[发明专利]实时行人数量统计方法、装置、相机和服务器

说明书

本申请公开了一种实时行人数量统计方法、装置、相机和服务器，统计方法包括：获取以预设的时间间隔拍摄得到的M张图像；采用目标检测算法，对M张图像中每一张图像进行目标检测，获取M张图像中N个目标行人的坐标；根据N个目标行人的坐标，对M张图像进行裁剪处理，以得到N张目标图像，其中，每一张目标图像仅包括一个目标行人；采用行人重识别算法，对N张目标图像中的行人特征进行识别，判断N张目标图像中的目标行人是否存在重复的情况；根据行人重识别算法的结果，计算M张图像中所包括的行人实际数量。

技术领域

本申请属于计算机视觉领域，具体涉及一种实时行人数量统计方法、装置、内置AI芯片的相机和云端服务器。

背景技术

在线行人计数是计算机视觉的较为常见的应用之一，随着计算机视觉算法与AI芯片的不断进步与发展，以及安防、商超等公共场所的迫切需求，尤其受2020年新冠疫情影响，行人计数技术能够为社区、校园、医院、机场等公共场所提供客流数量，为决策者提供更加准确的参考依据等。近年来，关于在线行人计数的相关技术，比较主流的方法是通过目标检测配合目标跟踪方法，利用过线法等实现行人计数。

在实现本申请过程中，发明人发现当前主流的通过目标检测配合目标跟踪的方法，当采集视频有间断帧情况时，该方法的ID基本都会切换；当视频不连续，人物位移发生较大变化时，该方法的ID基本都会切换。例如现阶段的目标跟踪方法FairMOT，对于视频不连续问题，同样很不友好。目前至少存在如下问题：实时目标跟踪对于采集的视频流帧率要求较高，并且在视频存在间断帧或者视频不连续时统计结果不准确的问题。

发明内容

本申请实施例的目的是提供实时行人数量统计方法、装置、内置AI芯片的相机和云端服务器，能够解决目前实时目标跟踪技术对于采集的视频流帧率要求较高，并且在视频存在间断帧或者视频不连续时会导致统计结果不准确的技术问题。

为了解决上述技术问题，本申请是这样实现的：

第一方面，本申请实施例提供了一种实时行人数量统计方法，应用于内置AI芯片的相机或者云端服务器，包括：

获取以预设的时间间隔拍摄得到的M张图像；

采用目标检测算法，对所述M张图像中每一张图像进行目标检测，获取所述M张图像中N个目标行人的坐标；

根据所述N个目标行人的坐标，对所述M张图像进行裁剪处理，以得到N张目标图像，其中，每一张所述目标图像仅包括一个所述目标行人；

采用行人重识别算法，对所述N张目标图像中的行人特征进行识别，判断所述N张目标图像中的所述目标行人是否存在重复的情况；

根据所述行人重识别算法的结果，计算所述M张图像中所包括的行人实际数量。

进一步地，所述M张图像包括由第一相机拍摄的A张图像和由第二相机拍摄的B张图像，其中，所述第一相机为内置AI芯片的相机，在所述方法应用于所述第一相机的情况下，在所述获取以预设的时间间隔拍摄得到的M张图像之前，所述第二相机将所述B张图像传输给所述第一相机。

进一步地，所述采用行人重识别算法，对所述N张目标图像中的行人特征进行识别，判断所述N张目标图像中的所述目标行人是否存在重复的情况，具体包括：

通过Backbone网络对所述N张目标图像中的行人特征进行识别；

逐张计算当前目标图像与图像库中的目标图像的相似度距离值，其中，所述图像库中的目标图像为已经经过相似度计算且被加入到所述图像库中的所述目标图像；

在最高相似度距离值小于第一阈值时，将所述当前目标图像对应的目标行人定义为新人，将所述当前目标图像加入到所述图像库中，行人数量加1；