本申请提供了一种人群数量预测方法、装置、计算机设备及存储介质，涉及图像处理技术领域，用于提高人群数量预测的准确度。方法主要包括：获取摄像头拍摄的目标图像；从目标图像中提取出有效区域；将所述有效区域输入到人员密度预测模型得到人群密度矩阵，所述人员密度预测模型是根据样本图像及对应的人员标注点训练得到的；对所述人群密度矩阵中人员密度值小于预置数值的点过滤；根据过滤后的人群密度矩阵预测人群数量。度矩阵预测人群数量。度矩阵预测人群数量。
【技术实现步骤摘要】
人群数量预测方法、装置、计算机设备及存储介质
[0001]本申请涉及图像处理
，尤其涉及一种人群数量预测方法、装置、计算机设备及存储介质。
技术介绍
[0002]对于人群聚集情况的掌握可以利用采集到的视频信息，对地理区域中的人群密度分布信息进行有效的监测与管理，及时地发现过密、聚集、滞留等异常事件。
[0003]目前，主要通过目标检测算法对人群数量进行预测，该类方法通过训练行人或者行人头部的检测器来实现人群计数，这种方法通过预测图片中行人边框的位置和数量进行人数的预测。但目标检测方法依赖人体的外观信息，在人群过分密集的场合，尤其是受到分辨率较低和遮挡等因素的影响，往往得不到满意的效果，并不适用于人群聚集的人群计数。
技术实现思路
[0004]本申请实施例提供一种人群数量预测方法、装置、计算机设备及存储介质，用于提高人群数量预测的准确度。
[0005]本专利技术实施例提供一种人群数量预测方法，所述方法包括：获取摄像头拍摄的目标图像；从所述目标图像中提取出有效区域；将所述有效区域输入到人员密度预测模型得到人群密度矩阵，所述人员密度预测模型是根据样本图像及对应的人员标注点训练得到的；对所述人群密度矩阵中人员密度值小于预置数值的点过滤；根据过滤后的人群密度矩阵预测人群数量。
[0006]本专利技术实施例提供一种人群数量预测装置，所述装置包括：获取模块，用于获取摄像头拍摄的目标图像；提取模块，用于从所述目标图像中提取出有效区域；计算模块，用于将所述有效区域输入到人员密度预测模型得到人群密度矩阵，所述人员密度预测模型是根据样本图像及对应的人员标注点训练得到的；过滤模块，用于对所述人群密度矩阵中人员密度值小于预置数值的点过滤；预测模块，用于根据过滤后的人群密度矩阵预测人群数量。
[0007]一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述人群数量预测方法。
[0008]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述人群数量预测方法。
[0009]本专利技术提供一种人群数量预测方法、装置、计算机设备及存储介质，首先获取摄像头拍摄的目标图像；然后从目标图像中提取出有效区域；接着将有效区域输入到人员密度预测模型得到人群密度矩阵，最后对人群密度矩阵中人员密度值小于预置数值的点过滤；
并根据过滤后的人群密度矩阵预测人群数量。与目前通过目标检测算法对人群数量进行预测相比，本专利技术在获取到摄像头拍摄的目标图像之后，从目标图像中提取出有效区域，并将有效区域输入到人员密度预测模型得到人群密度矩阵，由于人员密度预测模型是根据样本图像及对应的人员标注点训练得到的，因此通过人群密度预测模型可以得到有效区域中的对应的人群密度矩阵，从而通过本专利技术可以提高人群数量预测的准确度。
附图说明
[0010]图1为本申请一个实施例提供的人群数量预测方法流程图；图2为本申请一个实施例安检候检区域摄像头拍摄范围示意图；图3为本申请一个实施例有效区域示意图；图4为本申请一个实施例提供的样本图像遮挡示意图；图5为本申请一个实施例提供的一人群数量预测方法流程图；图5为本申请一个实施例提供的一人群数量预测方法流程图；图6为本申请一个实施例提供的一人群数量预测方法流程图；图7为本申请一个实施例提供的一人群数量预测方法流程图；图8为本申请一个实施例提供的机场应用场景预测结果示意图；图9为本申请一个实施例提供的人群数量预测装置的结构框图；图10为本申请一个实施例提供的计算机设备的一示意图。
具体实施方式
[0011]为了更好的理解上述技术方案，下面通过附图以及具体实施例对本申请实施例的技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请实施例技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。
