[发明专利]基于生成对抗网络的人群监控方法、装置、设备及介质

说明书

本公开提供了一种基于生成对抗网络的人群监控方法，可以应用于人工智能技术领域。该方法包括：训练生成对抗网络，以及在训练结束后，利用生成对抗网络中的生成器模型基于目标监控区域的第二人群图像得到的第二人群密度估计图，以此来估计目标监控区域中的人数。其中，在训练过程中以第一人群图像作为生成器模型的输入，训练生成器模型输出第一人群密度估计图；同时以第一人群密度真值图和第一人群密度估计图作为判别器模型的输入，以使判别器模型判别第一人群密度真值图和第一人群密度估计图的相似性，不断重复该训练过程直到判别出的相似性满足预设阈值条件。本公开还提供了一种基于生成对抗网络的人群监控装置、设备、存储介质和程序产品。

技术领域

本公开涉及人工智能技术领域，更具体地涉及一种基于生成对抗网络的人群监控方法、装置、电子设备、计算机可读存储介质和程序产品。

背景技术

人群聚集超出一定限度时难免会引发事故，尤其是在疫情期间更要避免聚集。因此，对人群集群情况进行监控是非常有必要的。

相关技术中可以采用目标检测方法来进行人群数量监控。例如，可以通过摄像头监控检测并定位图像或视频中的人体特征(例如，人脸)来统计检测到的目标数量以得到最终的人数统计结果。然而，这种方法一方面在背景及光照变化复杂、人群互遮挡情况严重、人群尺度变化较大的场景下，准确率较低且误检、漏检情况较多；另一方面由于监控过程中要检测人体特征，存在个人人体特征信息被盗用的风险。

发明内容

鉴于上述问题，本公开提供了提高适用环境更广泛、且更安全的基于生成对抗网络的人群监控方法、装置、设备、介质和程序产品。

根据本公开的第一方面，提供了一种基于生成对抗网络的人群监控方法。所述方法包括：训练生成对抗网络，所述生成对抗网络包括生成器模型和判别器模型；以及在训练结束后，以目标监控区域的第二人群图像作为所述生成器模型的输入，基于所述生成器模型输出的第二人群密度估计图来估计所述目标监控区域中的人数。其中，在训练过程中利用至少一个第一人群图像对所述生成对抗网络反复执行如下操作，直到所述判别器模型判别出的相似性满足预设阈值条件，包括：基于对所述第一人群图像中的人群标定和变换处理，获得所述第一人群密度真值图；以第一人群图像作为所述生成器模型的输入，训练所述生成器模型输出第一人群密度估计图；在训练过程中以所述第一人群密度真值图和所述第一人群密度估计图作为所述判别器模型的输入，以使所述判别器模型判别所述第一人群密度真值图和所述第一人群密度估计图的相似性。

根据本公开的实施例，所述以第一人群图像作为所述生成器模型的输入，训练所述生成器模型输出第一人群密度估计图还包括：以所述第一人群图像和所述第一人群密度真值图拼接后的图像，作为所述生成器模型的输入。

根据本公开的实施例，所述基于对所述第一人群图像中的人群标定和变换处理，获得所述第一人群密度真值图包括：对所述第一人群图像以人头为中心进行标定，得到标定图像；以及将标定图像进行高斯平滑处理，得到所述第一人群密度真值图。

根据本公开的实施例，所述训练生成对抗网络还包括获取至少一个所述第一人群图像，具体包括：从人群监控视频中截取图像帧；从所述图像帧中裁剪尺寸为预设大小的至少一个图像块；以及基于所述至少一个图像块，得到至少一个所述第一人群图像。

根据本公开的实施例，所述方法还包括：基于在人群监控视频中划定所述目标监控区域的操作，从所述人群监控视频中截取所述第二人群图像。

根据本公开的实施例，所述从所述人群监控视频中截取所述第二人群图像还包括：每间隔固定帧数，从所述人群监控视频中自动截取所述第二人群图像。

根据本公开的实施例，所述方法还包括：当估计出所述目标监控区域中的人数大于或等于预设的告警人数时，实时告警。