[发明专利]一种多摄像头融合的人群密度预测方法、装置、存储介质及终端有效
申请号: | 202011058469.2 | 申请日: | 2020-09-30 |
公开(公告)号: | CN111914819B | 公开(公告)日: | 2021-01-26 |
发明(设计)人: | 王路遥;白彧;俞弘毅;李克勤;麻志毅 | 申请(专利权)人: | 杭州未名信科科技有限公司;浙江省北大信息技术高等研究院 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06F7/78 |
代理公司: | 北京辰权知识产权代理有限公司 11619 | 代理人: | 刘广达 |
地址: | 311200 浙江省杭州市萧*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 摄像头 融合 人群 密度 预测 方法 装置 存储 介质 终端 | ||
本发明公开了一种多摄像头融合的人群密度预测方法、装置、存储介质及终端,方法包括:多个摄像头实时采集场景图像分别输入透视目标检测模型和行人目标检测模型中进行检测,生成检测物体信息以及行人目标检测结果;基于检测物体信息生成多个摄像头的透视转换矩阵;基于行人目标检测结果进行修正,生成行人目标全身框图坐标;调用透视转换矩阵对行人目标全身框图坐标进行透视转换结果计算,生成多个透视转换结果进行融合,并将各重叠区域行人去重后生成平面图;根据平面图中的坐标,生成平面图对应的人群密度热力图。因此,采用本申请实施例,通过多个摄像头进行同一时刻透视转换结果的融合来得到实时的平面人群密度热力图,从而提高了管理部门的信息感知能力和应急处置能力。
技术领域
本发明涉及计算机领域,特别涉及一种多摄像头融合的人群密度预测方法、装置、存储介质及终端。
背景技术
近年来,在世界范围内非常规突发事件时常发生,而这些事件很可能带来灾难性后果,从而大规模群体的疏散方案成为了公共安全领域日益重视的问题。迄今为止,在微观和宏观层面,均已存在大量针对大规模人群的疏散问题的模型研究,这些研究有力地推动了基于非常规突发事件的应急处置领域的发展。但是,关于在非常规突发事件下大规模人群的疏散问题的不确定性尚没有得到充分的认识。
在当前的人群监控方式中,通常使用普通摄像机的实时监控和红外摄像机的热力图成像监控进行应用场景下不同情况的监视,由于这两种方式都只能起到监控单一范围内人群的分布情况,不能宏观显示场馆中人群密度的准确分布情况,从而使得管理部门不能宏观的观察到整个场景下的人群分布情况,从而降低了管理部门的信息感知能力和应急处置能力。
发明内容
本申请实施例提供了一种多摄像头融合的人群密度预测方法、装置、存储介质及终端。为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
第一方面,本申请实施例提供了一种多摄像头融合的人群密度预测方法,该方法包括:
利用多个摄像头实时采集场景图像;
将场景图像分别输入预先训练的透视目标检测模型和行人目标检测模型中进行检测,生成检测物体信息以及行人目标检测结果;
基于检测物体信息生成多个摄像头的透视转换矩阵;
基于行人目标检测结果进行修正,生成行人目标全身框图坐标;
调用多个摄像头的透视转换矩阵对行人目标全身框图坐标进行透视转换结果计算,生成多个透视转换结果;
将多个透视转换结果进行融合,并将各重叠区域行人去重后生成平面图;
根据平面图中的坐标,生成平面图对应的人群密度热力图。
可选的,生成平面图对应的人群密度热力图之后,还包括:
将人群密度热力图发送至客户端进行展示。
可选的,检测物体信息包括类别以及位置坐标;
基于检测物体信息生成多个摄像头的透视转换矩阵,包括:
根据面积最大化从场景图像中多个检测物体的位置坐标中获取多个不共线组合点,生成透视转换的目标点;
根据类别以及位置坐标从预设实际空间坐标集合中匹配透视转换的目标点对应的实际空间坐标,生成多组透视转换点对;
基于多组透视转换点对计算后生成多个摄像头的透视转换矩阵。
可选的,利用摄像头实时采集场景图像之前,还包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州未名信科科技有限公司;浙江省北大信息技术高等研究院,未经杭州未名信科科技有限公司;浙江省北大信息技术高等研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011058469.2/2.html,转载请声明来源钻瓜专利网。