[发明专利]人群聚集检测方法、装置、电子设备和存储介质在审

专利信息
申请号: 202110447713.2 申请日: 2021-04-25
公开(公告)号: CN113128430A 公开(公告)日: 2021-07-16
发明(设计)人: 杨昌东;陈欣;李梓赫;贾若然;傅云翔;陈向阳;姜殿洪;刘啸;王小艮;高明 申请(专利权)人: 科大讯飞股份有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 程琛
地址: 230088 安徽省*** 国省代码: 安徽;34
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:

对待检测的人群图像进行目标检测,得到所述人群图像中行人的图像位置;

基于所述行人的图像位置,确定行人之间的图像距离;

将所述行人的图像位置转换到深度坐标系下,得到行人之间的深度距离,所述深度坐标系是基于所述人群图像的拍摄设备所在水平面确定的;

基于行人之间的图像距离和深度距离,对所述人群图像进行聚集检测。

2.根据权利要求1所述的人群聚集检测方法,其特征在于,所述将所述行人的图像位置转换到深度坐标系下,得到行人之间的深度距离,包括:

基于参数转换关系,或者,基于位置转换关系,将所述行人的图像位置转换到深度坐标系下,得到行人之间的深度距离;

所述参数转换关系是基于所述拍摄设备的设备参数确定的;

所述位置转换关系是基于所述人群图像的关联图像中各参考行人的图像位置确定的,所述关联图像为与所述人群图像在相同拍摄视角下由相同拍摄设备拍摄所得的图像,所述参考行人在所述拍摄设备所在水平面上,所述参考行人的图像区域大小之差小于预设阈值。

3.根据权利要求2所述的人群聚集检测方法,其特征在于,所述基于参数转换关系,将所述行人的图像位置转换到深度坐标系下,得到行人之间的深度距离,包括:

基于所述行人的图像区域大小,以及所述参数转换关系,确定所述行人与所述拍摄设备之间的水平深度值;

基于各行人的水平深度值,确定行人之间的深度距离;

其中,所述参数转换关系为图像区域大小、预设行人的实际大小、所述设备参数与所述水平深度值之间的关系。

4.根据权利要求2所述的人群聚集检测方法,其特征在于,所述位置转换关系是基于如下步骤确定的:

基于各关联图像中所述参考行人的图像位置,以及所述参考行人与深度坐标系原点的距离一致性,确定各关联图像的图像深度转换关系;

基于各关联图像的图像深度转换关系,确定所述位置转换关系。

5.根据权利要求1至4中任一项所述的人群聚集检测方法,其特征在于,所述基于行人之间的图像距离和深度距离,对所述人群图像进行聚集检测,包括:

基于行人之间的图像距离和深度距离,构建聚集状态矩阵;

对所述聚集状态矩阵进行连通性判断,得到所述人群图像的聚集检测结果。

6.根据权利要求1至4中任一项所述的人群聚集检测方法,其特征在于,所述对待检测的人群图像进行目标检测,得到所述人群图像中行人的图像位置,包括:

对所述人群图像进行头肩检测,得到所述人群图像中行人的头肩图像,将所述头肩图像的位置确定为对应行人的图像位置。

7.根据权利要求6所述的人群聚集检测方法,其特征在于,所述对所述人群图像进行头肩检测,得到所述人群图像中行人的头肩图像,包括:

对所述人群图像进行裁剪,得到多个图像块,所述多个图像块之间存在重叠部分;

分别对各图像块进行头肩检测,得到各图像块中的候选头肩图像;

对各图像块中的候选头肩图像进行非极大值抑制和交小比合并,得到行人的头肩图像。

8.一种人群聚集检测装置,其特征在于,包括:

目标检测单元,用于对待检测的人群图像进行目标检测,得到所述人群图像中行人的图像位置;

图像距离单元,用于基于所述行人的图像位置,确定行人之间的图像距离;

深度距离单元,用于将所述行人的图像位置转换到深度坐标系下,得到行人之间的深度距离,所述深度坐标系是基于所述人群图像的拍摄设备所在水平面确定的;

聚集检测单元,用于基于行人之间的图像距离和深度距离,对所述人群图像进行聚集检测。

9.一种电子设备,包括存储器、处理器及存储在所述存储器上并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程序时实现如权利要求1至7任一项所述人群聚集检测方法的步骤。

10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述人群聚集检测方法的步骤。

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股份有限公司,未经科大讯飞股份有限公司许可,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/202110447713.2/1.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