种应用场景下所采集的图像。

8.一种人群拥挤度检测系统，其特征在于，所述系统包括：后台服务器、终端设备及如上述权利要求7所述的人群拥挤度检测装置；

所述后台服务器、所述终端设备以及所述人群拥挤度检测装置两两通信连接；

所述后台服务器，接收所述人群拥挤度检测装置所发送的对图像的人群拥挤度分类结果，并将所述人群拥挤度分类结果发送至所述终端设备。

9.一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至6任一项所述的方法的步骤。

10.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1至6任一项所述的方法。