一种人数统计方法及人数统计系统技术方案

本发明专利技术提供了一种人数统计方法及人数统计系统。本发明专利技术实施例通过在图像库中保存同一人员在不同姿态模式下的图像，可以利用上述图像库识别出不同姿态模式下的同一人员，从而可以减少对同一人员的重复计数，提高人数统计的准确性。另外，本发明专利技术实施例还通过对图像进行全景图像变换处理，可以提高后续人员识别的准确性，进一步提高人数统计的准确性。

A statistical method and system for the number of people

【技术实现步骤摘要】
一种人数统计方法及人数统计系统
本专利技术涉及视频监控及图像处理
，具体涉及一种人数统计方法及人数统计系统。
技术介绍
在视频监控领域，经常需要统计监控区域中的人数，一个较为准确的人数统计结果可以为资源管理、公共交通、广告投放等行业提供有价值的指导信息。当前人数统计的方法主要包括：基于行人检测的人数统计方法，基于聚类的人数统计方法，和基于回归的人数统计方法。基于行人检测的人数统计通过对每个独立的人进行检测以进行人数统计，基于聚类的人数统计方法通过角点数进行人数估计，而基于回归的人数统计方法则通过图像特征进行人数估计。人数统计的一种应用场景为：利用全景相机采集监控区域的全景视频数据，对全景视频数据的视频帧中出现的人进行标识和计数。在此过程中，需要识别不同视频帧中的同一人员，以避免对同一人员的重复计数。可以看出，上述计数过程中的难点在于如何提高相同人员的识别精度，减少重复计数。因此，亟需一种人数统计方法，减少人员的重复计数，提高人数统计结果的准确性。
技术实现思路
本专利技术实施例要解决的技术问题是提供一种人数统计方法及人数统计系统，用以减少同一人员的重复计数，提高人数统计结果的准确性。为解决上述技术问题，本专利技术实施例提供的人数统计方法，包括：从视频源的第一视频帧中提取一组人的图像，得到第一图像集合，其中，每个图像对应于1个人；根据第一图像集合的图像在第二图像集合中是否存在关联图像，将第一图像集合划分为第一子集和第二子集，并针对第一子集中的图像，重用该图像在第二图像集合中的关联图像的人员标识；其中，所述第二图像集合是从第一视频帧的前一帧视频帧中提取的一组人的图像；当第二图像集合的第二图像在第一视频帧中的预测位置，与第一图像集合的第一图像在第一视频帧中的实际位置相匹配时，所述第二图像为第一图像的关联图像；估计得到第一子集中的图像的姿态模式，根据人员标识和姿态模式，将第一子集的图像保存到图像库；针对所述第二子集中的每个图像，筛选出所述图像库中与该图像最相似的目标图像，并在相似度评分大于预定阈值时，重用所述目标图像的人员标识；否则，为该图像分配一个新的人员标识，并将人数计算器的数值加1后输出。优选的，所述人数统计方法中，所述视频源的视频帧为全景视频帧，在所述估计得到第一子集中的图像的姿态模式的步骤之前，还包括：对所述第一子集和第二子集中的图像进行全景图像变换处理，更新所述第一子集和第二子集中的图像。优选的，所述人数统计方法中，所述对所述第一子集和第二子集中的图像均进行全景图像变换处理的步骤，包括：通过透视投影变换算法，更新所述第一子集和第二子集中的图像。优选的，所述人数统计方法中，所述估计得到第一子集中的图像的姿态模式的步骤，包括：针对第一子集中的待估计图像，根据与所述待估计图像具有相同人员标识的图像在连续视频帧中的位置变化，预测所述待估计图像的移动方向；计算所述移动方向与第一视频帧的赤道的夹角，根据预设的角度与姿态模式之间的对应关系，确定该夹角对应的姿态模式，作为所述待估计图像的姿态模式。