[发明专利]人群拥挤度检测方法、装置、系统及电子设备

说明书

本发明提供一种人群拥挤度检测方法、装置、系统及电子设备，涉及图像识别技术领域，方法包括：获取待检测的第一图像，即多种应用场景下所采集的图像中的一种；提取第一图像中的第一人群拥挤特征，即第一图像的背景区域特征；将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，得到第一图像的人群拥挤度的分类结果；拥挤度检测分类器通过对数量达到一定阈值的多种应用场景下所采集的训练样本数据进行训练得到。该方法能够针对不同的应用场景，结合采集的图像的背景信息，检测该场景下的拥挤程度，降低对高配置硬件设备的依赖，实现快速、准确地拥挤度识别，满足多种应用场景下对人群拥挤度的快速判断需求。

技术领域

本发明涉及图像识别技术领域，尤其是涉及一种人群拥挤度检测方法、装置、系统及电子设备。

背景技术

目前，主流的人群拥挤度算法一般采用数人头的模式识别方法，先把人流的背景去掉，然后根据人体头部形状在剩下的图像中分辨人头的个数，因为视频中的图像存在动态的连续变化，所以通过一系列处理后能得出较为准确的人员个数。这种方法对视频设备的精度要求比较高，而且因为需要用较为复杂的算法来处理视频流导致算法要求的后台计算量比较大，所以一般需要专用硬件才能以较快速度获得较准确的人头处理结果。

对于多数应用场景而言，不需要知道公共场所中具体的人数有多少，而只需了解一个模糊的概念，比如此场所是否拥挤以及拥挤的程度有多高。比如一个公交车站或一个候车大厅，管理人员只需知道候车人的拥挤是否达到某个程度，然后便于启动不同的应对模式；又如对于公交车厢而言，乘客只关心是否有座位，没有座位时，赶时间时能否挤上去。

针对上述情况，现有的传统的人群拥挤度检测方法，通过对视频数据的处理分析，确定出人群中人头数量，进而得到相应场景下的拥挤度，此过程存在识别速度慢、所需硬件设备配置高的问题。

发明内容

有鉴于此，本发明的目的在于提供一种人群拥挤度检测方法、装置、系统及电子设备，能够针对不同的应用场景，结合采集的图像的背景信息，检测该场景下的拥挤程度，降低对高配置硬件设备的依赖，实现快速、准确地拥挤度识别，满足多种应用场景下对人群拥挤度的快速判断需求。

第一方面，本发明实施例提供了一种人群拥挤度检测方法，包括：

获取待检测的第一图像；第一图像为多种应用场景下所采集的图像中的一种；

提取第一图像中的第一人群拥挤特征；第一人群拥挤特征包括：第一图像的背景区域特征；

将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，得到第一图像的人群拥挤度的分类结果；

其中，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；训练样本数据包括多种应用场景下所采集的图像。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，在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；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；

提取第二图像中的第二人群拥挤特征；第二人群拥挤特征包括：第二图像的背景区域特征；

将第二人群拥挤特征，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训练样本数据进行训练，得到拥挤度检测分类器。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，在得到拥挤度检测分类器之后，还包括：

获取第一分类结果和拥挤度检测分类器的模型参数，第一分类结果为将训练样本数据输入至拥挤度检测分类器之后得到的输出结果；

将验证样本数据输入拥挤度检测分类器中，得到第二分类结果；