用于人群估计技术的集成和自动切换的方法、系统和计算机可读介质技术方案

提供了用于拥挤程度估计的方法和系统。该系统包括：多个性能建模模块(206)、输入模块(202)和人群估计技术集成模块。多个性能建模模块(206)基于多种人群估计技术中的每一种人群估计技术在不同拥挤程度下和/或在不同位置处的准确性对多种人群估计技术中的每一种人群估计技术进行性能建模。输入模块(202)接收人群的图像。人群估计技术集成模块(208)响应于对多种人群估计技术中的一种或多种人群估计技术的性能建模以及所估计的拥挤程度和/或所估计的位置，选择多种人群估计技术中的所述一种或多种人群估计技术。人群估计技术集成模块(208)然后根据多种人群估计技术中所选择的一种或多种人群估计技术来估计所接收的图像中的人群的人群计数。

【技术实现步骤摘要】
【国外来华专利技术】用于人群估计技术的集成和自动切换的方法、系统和计算机可读介质
本公开总体涉及用于人群估计的方法和系统，更具体地涉及用于使用用于在多种人群估计技术之间的自动切换而集成的多种人群估计技术的方法和系统。
技术介绍
许多安全系统对形成人群的区域进行观察，并且出于监测通过该区域的人流量或为该区域提供调节人群的服务或其他原因，在许多环境中需要估计人群的规模。存在估计拥挤程度以发现人群中的人数的许多技术。所述技术从简单的像素级别技术(例如，基于背景减法的blob计数)到复杂的模式识别技术(例如，身体部位检测和组合头部模式生成(combinedheadpatterngeneration))。每种技术具有其自身的优点和缺点。单个人群估计技术可能不适合所有的环境和人群状况。例如，背景减法技术在存在人的重叠(即，遮挡)时性能很差。类似地，身体部位识别在高人群密度的情况下也受到影响，因此这种技术的准确性降低。然而，已观察到组合头部模式技术由于学习组合头部模式的基本构思而在高人群密度下执行得更好，但是它们在低的拥挤程度或低的人群密度下趋向于具有更低的准确性。
技术实现思路
技术问题因此，需要用于在不同的人群状况和人群位置下提供提高的准确性的实时人群估计的方法和系统。此外，结合附图和本公开的背景，根据随后的详细描述和随附的权利要求，其他期望的特征和特性将变得显而易见。问题的解决方案根据本公开的至少一个实施例，提供了一种用于拥挤程度估计的方法。该方法包括：基于多种人群估计技术中的每一种人群估计技术在不同拥挤程度下和/或在不同位置处的准确性对多种人群估计技术中的每一种人群估计技术进行性能建模；以及接收人群的图像。该方法还包括：响应于对多种人群估计技术中的一种或多种人群估计技术的性能建模以及所估计的拥挤程度和/或所估计的位置，选择多种人群估计技术中的所述一种或多种人群估计技术；以及根据多种人群估计技术中所选择的一种或多种人群估计技术，估计所接收的图像中的人群的人群计数。根据本公开的另一实施例，提供了一种用于拥挤程度估计的系统。该系统包括：多个性能建模模块、输入模块和人群估计技术集成模块。多个性能建模模块基于多种人群估计技术中的每一种人群估计技术在不同拥挤程度下和/或在不同位置处的准确性对多种人群估计技术中的每一种人群估计技术进行性能建模。输入模块接收人群的图像。响应于对多种人群估计技术中的一种或多种人群估计技术的性能建模以及所估计的拥挤程度和/或所估计的位置，人群估计技术集成模块选择多种人群估计技术中的所述一种或多种人群估计技术。人群估计技术集成模块随后根据多种人群估计技术中所选择的一种或多种人群估计技术来估计所接收的图像中的人群的人群计数。根据本公开的另一实施例，提供了一种计算机可读介质。该计算机可读介质存储用于使计算机执行方法的程序。该方法包括：基于多种人群估计技术中的每一种人群估计技术在不同拥挤程度下和/或在不同位置处的准确性对多种人群估计技术中的每一种人群估计技术进行性能建模；以及接收人群的图像。