[发明专利]人群聚集检测方法、装置、电子设备及存储介质有效

专利信息
申请号: 202011442029.7 申请日: 2020-12-11
公开(公告)号: CN112232316B 公开(公告)日: 2021-03-26
发明(设计)人: 鲁盈悦;李小兵;支洪平 申请(专利权)人: 科大讯飞(苏州)科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N3/08
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 李文清
地址: 215021 江苏省苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人群 聚集 检测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种人群聚集检测方法,其特征在于,包括:

获取待检测视频中多个采样视频帧的人群密度图中的聚集圈;

基于每两个相邻采样视频帧对应的聚集圈面积重叠信息,确定所述待检测视频对应的各个聚集圈的聚集时长;

基于各个聚集圈的聚集时长,对所述待检测视频对应的目标区域内的人群聚集事件进行检测;

所述基于每两个相邻采样视频帧对应的聚集圈面积重叠信息,确定所述待检测视频对应的各个聚集圈的聚集时长,具体包括:

若任意两个相邻采样视频帧对应的两个聚集圈之间的聚集圈面积重叠信息大于等于聚集面积变化阈值,则设置所述两个聚集圈的标识为同一标识;

基于各个标识对应的聚集圈在各个采样视频帧的人群密度图中连续出现的次数,确定各个标识对应的聚集圈的聚集时长。

2.根据权利要求1所述的人群聚集检测方法,其特征在于,所述获取待检测视频中多个采样视频帧的人群密度图中的聚集圈,之前还包括:

将所述待检测视频中多个采样视频帧分别输入至密度估计模型,得到所述密度估计模型输出的每一采样视频帧的人群密度图;

所述密度估计模型基于样本视频帧和所述样本视频帧对应的样本人群密度图训练得到,或基于所述样本视频帧、所述样本视频帧对应的样本人群密度图,以及所述样本视频帧中包含的样本人员数量训练得到。

3.根据权利要求2所述的人群聚集检测方法,其特征在于,所述将所述待检测视频中多个采样视频帧分别输入至密度估计模型,得到所述密度估计模型输出的每一采样视频帧的人群密度图,具体包括:

将任一采样视频帧输入至所述密度估计模型的特征提取层,得到由所述特征提取层输出的像素值特征;

将所述像素值特征输入至所述密度估计模型的膨胀卷积层,得到由所述膨胀卷积层输出的像素值适配特征;

将所述像素值适配特征输入至所述密度估计模型的输出层,得到由所述输出层输出的所述任一采样视频帧的人群密度图。

4.根据权利要求1-3中任一项所述的人群聚集检测方法,其特征在于,所述获取待检测视频中多个采样视频帧的人群密度图中的聚集圈,具体包括:

获取任一采样视频帧的人群密度图中包含的若干凸包;

基于每个凸包的像素面积以及每个凸包包含的人员数量,确定所述人群密度图中的聚集圈。

5.根据权利要求4所述的人群聚集检测方法,其特征在于,所述获取任一采样视频帧的人群密度图中包含的若干凸包,具体包括:

基于无监督聚类方法,确定任一采样视频帧的人群密度图中像素点的若干聚类簇;

若任一聚类簇中包含的所有像素点的像素值之和大于等于密度聚类阈值,则确定所述任一聚类簇为所述任一采样视频帧的人群密度图中的凸包。

6.根据权利要求4所述的人群聚集检测方法,其特征在于,所述基于每个凸包的像素面积以及每个凸包包含的人员数量,确定所述人群密度图中的聚集圈,具体包括:

基于每个凸包的像素面积以及每个凸包包含的人员数量,确定每个凸包的聚集密度;

若任一凸包的聚集密度以及所述任一凸包包含的人员数量满足预设条件,则确定所述任一凸包为所述人群密度图中的聚集圈。

7.一种人群聚集检测装置,其特征在于,包括:

聚集圈确定模块,用于获取待检测视频中多个采样视频帧的人群密度图中的聚集圈;

聚集时长确定模块,用于基于每两个相邻采样视频帧对应的聚集圈面积重叠信息,确定所述待检测视频对应的各个聚集圈的聚集时长;

人群聚集检测模块,用于基于各个聚集圈的聚集时长,对所述待检测视频对应的目标区域内的人群聚集事件进行检测;

所述聚集时长确定模块,具体用于:

若任意两个相邻采样视频帧对应的两个聚集圈之间的聚集圈面积重叠信息大于等于聚集面积变化阈值,则设置所述两个聚集圈的标识为同一标识;

基于各个标识对应的聚集圈在各个采样视频帧的人群密度图中连续出现的次数,确定各个标识对应的聚集圈的聚集时长。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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科大讯飞(苏州)科技有限公司,未经科大讯飞(苏州)科技有限公司许可,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/202011442029.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top