一种基于视频的公共区域内人群的数量统计方法技术

本发明专利技术公开了一种基于视频的公共区域内人群的数量统计方法，包括：获取在公共区域安置监控摄像头所传来的视频和视频信息，其中，视频信息包括：监控摄像头编号和拍摄时间；将视频按照帧拆分成一系列的图像；将图像分别进行上采样和下采样操作后，连同原图像一起进入到预先训练好的预测网络模型中，并输出边框信息，所述边框信息为框住人头的边框在图像中的坐标信息；根据边框的数量得到图中的人数。

【技术实现步骤摘要】
一种基于视频的公共区域内人群的数量统计方法
本专利技术属于一种基于视频的公共区域内人群的数量统计方法。
技术介绍
公共场所，尤其是公共场所中的商业综合体作为一个以购物、娱乐、休闲、餐饮为主的商业组织形式，更关注于集客能力、行销推广、商品展示、客户服务等方面，这需要精细化管理，而精细化管理以事实为依据，用数字说话，决策者、管理者通过结合各种物流传感器得出的数字进行分析，并用这些数据为顾客与商户服务。人群数量数据对公共场所来说是其核心元素，充足有效的人群数量才能提升商业综合体的盈利能力，人群数量不仅是定位和招商的基础，更是综合体是否能成功运营的关键。宏观地统计人群数量能够概括地证实综合体具体设施的成功运营，从总体上评估和调整综合体的运作，并且对综合体内部作业管理有一定的日常指导作用。在综合体的日常营运中，人数若过分集中，不但会降低公共设施与服务人员的服务品质，同时如果拥挤度到达一定程度，必然会降低顾客的舒适感与享受度；而在某些时段，如果顾客人数过少，场面冷清，则会严重降低顾客的购买意愿，这样也不利于购物中心的有效经营。根据人群数量的变化，有效分配和安排物业管理人员、维护人员、安保人员、保本文档来自技高网...

【技术保护点】
1.一种基于视频的公共区域内人群的数量统计方法，包括：获取在公共区域安置监控摄像头所传来的视频和视频信息，其中，视频信息包括：监控摄像头编号和拍摄时间；将视频按照帧拆分成一系列的图像；将图像分别进行上采样和下采样操作后，连同原图像一起进入到预先训练好的预测网络模型中；输出边框信息，所述边框信息为框住人头的边框在图像中的坐标信息，根据边框的数量得到图中的人数。

【技术特征摘要】
1.一种基于视频的公共区域内人群的数量统计方法，包括：获取在公共区域安置监控摄像头所传来的视频和视频信息，其中，视频信息包括：监控摄像头编号和拍摄时间；将视频按照帧拆分成一系列的图像；将图像分别进行上采样和下采样操作后，连同原图像一起进入到预先训练好的预测网络模型中；输出边框信息，所述边框信息为框住人头的边框在图像中的坐标信息，根据边框的数量得到图中的人数。2.根据权利要求1所述的基于视频的公共区域内人群的数量统计方法，其特征在于，所述预测网络模型，根据以下方法训练而成：步骤1)获取在公共区域内安置监控摄像头所传来的视频和视频信息，其中，视频信息包括：监控摄像头编号和拍摄时间；将视频按照帧拆分成一系列的图像，并用边框标出图像中人的头部，标注的边框信息为边框在图中的坐标，并以此作为训练样本中的训练标签信息；对标注的边框信息进行聚类，得出不同大小的边框模板；步骤2)根据训练样本和边框信息，构建训练样本集合，其中，该样本集合中包括：人头正样本和背景负样本；步骤3)对上述训练样本集合进行采样，其中，采样过程中保留人头样本周围的全部信息作为正样本，并使用随机采样来构建正负样本；步骤4)将获得的训练样本输入区域定位网络进行训练，根据训练结果更新网络参数；步骤5)网络训练好后，输出边框信息，将输出的边框信息使用非极大值抑制算法进行处理，得到最终输出边框。3.根据权利要求1所述的基于视频的公共区域内人群的数量统计方法，，其特征在于，步骤1)中，使用MATLAB为标注工具，聚类算法使用Kmeans算法；步骤4)区域定位网络选择VGG16网络；视频图片的分辨率应在1280×720以上，边框的坐标分为边框左上角与右下角的横纵坐标；还包括：将图像做上采样、下采样操作，对应的边框坐标也相应乘以、除以对应的采样系数。4.根据权利要求2所述的基于视频的公共区域内人群的数量统计方法，其特征在于，将边框输入Kmeans算法中做聚类操作，输出边框模板，包括：给定样本集D＝x1,x2,…,xm,假设有k个类，则：子步骤11)根据事先选择好的k，随机在原始样本中选择初值，这些初值就当做是k个中心；子步骤12)对...

【专利技术属性】
技术研发人员：李林洋，周思远，豆泽阳，
申请(专利权)人：北京此时此地信息科技有限公司，
类型：发明
国别省市：北京,11