[发明专利]人群拥挤度检测方法、装置及系统

说明书

本发明提供一种人群拥挤度检测方法、装置及系统，涉及图像识别技术领域，方法包括：获取待检测区域的多个第一图像；以待检测区域中的标志物为分界点，将多个第一图像所覆盖的区域划分为多个目标区域；根据多个目标区域，对多个第一图像中的重叠部分进行处理，得到多个待识别图像；提取每个待识别图像中的第一人群拥挤特征；将每个第一人群拥挤特征输入到预先训练好的拥挤度检测分类器中，得到多个待识别图像的人群拥挤度分类结果；根据多个待识别图像的人群拥挤度分类结果，计算得到待检测区域的拥挤度。该方法能够实现快速、准确地拥挤度检测，解决现有技术中对拥挤程度识别速度慢、识别准确率低、所需硬件配置高的问题。

技术领域

本发明涉及图像识别技术领域，尤其是涉及一种人群拥挤度检测方法、装置及系统。

背景技术

目前，主流的人群拥挤度算法一般采用数人头的模式识别方法，先把人流的背景去掉，然后根据人体头部形状在剩下的图像中分辨人头的个数，因为视频中的图像存在动态的连续变化，所以通过一系列处理后能得出较为准确的人员个数。这种方法对视频设备的精度要求比较高，而且因为需要用较为复杂的算法来处理视频流导致算法要求的后台计算量比较大，所以一般需要专用硬件才能以较快速度获得较准确的人头处理结果。

对于多数应用场景而言，不需要知道公共场所中具体的人数有多少，而只需了解一个模糊的概念，比如此场所是否拥挤以及拥挤的程度有多高。对于区域比较大的应用场景，摄像头所采集的图像不能涵盖所有区域，导致其人群拥挤度检测结果不准确，而且现有的人群拥挤度检测方法，通过对视频数据进行处理分析，确定出人头数量，进而得到当前区域的拥挤度，导致此方法对大区域的拥挤程度识别速度慢，识别准确率低，且所需硬件配置高。

发明内容

有鉴于此，本发明的目的在于提供一种人群拥挤度检测方法、装置及系统，能够将安装于待检测区域内的多个拍摄装置所采集的多个图像，根据基于待检测区域内的标志物进行划分的区域，处理得到多个待识别图像，对每个待识别图像进行拥挤度检测，然后将多个拥挤度结果进行综合，得到待检测区域最终的拥挤度，该方法能够实现快速、准确地拥挤度检测，降低对高配置硬件设备的依赖，解决现有技术中对拥挤程度识别速度慢、识别准确率低、所需硬件配置高的问题。

第一方面，本发明实施例提供了一种人群拥挤度检测方法，包括：

获取待检测区域的多个第一图像；多个第一图像包括：安装于待检测区域的多个拍摄装置所采集的多个图像；

以待检测区域中的标志物为分界点，将多个第一图像所覆盖的区域划分为多个目标区域；

根据多个目标区域，对多个第一图像中的重叠部分进行处理，得到多个待识别图像；

提取每个待识别图像中的第一人群拥挤特征；第一人群拥挤特征包括：第一图像中的人头特征和/或背景特征；

将每个第一人群拥挤特征输入到预先训练好的拥挤度检测分类器中，得到多个待识别图像的人群拥挤度分类结果；

其中，拥挤度检测分类器通过对数量达到一定阈值的训练样本数据进行分类训练得到；训练样本数据包括多种应用场景下所采集的图像；

根据多个待识别图像的人群拥挤度分类结果，计算得到待检测区域的拥挤度。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，在获取待检测区域的多个第一图像之前，还包括：

获取待训练的第二图像；第二图像包括数量达到一定阈值的多种应用场景下所采集的图像；

提取第二图像中的第二人群拥挤特征；第二人群拥挤特征包括：第二图像的背景特征和/或人头特征；

将第二人群拥挤特征，整合为训练样本数据和验证样本数据；

通过机器学习算法对训练样本数据进行训练，得到拥挤度检测分类器。