优选的，所述人数统计方法中，所述将第一子集的图像保存到图像库的步骤，包括：将第一子集的图像、该图像的人员标识、姿态模式、该图像在所属视频帧中的位置信息以及所属视频帧的时间戳信息，保存到所述图像库中同一人员标识的同一姿态模式下的记录中。优选的，所述人数统计方法中，所述针对所述第二子集中的每个图像，筛选出所述图像库中与该图像最相似的目标图像的步骤，包括：通过深度学习算法，将所述第二子集的待识别图像，与所述图像库中的每个图像进行识别，得到评分最高的N个候选图像，所述N为大于1的整数；根据所述待识别图像和所述候选图像的位置信息，计算位置相似性；根据所述待识别图像和所述候选图像的时间戳信息，计算时间相似性；对所述位置相似性和时间相似性进行加权求和，得到所述候选图像的相似度评分，并将相似度评分最高的候选图像，确定为所述目标图像。本专利技术实施例还提供了一种人数统计系统，包括：图像提取单元，用于从视频源的第一视频帧中提取一组人的图像，得到第一图像集合，其中，每个图像对应于1个人；集合拆分单元，用于根据第一图像集合的图像在第二图像集合中是否存在关联图像，将第一图像集合划分为第一子集和第二子集，并针对第一子集中的图像，重用该图像在第二图像集合中的关联图像的人员标识；其中，所述第二图像集合是从第一视频帧的前一帧视频帧中提取的一组人的图像；当第二图像集合的第二图像在第一视频帧中的预测位置，与第一图像集合的第一图像在第一视频帧中的实际位置相匹配时，所述第二图像为第一图像的关联图像；姿态估计单元，用于估计得到第一子集中的图像的姿态模式，根据人员标识和姿态模式，将第一子集的图像保存到图像库；人数计算单元，用于针对所述第二子集中的每个图像，筛选出所述图像库中与该图像最相似的目标图像，并在相似度评分大于预定阈值时，重用所述目标图像的人员标识；否则，为该图像分配一个新的人员标识，并将人数计算器的数值加1后输出。优选的，所述人数统计系统中，所述视频源的视频帧为全景视频帧，所述集合拆分单元还包括：图像变换单元，用于对所述第一子集和第二子集中的图像进行全景图像变换处理，更新所述第一子集和第二子集中的图像。优选的，所述人数统计系统中，所述姿态估计单元，具体用于针对第一子集中的待估计图像，根据与所述待估计图像具有相同人员标识的图像在连续视频帧中的位置变化，预测所述待估计图像的移动方向；计算所述移动方向与第一视频帧的赤道的夹角，根据预设的角度与姿态模式之间的对应关系，确定该夹角对应的姿态模式，作为所述待估计图像的姿态模式。优选的，所述人数统计系统中，所述姿态估计单元，还用于将第一子集的图像、该图像的人员标识、姿态模式、该图像在所属视频帧中的位置信息以及所属视频帧的时间戳信息，保存到所述图像库中同一人员标识的同一姿态模式下的记录中。优选的，所述人数统计系统中，所述人数计算单元，具体用于通过深度学习算法，将所述第二子集的待识别图像，与所述图像库中的每个图像进行识别，得到评分最高的N个候选图像，所述N为大于1的整数；根据所述待识别图像和所述候选图像的位置信息，计算位置相似性；根据所述待识别图像和所述候选图像的时间戳信息，计算时间相似性；对所述位置相似性和时间相似性进行加权求和，得到所述候选图像的相似度评分，并将相似度评分最高的候选图像，确定为所述目标图像。本专利技术实施例还提供了一种人数统计系统，包括：处理器；和存储器，所述存储器中存储有计算机程序指令，其中，在所述计算机程序指令被所述处理器运行时，使得所述处理器执行以下步骤：从视频源的第一视频帧中提取一组人的图像，得到第一图像集合，其中，每个图像对应于1个人；根据第一图像集合的图像在第二图像集合中是否存在关联图像，将第一图像集合划分为第一子集和第二子集，并针对第一子集中的图像，重用该图像在第二图本文档来自技高网...

