[发明专利]一种行人统计方法、装置、设备、存储介质

权利要求书

1.一种行人统计方法，其特征在于，所述的方法基于深度图像，所述的方法包括以下步骤：

获取当前图像，确定当前图像的连通域；

根据连通域，建立当前图像的物体列表；

对物体列表中的物体分别进行行为判别和外形判别；

当行为判别结果满足第一预设值，且外形判别结果满足第二预设值时，该物体被判定为人。

2.根据权利要求1所述的行人统计方法，其特征在于，所述获取当前图像，确定当前图像的连通域，包括，

读取内存中的深度图像，确定背景图像，根据背景图像，获得当前图像的前景图像，根据前景图像，确定连通域。

3.根据权利要求2所述的行人统计方法，其特征在于，所述根据前景图像，确定连通域包括，

按照预设顺序判断前景图内各像素点是否为有效点，并根据有效点确定连通域，具体包括如下步骤：

确定第一有效点；

遍历第一有效点边缘的各像素点，将满足第一预设条件的像素点确定为第一有效点的域内点，并对第一有效点的域内点进行标记，第一有效点及其域内点组成连通域；

遍历第一有效点的域内点边缘的各像素点，将满足第一预设条件的像素点确定为第一有效点的域内点，并对第一有效点的域内点进行标记，第一有效点及其域内点组成连通域；

按照预设顺序确定新的第一有效点，并重复上述步骤。

4.根据权利要求3所述的行人统计方法，其特征在于，所述根据连通域，建立当前图像的物体列表包括，

逐一确定连通域的最大三维外接长方体是否满足第二预设条件，如果是，则将其列入当前图像的物体列表中。

5.根据权利要求4所述的行人统计方法，其特征在于，将当前图像物体列表中的物体逐一与前帧图像物体列表中的所有物体作对比，如果存在两物体质心间的距离小于第三预设值时，则标记两物体为同一物体。

6.根据权利要求5所述的行人统计方法，其特征在于，所述行为判别包括，

计算同一物体出现的第一帧图像与最后一帧图像间的最大位移，根据位移得到行为判别结果。

7.根据权利要求6所述的行人统计方法，其特征在于，所述外形判别包括，逐一计算当前图像的物体列表中物体的HOG值，并将其输入至已经训练好的二维向量机模型中，二维向量机输出的结果为外形判别结果。

8.一种装置，其特征在于，包括处理器和存储器；其中，所述处理器执行所述存储器中保存的计算机程序时实现如权利要求1至7任一项所述的方法。

9.一种设备，其特征在于，包括权利要求8所述的装置。

10.一种计算机可读存储介质，其特征在于，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。