【技术实现步骤摘要】
一种基于LSTM模型的人员计数方法及装置
本专利技术涉及人员计数领域,更具体涉及一种基于LSTM模型的人员计数方法及装置。
技术介绍
人员计数已成为近年来计算机研究的一个活跃领域,在计算机视觉领域,目前许多的国外学术机构都基于视频图像分析对人员图像的人员计数(估计)方法进行了研究。意大利热那亚大学提出了一种依靠精确的摄像机校准来估算密集环境下的人数情况的方法,该方法解决了人们在拥挤环境下的人员计数问题。近年来随着深度学习兴起的狂潮,英国金斯顿大学利用时域空间中感知卷积神经网络(CNN)的响应,提出了一种用于人们对固定摄像机视频序列的计数的有效方法。结果表明,计数估计的响应在时域中的融合可以进一步提高最终计数的准确性。前面所述的均为区域内人员计数,在某种情景下,只需通过检测某一边界区域就可实现人员的计数。Pore等人提出一种在视频监控中,通过应用HOG来寻找人,并且通过卡尔曼滤波器生成人的轨迹来检测和跟踪人员,以定向计算走过走廊或门的人数的方法。加拿大埃德蒙顿艾伯塔大学在单目视频分析应用中提出一种基于计算流体学的独特流入和流出计数(UIOC)的全新方法的组合,该方法能实现非线性回归量估算感兴趣区域ROI内的人数,以及短期内的ROI边界跟踪(与对象或特征跟踪相对)。在使用视频监控技术对人数进行统计的时候大都使用单一视图,但是单一视图不一定能够完全的监测到所在空间的每一个角落,虽然在同一空间中可以布置多个摄像头,但是对于多视图同步却是个难题。法国科学家提出了一个新的系统,用于计算人群场景中多相机多方位拍摄的情况。该系统融合 ...
【技术保护点】
1.一种基于LSTM模型的人员计数方法,其特征在于,所述方法包括:/n步骤一:对双路多束型主动红外入侵探测器装置的输出数据进行标注得到标注数据集;/n步骤二:依据标注数据集划分模式数据集以及教师集;/n步骤三:将模式数据集和教师集作为训练集输入到LSTM神经网络模型中进行训练获取分类模型;/n步骤四:将双路多束型主动红外入侵探测器装置采集到的输出序列输入到分类模型得到人员进出的类别;/n步骤五:根据分类模型的类别辨识结果进行室内人数的统计。/n
【技术特征摘要】
20200226 CN 20201011837341.一种基于LSTM模型的人员计数方法,其特征在于,所述方法包括:
步骤一:对双路多束型主动红外入侵探测器装置的输出数据进行标注得到标注数据集;
步骤二:依据标注数据集划分模式数据集以及教师集;
步骤三:将模式数据集和教师集作为训练集输入到LSTM神经网络模型中进行训练获取分类模型;
步骤四:将双路多束型主动红外入侵探测器装置采集到的输出序列输入到分类模型得到人员进出的类别;
步骤五:根据分类模型的类别辨识结果进行室内人数的统计。
2.根据权利要求1所述的一种基于LSTM模型的人员计数方法,其特征在于,所述步骤一包括:所述双路多束型主动红外入侵探测器装置的输出数据为sn表示在Tn时刻输出数据,xn表示在Tn时刻进口方向红外探测器的状态,yn表示在Tn时刻出口方向红外探测器的状态,所述标注数据集为B=(b1,...,bn-1,bn),bn表示在Tn时刻对输出数据S中sn所对应的人员进出状态标注,bn=1表示有人进,bn=2表示有人出,bn=3表示同时有人进出,bn=4表示无人进出,bn=0表示当前时刻无法判定人员的进出情况。
3.根据权利要求2所述的一种基于LSTM模型的人员计数方法,其特征在于,所述步骤二包括:对标注数据集B进行遍历,当bn≠0时,说明当前时刻触发人员进出事件,以此时刻为分割节点,对装置输出数据S进行处理,得到模式数据集Xdata=(X1,X2...Xm),其中,为这段时间内第m次触发的人员进出事件对应的模式数据;对所述模式数据集进行标注得到教师集Ydata=(Y1,Y2...Ym),Ym为模式数据集Xdata中第m个进出事件Xm对应的进出情形的标注。
4.根据权利要求1所述的一种基于LSTM模型的人员计数方法,其特征在于,所述步骤三包括:所述LSTM神经网络模型包括LSTM层、全连接层以及分类层,LSTM神经网络模型的训练过程包括两个部分,前向过程和后向传播过程,前向过程中训练集经LSTM神经网络学习后得到输出序列,将此输出序列的最后一个时刻输出数据送入全连接层,全连接层将该输出序列映射成类别个数维度后送入分类层中,从而确定人员进出类别,反向传播过程使用BPTT算法,根据损失函数求解各参数梯度,实现梯度的更新,完成参数的优化,实现模型收敛,完成LSTM神经网络模型的训练,获取分类模型。
5.根据权利要求1所述的一种基于LSTM模型的人员计数方法,其特征在于,所述步骤四包括:
步骤401:初始化参数,mid为用于存放输出序列的缓冲区,初始为空;Patterndata为待判别数据;judgeResult则为待判别数据对应的人员的进出辨识结果,初始状态为0;judgeCollection则是用于存放judgeResult的集合;
步骤402:获取输出序列中有效信号的个数sLen;
步骤403:以步长为1对输出序列中有效信号进行遍历;
步骤404:判别当前时刻输出数据是否符合划分标志的条件,若是,则执行步骤405,若否,返回步骤执行步骤403,直到符合划分标志的条件;
步骤405:将缓冲区中数...
【专利技术属性】
技术研发人员:张振亚,聂芹芹,王萍,程红梅,宋博,王翠翠,董梦杰,骆丽春,王越,彭浩,方潜生,
申请(专利权)人:安徽建筑大学,
类型:发明
国别省市:安徽;34
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。