[发明专利]一种基于群体识别的多个体间距检测系统和方法

权利要求书

1.一种基于群体识别的多个体间距检测方法，其特征在于，包括如下步骤：

步骤S1通过监控摄像头等设备实时对需要检测的群体获取动态实时画面(Observation)，然后采用包括YOLO、Mask RCNN、Faster RCNN、Fast RCNN、FPN、FCN、VGG或SSD等的深度神经网络模型识别出画面中的所有个体以及它们的类别、位置、大小等信息，然后通过群体识别的方法识别出这些个体所组成的所有群体；

步骤S2根据所述步骤S2检测到的所有个体的信息，使用基于空间建模的算法或基于机器学习的算法来估算这些个体的真实位置信息，从而估计出每个群体中每个个体与其它所有个体间的真实距离，所述基于空间建模的算法包括基于个体高度的算法以及基于水平面的算法；

步骤S3根据所述步骤S2得到的每个群体中每个个体与其它所有个体间的真实距离，统计出群体中的包括双方社交距离、多方社交距离在内的多个体间关系，识别出子群体，最后使用分类算法将所有的多个体间距关系进行识别与分类，从而实现对群体中这些双方或多方的多个体间关系的监视与管控。

2.根据权利要求1所述的基于群体识别的多个体间距检测方法，其特征在于，所述的个体包括人类、动物、车辆以及其它任意物体；所述多个体间相互关系包括同种或异种的个体间的相互关系。

3.根据权利要求2所述的基于群体识别的多个体间距检测方法，其特征在于，所述同种个体间的相互关系包括人与人之间、动物与动物之间的社交距离。

4.根据权利要求1所述的基于群体识别的多个体间距检测方法，其特征在于，步骤S1中所述群体识别的方法包括从视频中抽取每一帧的特征，采用聚类、支持向量机(SVM)或神经网络的方法识别出画面中的所有群体；步骤S2中所述的基于机器学习的算法包括支持向量机(SVM)、决策树(Decision Tree)、AdaBoost算法或神经网络等模型。

5.根据权利要求1所述的基于群体识别的多个体间距检测方法，其特征在于，步骤S2中所述基于空间建模的算法计算个体的真实位置时视频画面被还原成与摄像机镜头所在平面平行的一个平面上的高度为H_p、长度为到摄像头的距离为的假想的成像画面。

6.根据权利要求1所述的基于群体识别的多个体间距检测方法，其特征在于，步骤S2中所述的真实位置信息参照于在平行于地面的水平面上建立的直角坐标系Γ_Ground，该坐标系以摄像机在水平面的投影为原点，从该原点出发垂直于镜头所在平面向前的方向在水平面的投影为x轴正方向，成像画面左上角到右上角的方向在水平面上的投影为y轴正方向。

7.根据权利要求1所述的基于群体识别的多个体间距检测方法，其特征在于，步骤S2中所述的基于个体高度的算法通过神经网络模型所预测的群体中的个体的类别，估计出个体的真实高度H_i，同时预测个体在画面中的高度为h_i，那么可根据相似三角形的性质求解出该个体的真实位置在的x坐标X_i为

所述的基于水平面的算法利用神经网络识别出的个体的底部中心在画面中的坐标(x_i,y_i)，根据相似三角形的性质求解推导出该个体的真实位置在Γ_Ground坐标系中的x坐标X_i为：

8.根据权利要求6所述的基于群体识别的多个体间距检测方法，其特征在于，所述的个体的真实位置在Γ_Ground坐标系中的y坐标可根据相似三角形的性质利用该个体的真实位置在Γ_Ground坐标系中的x坐标X_i推导出：