该方法还包括：响应于对多种人群估计技术中的一种或多种人群估计技术的性能建模以及所估计的拥挤程度和/或所估计的位置，选择多种人群估计技术中的所述一种或多种人群估计技术；以及根据多种人群估计技术中所选择的一种或多种人群估计技术，估计所接收的图像中的人群的人群计数。附图说明附图用来说明各种实施例并解释根据当前的实施例的各种原理和优点，在全部分离的附图中，相似的附图标记指代相同或功能相似的元件，将附图和以下详细描述一起并入说明书并形成说明书的一部分。图1A描绘了根据当前的实施例的前端拥挤程度估计的图，其中，图1A描绘了被布置为捕获人群的图像的相机。图1B描绘了根据当前的实施例的前端拥挤程度估计的图，其中，图1B描绘了由相机捕获的人群的图像。图2描绘了根据当前的实施例的第一方面的用于拥挤程度估计的系统的框图。图3描绘了根据当前的实施例的第二方面的用于拥挤程度估计的系统的框图。图4描绘了根据当前的实施例的第二方面的性能建模的流程图。图5A描绘了根据当前的实施例的第二方面的人群估计的误差分布的曲线图，其中，图5A描绘了高拥挤程度的人群的人群估计的误差分布的曲线图。图5B描绘了根据当前的实施例的第二方面的人群估计的误差分布的曲线图，其中，图5B描绘了低拥挤程度的人群的人群估计的误差分布的曲线图。图6描绘了根据当前的实施例的针对两种拥挤程度的F分数方差的曲线图。图7描绘了根据当前的实施例的第三方面的用于拥挤程度估计的系统的框图。图8描绘了根据当前的实施例的空间像素变化人群估计技术。图9描绘了根据当前的实施例的自动人群估计技术切换。图10描绘了根据当前的实施例的用于拥挤程度估计的方法的流程图。图11描绘了根据当前的实施例的用于选择执行得最好的人群估计技术的流程图。图12描绘了根据当前的实施例的计算机设备的配置示例。本领域技术人员将认识到，为了简洁和清楚起见示出了附图中的元件，并且附图中的元件可以不必按比例绘制。具体实施方式以下详细描述在本质上仅是示例性的并且不旨在限制本公开或本公开的应用和使用。此外，不旨在被本专利技术的前述背景或以下详细描述中所提出的任何理论所限制。当前的实施例旨在呈现用于实时的、稳健的和经优化的人群估计的方法和系统。在进行严格地分析时，可以对可能彼此互补的多种技术进行识别和/或建模。根据当前的实施例，用于根据当前的拥挤程度(低拥挤程度、高拥挤程度)和其他参数在这些人群估计技术之间自动地进行切换的方法及系统利用这些优点来提供经优化的人群估计。要注意，在整个描述中，高/低人群密度是指离散的拥挤程度(crowdlevel)，而不应该被认为是离散的人群密度的度量。参考图1A，图100描绘了在位置104处的人群102，以及被布置为捕获在位置104处的人群102的图像的相机106。图1B描绘了捕获图像154、156的介质152的图150。图像154是高拥挤程度的图像，图像156是低拥挤程度的图像。参考图2，框图200描绘了根据当前的实施例的第一方面的用于人群估计的系统。该系统包括：输入模块202，用于接收人群102的图像。根据当前的实施例，多个人群估计技术计算器204从输入模块202接收人群102的图像，并且从其估计人群计数205。相等的多个性能建模模块206被耦合到人群估计技术计算器204中的每一个，用于基于多种人群估计技术中的每一种人群估计技术在不同拥挤程度下和/或在不同位置处的准确性来对多种人群估计技术中的每一种人群估计技术进行建模。人群估计技术集成模块208响应于对多种人群估计技术中的一种或多种人群估计技术的性能建模以及所估计的拥挤程度和/或所估计的位置，选择多种人群估计技术中的一种或多种人群估计技术。人群估计技术集成模块208然后根据多种人群估计技术中所选择的一种或多种人群估计技术来估计所接收的图像中的人群的人群计数，并且输本文档来自技高网...

