【技术实现步骤摘要】
基于深度学习的监控视频人群数量监测方法及其相关组件
[0001]本专利技术涉及视频监控
，特别涉及一种基于深度学习的监控视频人群数量监测方法及其相关组件。
技术介绍
[0002]随着城市化的加速，现代城市人口数量日趋增长，在大型派对活动、游行、汽车站、火车站、地铁站、商场以及一些节日庆典上，常常会出现人数拥挤聚集现象。高密度的人群聚集，极其容易发生一些意外事故，包括踩踏、斗殴、暴乱等群体性事件，给公共安全带来了极大的挑战。因此，及时的监测公共场所人群数量的变化，并安排相应的保护措施，对于预防及降低突发事件的发生具有必要性。随着科技的发展，城市监控视频日趋增多，采用人工甄别视频监控的方法已经不能满足当下的需求，使用计算机算法进行监控视频中人群态势的分析迅速的成为一个研究热点。利用计算机系统对监控视频进行监测，当计算到当前监控画面下人群的密度超过一定阈值的时候，启动报警功能，并推送给相关管理人员，其可根据实时情况更好的进行现场管控。目前现有的人群计数方法主要包括以下几种：
[0003]1、传统检测方法。其利用滑动窗...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的监控视频人群数量监测方法，其特征在于，包括：基于深度学习的检测方法对所获取的监控视频当前图片进行计算，以获取所述当前图片的第一人群数量；基于深度学习的密度估计方法对所述当前图片进行计算，以获取所述当前图片的第二人群数量；将所述第二人群数量与预设的人口密度阈值进行比较；其中，不同的监控视频场景对应不同的人口密度阈值；若所述第二人群数量大于或等于所述人口密度阈值，则将所述第二人群数量作为输出人群数量，若所述第二人群数量小于所述人口密度阈值，则将所述第一人群数量作为输出人群数量。2.根据权利要求1所述的基于深度学习的监控视频人群数量监测方法，其特征在于，所述若所述第二人群数量大于或等于所述人口密度阈值，则将所述第二人群数量作为输出人群数量，若所述第二人群数量小于所述人口密度阈值，则将所述第一人群数量作为输出人群数量之后，包括：将所述输出人群数量与预设的人员超限阈值进行对比，判断当前图片的人群数量是否存在人员超限的情况；若所述输出人群数量大于所述人员超限阈值，则向外发出预警。3.根据权利要求1所述的基于深度学习的监控视频人群数量监测方法，其特征在于，所述基于深度学习的检测方法对所获取的监控视频当前图片进行计算，以获取所述当前图片的第一人群数量，包括：创建包含多张行人图片的第一训练样本，并对所述行人图片中行人的头肩进行标注及清洗，以建立头肩数据库；基于所述头肩数据库中的第二训练样本，对Yolo-v4检测方法进行训练，并对训练结果进行迭代优化，以获取头肩模型；根据所述头肩模型对所述当前图片进行头肩检测，以获取当前图片中行人头肩框的数量，并将所述行人头肩框的数量作为第一人群数量。4.根据权利要求1所述的基于深度学习的监控视频人群数量监测方法，其特征在于，所述基于深度学习的密度估计方法对所述当前图片进行计算，以获取所述当前图片的第二人群数量，包括：建立监控视频场景下的人群密度估计数据集，并对所述人群密度估计数据集进行标注及清洗；基于所述人群密度估计数据集中的第三训练样本，对所述基于深度学习的密度估计方法进行端对端的训练，并对训练结果进行优化，以获得人群密度估计模型；根据所述人群密度估计模型对所述监控视频当前图片进行检测，以获取所述当前图片的第二人群数量。5.根据权利要求4所述的基于深度学习的监控视频人群数量监测方法，其特征在于，所述基于所述人群密度估计数据集中的第三训练样本，对所述基于深度学习的密度估计方法进行端对端的训练，并对训练结果进行优化，以获得人群密度估计模型，包括：采用Vgg-16网络对所述人群密度估计数据集中的第三训练样本进行特征提取，以获取
所述第三训练样本的第一基础特征；将所述第一基础特征作为输入，通过特征金字塔提取多尺度的上下文信息；通过尺度感知特征方法，将所述上下文信息连接至所述第一基础特征，并定义每个空间位置尺度...
【专利技术属性】
技术研发人员：张兴，王国勋，王鹤，石强，刘雨桐，熊娇，
申请(专利权)人：润联软件系统深圳有限公司，
类型：发明
国别省市：
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。