获取对象密度的方法及装置制造方法及图纸

本发明专利技术实施例公开了一种获取对象密度的方法及装置，属于图像分析技术领域。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，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，距离差异信息用于指示监控图片中包含的对象之间的距离的差异程度；根据n张监控图片各自对应的距离差异信息，确定目标区域在目标时段内的对象密度。本发明专利技术实施例提供的技术方案实现过程中无需构建和训练模型，降低了方案的实现复杂度和实施要求。

Method and device for obtaining object density

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获取对象密度的方法及装置，用以解决相关技术提供的方案所存在的实现复杂度高、实施要求较高的问题。所述技术方案如下：第一方面，提供了一种获取对象密度的方法，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。第二方面，提供了一种获取对象密度的装置，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；密度确定模块，用于根据所述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。第三方面，提供了一种获取对象密度的设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如第一方面所述的获取对象密度的方法。第四方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如第一方面所述的获取对象密度的方法。第五方面，提供了一种计算机程序产品，当该计算机程序产品被执行时，其用于执行上述第一方面所述的获取对象密度的方法。本专利技术实施例提供的技术方案可以带来以下有益效果：通过获取在目标时段内采集的目标区域的多张监控图片，分别获取每张监控图片中包含的对象之间的距离，根据该距离的差异程度在多张监控图片中的变化情况，确定目标区域在目标时段内的对象密度，该方案实现过程中无需构建和训练模型，因此一方面，省去了模型构建和训练的过程，使得方案的实现复杂度得到降低，节约了人力和时间成本；另一方面，相较于相关技术，本专利技术实施例提供的方案中因无需获取大量的样本数据对模型进行训练，所以不会存在需要获取大量的样本数据的需求，因此方案的实施要求更低。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术一个实施例提供的应用场景的示意图；图2是本专利技术一个实施例提供的获取对象密度的方法的流程图；图3是本专利技术一个实施例提供的获取对象间距的示意图；图4是本专利技术一个实施例提供的获取对象密度的装置的框图；图5是本专利技术一个实施例提供的服务器的结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地详细描述。请参考图1，其示出了本专利技术一个实施例提供的应用场景的示意图。该应用场景可以包括：至少一个摄像头110和服务器120。摄像头110部署在某一区域的上方或者斜上方，用于采集该区域内的监控图像(如监控视频或者监控图片)。监控图像中记录有该区域内的对象(如人群)的流动状况。上述区域可以是任意对对象密度(如人群密度)有统计需求的区域。例如，以获取人群密度为例，上述区域可以是人流量较大的过道、店铺、出入口等区域。摄像头110与服务器120之间具有通信连接，该通信连接可以是有线网络连接，也可以是无线网络连接。摄像头110通过上述通信连接将采集的监控图像发送给服务器120，由服务器120对监控图像进行分析以确定出对象密度。服务器120可以是一台服务器，也可以是由多台服务器组成的服务器集群，或者是一个云计算服务中心。在实际应用中，同一块区域可以在多个角度(例如前后两个角度)部署多个摄像头110，从不同的拍摄角度获取监控图像，并综合对该多个不同角度的监控图像的分析结果，估计该区域内的对象密度，从而可以避免因单一拍摄角度的视角限制而造成的估计结果不准确。另外，在下述方法实施例中，主要以各步骤的执行主体为服务器120进行举例说明。在摄像头110的处理能力允许的情况下，也可以由摄像头110直接对采集的监控图像进行分析以确定出对象密度，本专利技术实施例对此不作限定。本专利技术实施例提供的技术方案，可应用于公安消防等领域，通过对一些特定区域内的人群密度进行分析，在人群密度超标时可以进行提前预警，以免出现拥堵、甚至人群踩踏事故的发生，具有较高的实际应用价值。请参考图2，其示出了本专利技术一个实施例提供的获取对象密度的方法的流程图。在本实施例中，以各步骤的执行主体为服务器进行举例说明。在本实施例中，以获取人群密度为例对本专利技术实施例提供的技术方案进行介绍说明。该方法可以包括如下几个步骤。步骤201，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，n为大于1的整数。当需要对目标区域内的人群密度进行估计时，可以在目标区域的上方或者斜上方部署摄像头，由摄像头采集目标区域的监控图像。其中，监控图像可以是监控视频，也可以是监控图片。目标区域可以是任意对人群密度有统计需求的区域，例如人流量较大的过道、店铺、出入口等区域。在一种可能的实现方式中，摄像头采集目标区域的监控视频。相应地，服务器获取在目标时段内采集的目标区域的监控视频，从监控视频中本文档来自技高网...

【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