[0012]请参阅图1，所示为本专利技术第一实施例当中的人群数量预测方法，该方法适用于各种人员聚集的地理区域，地理区域可以为如机场、火车站、客运站、广场、露天演唱会等易于出现人群聚集的可被视频采集装置（例如摄像头）拍摄覆盖的地理区域，本专利技术实施例不做具体限定。所述方法具体包括步骤S01-步骤S04。
[0013]S01，获取摄像头拍摄的目标图像。
[0014]在本专利技术实施例中，地理区域周边可以设置有多个摄像头，每个摄像头用于拍摄固定区域的目标图像，通过该目标图像可以监控对应区域的人群数量变化情况。
[0015]需要说明的是，摄像头拍摄的目标图像中携带有拍摄时间和拍摄位置信息，以便于在得到人群数量预测值之后，将拍摄时间、拍摄位置信息和预测的人群数量一并输出显示，以此提高用户体验。
[0016]S02，从所述目标图像中提取出有效区域。
[0017]在本专利技术提供的一个实施例中，从所述目标图像中提取出有效区域，包括：确定各所述摄像头数据源的拍摄范围，对于重叠覆盖的目标图像进行去重处理；屏蔽去重处理后的目标图像中的无关区域得到所述有效区域。其中，无关区域是对人群数量预测影响较小的区域。
[0018]以机场应用场景为例，具体的以某机场国内出发安检候检区域（即地理区域的一个特例）为例，首先确定各摄像头数据源的拍摄范围，对于摄像头重叠覆盖的区域要进行去重，如图2中所示AJ02画质较差且与AJ05和AJ15的拍摄区域有重叠，则需要放弃AJ02的数据，AJ15和AJ05的也有重叠的区域，那么将这部分重叠区域交给AJ15来预测，并从AJ05的数据中屏蔽掉重叠的区域，在确定好安检区域每块空间由哪个摄像头来预测后，还要对每个摄像头的图像中的安检区域进行提取，即提取有效区域，屏蔽无关区域（如图3右侧所示提取的有效区域）。经处理后，摄像头的图像包括有效区域图像和无关区域图像，有效区域图像中的像素值为摄像头的图像的像素值，无关区域图像的像素值优选的可以使用掩码（例如固定像素值0）屏蔽。
[0019]S03，将摄像头的图像（包括所述有效区域）输入到人员密度预测模型得到人群密度矩阵。
[0020]其中，人群密度矩阵包括与摄像头的图像具有相同的分辨率的多个人员坐标点以及人员坐标点分别对应的人员密度值，即每个人员坐标点代表有效区域图像内对应像素点的人员密度值。所述人员密度预测模型是根据样本图像及对应的人员标注点训练得到的。具体的，人员密度预测模型通过下述方式训练得到：1、获取摄像头拍摄的样本图像，标注出所述样本图像中的人员坐标点。
[0021]在本专利技术实施例中，确定公共场所各区域的可用摄像头数据源，对各个摄像头视频帧提取等量的样本图像作为训练样本和测试样本，为了从训练样本的角度优化模型的训练，根据经验可通过人为筛选留下正样本较多的样本，并且在能力范围内准备尽可能多的样本图像以提升模型的泛化能力。
[0022]如图4所示，在收集到摄像头拍摄的样本图像之后，对收集到的样本图本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种人群数量预测方法，其特征在于，所述方法包括：获取摄像头拍摄的目标图像；从所述目标图像中提取出有效区域；将所述有效区域输入到人员密度预测模型得到人群密度矩阵，所述人员密度预测模型是根据样本图像及对应的人员标注点训练得到的；对所述人群密度矩阵中人员密度值小于预置数值的点过滤；根据过滤后的人群密度矩阵预测人群数量。2.根据权利要求1所述的人群数量预测方法，其特征在于，所述方法还包括：对过滤后的人群密度矩阵进行密度聚类得到人群聚集簇；在所述人群密度矩阵中确定所述人群聚集簇对应的边界框；对所述有效区域中对应所述边界框所在区域内的人员坐标点对应的人员密度值求和，获得所述聚集簇中的预测人群数量。3.根据权利要求1所述的人群数量预测方法，其特征在于，在对所述人群密度矩阵中人员密度值小于预置数值的点过滤之前，所述方法还包括：确定所述人群密度矩阵中人员密度的最大值；计算所述人员密度的最大值与预置常数的乘积，得到所述预置数值。4.根据权利要求2所述的人群数量预测方法，其特征在于，所述方法还包括：计算所述人群聚集簇透视变换后的面积与所述有效区域透视变换后的面积的比值；根据所述比值和所述有效区域的实际面积的乘积确定所述人群聚集簇的实际面积；根据所述人群聚集簇的实际面积和所述人群聚集簇内的人员坐标对应的人员密度值计算所述人群聚集簇的人群密度。5.根据权利要求1所述的人群数量预测方法，其特征在于...
【专利技术属性】
技术研发人员：权桁，王殿胜，薄满辉，张凯伦，卞磊，翁剑英，李睿，
申请(专利权)人：中航信移动科技有限公司，
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。