【技术实现步骤摘要】
本公开总体涉及图像处理,具体涉及检测人群对目标位置关注度的方法和设备,以及人群密度的检测方法。
技术介绍
检测人群对目标位置关注度的技术在诸如建筑物内部布置、安防监控等许多领域中都有着广泛的应用。例如,该技术在建筑物内部布置领域中的一个常见应用是检测参观人群对展厅内位于目标位置的展项的关注度,由此可以为决策者合理安排展位、控制人流、有效利用展厅空间等提供重要的决策依据。再比如,该技术在安防监控领域中的一个常见应用是检测诸如火车站、政府大楼等安防监控目标位置周围的聚集人群对该安防监控目标位置的关注度,由此可以为决策者判断聚集人群是否可能会妨碍公共秩序(如示威游行)、危害公共安全等提供决策依据。目前,用于检测所述关注度的常用方式是通过人工计数、基于WIFI、RFID等自动计数、以及在拍摄的图像中检测和跟踪人来确定人群的密度(人群中的人数),并且当人群密度越大则认为对目标位置的关注度越大,反之,认为对目标位置的关注度越小。然而,通过人工计数来确定人数的人力成本往往很高,基于WIFI、RFID等自动计数人数则准确率较低,而通过在拍摄的图像中检测和跟踪人来确定人数在人群拥挤的情况下准确率大大降低。另一方面,这几种方式均只考虑人群密度来判断人群对目标位置的关注度,忽略了其他因素对关注度的影响,因而不够客观。例如,展厅内位于参观的必经之路的展项周围的人群密度通常较高,但是这并不能说明人群对这些展项的兴趣 ...
【技术保护点】
一种人群密度的检测方法,包括:将拍摄得到的包含人群的深度图投影到高度顶视图中;将所述高度顶视图划分为预定大小的单元格;对于每个单元格,提取密度检测特征,该密度检测特征用于表示该单元格内各像素之间的高度差分布;以及根据所述密度检测特征,利用通过统计学习方法预先建立的密度模型检测出每个单元格中的人数。
【技术特征摘要】
1.一种人群密度的检测方法,包括:
将拍摄得到的包含人群的深度图投影到高度顶视图中;
将所述高度顶视图划分为预定大小的单元格;
对于每个单元格,提取密度检测特征,该密度检测特征用于表示该单元
格内各像素之间的高度差分布;以及
根据所述密度检测特征,利用通过统计学习方法预先建立的密度模型检
测出每个单元格中的人数。
2.如权利要求1所述的人群密度的检测方法,其中所述密度检测特征是
基于高度的局部二值模式(LBP)特征,
所述对于每个单元格提取密度检测特征包括对于该单元格中的每一个像
素执行下述处理:
确定以该像素为中心,距离该像素预定距离的各个邻域像素;
对该像素的像素值和每个邻域像素的像素值进行比较;
如果某一邻域像素的像素值与该像素的像素值之差小于第一阈值,并
且该邻域像素的像素值大于第二阈值,则为该邻域像素分配值1,否则为
该邻域像素分配值0;
将由各个所述邻域像素的值组成的二进制编码作为所述像素的LBP
编码。
3.如权利要求2所述的人群密度的检测方法,其中将由各个所述邻域像
素的值组成的二进制编码作为所述像素的LBP编码包括:
对由各个所述邻域像素的值顺序排列组成的二进制编码进行旋转不变处
理,并将经过该旋转不变处理的二进制编码作为所述像素的LBP编码。
4.如权利要求3所述的人群密度的检测方法,其中根据所述密度检测特
征、利用通过统计学习方法预先建立的密度模型检测出每个单元格中的人数
进一步包括针对每个单元格进行以下操作:
对该单元格中各个像素的LBP编码进行分类,以将相同的LBP编码分
类到同一类中,并确定各类LBP编码中各自包含的LBP编码的数量;以及
针对分类得到的LBP编码的种类以及各类LBP编码中各自包含的LBP
编码的数量,应用所述密度模型,计算出该单元格中的人数,
其中,所述密度模型是以所述LBP编码的种类和各类LBP编码中各自
包含的LBP编码的数量作为自变量,以预先统计的与所述自变量的各种取值
对应的单元格内的实际人数为因变量,利用统计学习方法训练得到的。
5.如权利要求2所述的人群密度的检测方法,其中按照人体比例设置所
述第一阈值和第二阈值。
6.一种检测人群对目标位置的关注度的方法,包括:
将拍摄得到的包含人群和目标位置的深度图投影到高度顶视图中;
将所述高度顶视图划分为预定大小的单元格;
确定每个所述单元格中的人群密度;
确定每个所述单元格中人群的运动速率和运动方向;
确定每个所述单元格中人群的朝向;
基于所述人群密度、人群的运动速率和运动方向、人群的朝向,确定每
个单元格中的人群对所述目标位置的关注度。
7.如权利要求6所述的检测人群对目标位置的关注度的方法,其中确定
每个所述单元格中的人群密度进一步包括:
在该单元格中提取密度检测特征,该密度检测特征用于表示该单元格内
各像素之间的高度差分布;和
根据所述密度检测特征,利用通过统计学习方法预先建立的密度模型检
测出该单元格中的人数。
8.如权利要求7所述的检测人群对目标位置的关注度的方法,其中所述
密度检测特征是基于高度的局部二值模式(LBP)特征,
所述在该单元格中提取密度检测特征包括对于该单元格中的每一个像素
执行下述处理:
确定以该像素为中心,距离该像素预定距离的各个邻域像素;
对该像素的像素值和每个邻域像素的像素值进行比较;
如果某一邻域像素的像素值与该像素的像...
【专利技术属性】
技术研发人员:王鑫,范圣印,王千,乔刚,
申请(专利权)人:株式会社理光,
类型:发明
国别省市:日本;JP
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。