The embodiment of the invention discloses a method and a device for acquiring object density, belonging to the technical field of image analysis. The method includes: obtaining the N picture of the target area collected at n different time in the target period, n as an integer greater than 1, identifying the objects contained in each monitoring picture, obtaining the distance difference information corresponding to each monitoring picture, and the distance difference information to indicate between the objects contained in the monitoring picture. According to the distance difference information of N Zhang's monitoring pictures, the object density of the target area in the target time interval is determined. The technical proposal provided by the embodiment of the invention does not need to build and train the model in the process of realizing the technical proposal, and reduces the implementation complexity and the implementation requirement of the scheme.
【技术实现步骤摘要】
获取对象密度的方法及装置
本专利技术实施例涉及图像分析
,特别涉及一种获取对象密度的方法及装置。
技术介绍
随着城市人口密集度急剧增大,许多公共基础设施经常会迎来短期的人流高峰,人群的高度拥挤容易引发各种突发事件。因此对公共基础设施等场所进行人群密度测算,进而进行后续的管理、协调是十分必要的。在平安城市建设的推动下,目前很多场所都已安装摄像头,通过对摄像头采集的监控视频进行分析,可以确定相应场所的人群密度。在相关技术中,提供了一种基于视频分析以获取人群密度的方法,其主要包括如下两个步骤:(1)训练人群密度估计模型,(2)采用训练完成的人群密度估计模型预测人群密度。在步骤(1)中,获取大量的监控视频样本,人工统计各个监控视频样本中的人群密度数据,并从各个监控视频样本中提取图像的前景、边缘、纹理等特征,根据上述样本数据采用回归函数训练生成人群密度估计模型的模型参数,得到人群密度估计模型,采用该模型根据提取的特征和模型参数计算得到人群密度。在步骤(2)中,获取在目标时段内采集的目标区域的监控视频,从该监控视频中提取与模型训练阶段相同的特征,并利用训练完成的人群密度估计模型根据上述特征,估算得到目标区域在目标时段内的人群密度。上述相关技术提供的方案需要构建人群密度估计模型,并对该模型进行训练,由于模型训练阶段需要人工统计人群密度数据,因此模型训练需要耗费较多的人力和时间成本,导致方案的实现复杂度较高。并且,上述相关技术提供的方案还需要获取大量的样本数据,在样本数据缺失的情况下,方案实施后所估计得到的人群密度的准确度较低。
技术实现思路
本专利技术实施例提供了一种 ...
【技术保护点】
1.一种获取对象密度的方法,其特征在于,所述方法包括:获取在目标时段内的n个不同时刻采集的目标区域的n张监控图片,所述n为大于1的整数;识别每张监控图片中包含的对象;获取每张监控图片对应的距离差异信息,所述距离差异信息用于指示所述监控图片中包含的所述对象之间的距离的差异程度;根据所述n张监控图片各自对应的距离差异信息,确定所述目标区域在所述目标时段内的对象密度。
【技术特征摘要】
1.一种获取对象密度的方法,其特征在于,所述方法包括:获取在目标时段内的n个不同时刻采集的目标区域的n张监控图片,所述n为大于1的整数;识别每张监控图片中包含的对象;获取每张监控图片对应的距离差异信息,所述距离差异信息用于指示所述监控图片中包含的所述对象之间的距离的差异程度;根据所述n张监控图片各自对应的距离差异信息,确定所述目标区域在所述目标时段内的对象密度。2.根据权利要求1所述的方法,其特征在于,所述获取每张监控图片对应的距离差异信息,包括:获取每张监控图片对应的对象间距集,所述对象间距集是指所述监控图片中包含的所述对象之间的距离所构成的集合;分别根据每张监控图片对应的对象间距集,获取每张监控图片对应的距离差异信息。3.根据权利要求2所述的方法,其特征在于,所述获取每张监控图片对应的对象间距集,包括:对于每一张监控图片,从所述监控图片中选取任意一个对象作为第一对象;从所述监控图片中选取第二对象,并记录所述第一对象与所述第二对象之间的距离,所述第二对象是指所述监控图片中未被选取的对象中距离所述第一对象最近的一个对象;若所述监控图片中还存在未被选取的对象,则从所述监控图片中选取第三对象,并记录所述第二对象与所述第三对象之间的距离,所述第三对象是指所述监控图片中未被选取的对象中距离所述第二对象最近的一个对象;以此类推,直至所述监控图片中不存在未被选取的对象时,整合记录的各个距离得到所述监控图片对应的对象间距集。4.根据权利要求2所述的方法,其特征在于,所述分别根据每张监控图片对应的对象间距集,获取每张监控图片对应的距离差异信息,包括:对于每一张监控图片,计算所述监控图片对应的对象间距集中包括的各个所述距离的方差,并将所述方差作为所述监控图片对应的距离差异信息。5.根据权利要求1至4任一项所述的方法,其特征在于,所述识别每张监控图片中包含的对象之前,还包括:确定所述监控图片中的待识别区域,其中,所述待识别区域是指所述监控图片中所述对象的可移动区域,且每张监控图片中的待识别区域的位置相同;所述识别每张监控图片中包含的对象,包括:从每张监控图片中的待识别区域中识别所述对象。6.根据权利要求1至4任一项所述的方法,其特征在于,所述获取在目标时段内的n个不同时刻采集的目标区域的n张监控图片,包括:获取在所述目标时段内采集的所述目标区域的监控视频;从所述监控视频中每隔预设时间间隔提取一帧图片,得到所述n张监控图片。7.一种获取对象密度的装置,其特征在于,所述装置包括:图片获取模块,用于获取在目标时段内的n个不同时刻采集的目标区域的n张监控图片,所述n为大于1的整数;对象识别模块,用于识别每张监控图片中包含的对象;信息获取模块,用于获取每张监控图...
【专利技术属性】
技术研发人员:王达峰,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。