【技术保护点】
1.一种人数统计方法，其特征在于，包括：/n从视频源的第一视频帧中提取一组人的图像，得到第一图像集合，其中，每个图像对应于1个人；/n根据第一图像集合的图像在第二图像集合中是否存在关联图像，将第一图像集合划分为第一子集和第二子集，并针对第一子集中的图像，重用该图像在第二图像集合中的关联图像的人员标识；其中，所述第二图像集合是从第一视频帧的前一帧视频帧中提取的一组人的图像；当第二图像集合的第二图像在第一视频帧中的预测位置，与第一图像集合的第一图像在第一视频帧中的实际位置相匹配时，所述第二图像为第一图像的关联图像；/n估计得到第一子集中的图像的姿态模式，根据人员标识和姿态模式，将第一子集的图像保存到图像库；/n针对所述第二子集中的每个图像，筛选出所述图像库中与该图像最相似的目标图像，并在相似度评分大于预定阈值时，重用所述目标图像的人员标识；否则，为该图像分配一个新的人员标识，并将人数计算器的数值加1后输出。/n

【技术特征摘要】
1.一种人数统计方法，其特征在于，包括：
从视频源的第一视频帧中提取一组人的图像，得到第一图像集合，其中，每个图像对应于1个人；
根据第一图像集合的图像在第二图像集合中是否存在关联图像，将第一图像集合划分为第一子集和第二子集，并针对第一子集中的图像，重用该图像在第二图像集合中的关联图像的人员标识；其中，所述第二图像集合是从第一视频帧的前一帧视频帧中提取的一组人的图像；当第二图像集合的第二图像在第一视频帧中的预测位置，与第一图像集合的第一图像在第一视频帧中的实际位置相匹配时，所述第二图像为第一图像的关联图像；
估计得到第一子集中的图像的姿态模式，根据人员标识和姿态模式，将第一子集的图像保存到图像库；
针对所述第二子集中的每个图像，筛选出所述图像库中与该图像最相似的目标图像，并在相似度评分大于预定阈值时，重用所述目标图像的人员标识；否则，为该图像分配一个新的人员标识，并将人数计算器的数值加1后输出。


2.根据权利要求1所述的人数统计方法，其特征在于，所述视频源的视频帧为全景视频帧，在所述估计得到第一子集中的图像的姿态模式的步骤之前，所述方法还包括：
对所述第一子集和第二子集中的图像进行全景图像变换处理，更新所述第一子集和第二子集中的图像。


3.根据权利要求2所述的人数统计方法，其特征在于，所述对所述第一子集和第二子集中的图像均进行全景图像变换处理的步骤，包括：
通过透视投影变换算法，更新所述第一子集和第二子集中的图像。


4.根据权利要求1所述的人数统计方法，其特征在于，所述估计得到第一子集中的图像的姿态模式的步骤，包括：
针对第一子集中的待估计图像，根据与所述待估计图像具有相同人员标识的图像在连续视频帧中的位置变化，预测所述待估计图像的移动方向；
计算所述移动方向与第一视频帧的赤道的夹角，根据预设的角度与姿态模式之间的对应关系，确定该夹角对应的姿态模式，作为所述待估计图像的姿态模式。


5.根据权利要求1所述的人数统计方法，其特征在于，
所述将第一子集的图像保存到图像库的步骤，包括：将第一子集的图像、该图像的人员标识、姿态模式、该图像在所属视频帧中的位置信息以及所属视频帧的时间戳信息，保存到所述图像库中同一人员标识的同一姿态模式下的记录中。


6.根据权利要求5所述的人数统计方法，其特征在于，所述针对所述第二子集中的每个图像，筛选出所述图像库中与该图像最相似的目标图像的步骤，包括：
通过深度学习算法，将所述第二子集的待识别图像，与所述图像库中的每个图像进行识别，得到评分最高的N个候选图像，所述N为大于1的整数；
根据所述待识别图像和所述候选图像的位置信息，计算位置相似性；根据所述待识别图像和所述候选图像的时间戳信息，计算时间相似性；对所述位置相似性和时间相似性进行加权求和，得到所述候选图像的相似度评分，并将相似度评分最高的候选图像，确定为所述目标图像。


7.一种人数统计系统，其特征在于，包括：
图像提取单元，用于从视频源的第一视频帧中提取一组人的图像，得到第一图像集合，其中，每个图像对应于1个人；
集合拆分单元，用于根据第一图像集合的图像在第二图像集合中是否存在关联图像，将第一图像集合划分为第一子集和第二子集，并针对第一子集中的图像，重用该图像在第二图像集合中的关联图像的人员标识；...

【专利技术属性】
技术研发人员：伊红，贾海晶，宫卫涛，王炜，
申请(专利权)人：株式会社理光，
类型：发明
国别省市：日本;JP