【技术保护点】
1.一种用于人群估计的方法，包括：/n基于多种人群估计技术中的每一种人群估计技术在不同拥挤程度下和/或在不同位置处的准确性对所述多种人群估计技术中的每一种人群估计技术进行性能建模；/n接收人群的图像；/n响应于对所述多种人群估计技术中的一种或多种人群估计技术的性能建模以及所估计的拥挤程度和/或所估计的位置，选择所述多种人群估计技术中的所述一种或多种人群估计技术；以及/n根据所述多种人群估计技术中所选择的一种或多种人群估计技术来估计所接收的图像中的人群的人群计数。/n

【技术特征摘要】
【国外来华专利技术】20180329 SG 10201802673V1.一种用于人群估计的方法，包括：
基于多种人群估计技术中的每一种人群估计技术在不同拥挤程度下和/或在不同位置处的准确性对所述多种人群估计技术中的每一种人群估计技术进行性能建模；
接收人群的图像；
响应于对所述多种人群估计技术中的一种或多种人群估计技术的性能建模以及所估计的拥挤程度和/或所估计的位置，选择所述多种人群估计技术中的所述一种或多种人群估计技术；以及
根据所述多种人群估计技术中所选择的一种或多种人群估计技术来估计所接收的图像中的人群的人群计数。


2.根据权利要求1所述的方法，其中，接收所述人群的图像包括：
接收所述人群的图像；
确定所述人群的图像中的感兴趣区域；以及
估计所述人群的图像中的所述感兴趣区域中的人群的拥挤程度或所述人群的图像中的所述感兴趣区域中的人群的位置中的一者或两者。


3.根据权利要求1所述的方法，其中，接收所述人群的图像包括：
接收所述人群的图像；以及
将所述人群的图像划分成多个子区域，以及
其中，选择所述多种人群估计技术中的一种或多种人群估计技术包括：响应于对所述多种人群估计技术中的一种或多种人群估计技术的性能建模以及针对所述多个子区域中的每一个子区域的所估计的拥挤程度和/或所估计的位置，针对所述多个子区域中的每一个子区域选择所述多种人群估计技术中的所述一种或多种人群估计技术，以及
其中，估计所接收的图像中的人群的人群计数包括：
根据针对所述多个子区域中的每一个子区域的多种人群估计技术中所选择的一种或多种人群估计技术，估计所述多个子区域中的每一个子区域中的所述人群的人群计数；以及
对针对所述多个子区域中的每一个子区域的所估计的人群计数进行组合，以获得所接收的图像中的人群的所估计的人群计数。


4.根据权利要求3所述的方法，其中，将所述人群的图像划分成多个子区域包括：考虑已捕获所述图像的相机的视点将所述人群的图像划分成多个子区域。


5.根据权利要求1至4中任一项所述的方法，还包括：根据所述多种人群估计技术中的每一种人群估计技术的性能建模，将实时置信度值指派给所述多种人群估计技术中的每一种人群估计技术。


6.根据权利要求5所述的方法，还包括：当所述多种人群估计技术中的一种人群估计技术的实时置信度值落在置信度值阈值以下时，在选择步骤期间从选择中去除所述多种人群估计技术中的该人群估计技术。


7.根据权利要求1至6中任一项所述的方法，其中，所述多种人群估计技术中所选择的一种或多种人群估计技术包括所述多种人群估计技术中的数种人群估计技术，以及
其中，估计所述人群计数包括：对来自所述多种人群估计技术中的所述数种人群估计技术的人群计数估计结果进行组合，以估计所接收的图像中的所述人群的人群计数。


8.根据权利要求7所述的方法，其中，对所述人群计数估计结果进行组合包括：根据所述多种人群估计技术中的所述数种人群估计技术的实时置信度值，动态地对来自所述多种人群估计技术中的所述数种人群估计技术的所述人群计数估计结果进行组合，以估计所接收的图像中的所述人群的人群计数。


9.根据权利要求7或权利要求8所述的方法，其中，对所述人群计数估计结果进行组合包括：根据逆加权求和方法或归一化加权求和方法，对来自所述多种人群估计技术中的所述数种人群估计技术的所述人群计数估计结果进行组合。


10.根据权利要求1至9中任一项所述的方法，还包括：对所述人群的图像的前景中的拥挤程度进行测量，以提供在选择步骤中使用的所估计的拥挤程度。


11.一种用于人群估计的系统，包括：
多个性能建模模块，用于基于多种人群估计技术中的每一种人群估计技术在不同拥挤程度下和/或在不同位置处的准确性对所述多种人群估计技术中的每一种人群估计技术进行性能建模；
输入模块，用于接收人群的图像；
人群...

【专利技术属性】
技术研发人员：阿伦·库马尔·钱德兰，张雯，高桥裕介，
申请(专利权)人：日本电气株式会社，
类型：发明
国别省市：日本;JP