一种多模态融合的人数识别统计方法技术

本发明专利技术提供了一种多模态融合的人数识别统计方法，属于图像识别技术领域，用于解决人数漏识别技术问题。包括以下步骤：摄像头定时扫描获得关键图像帧并传送到服务器；服务器接收到摄像头上传的关键图像帧，对关键图像帧进行处理，获得第一图像帧，标记第一图像帧中人头目标框与人形目标框；记录所有人头目标框，计算人形目标框与人头目标框的重叠面积；计算重叠面积与相应目标框面积的比值；根据比值过滤重复目标框，得到第二图像帧；对步骤105所述的第二图像帧进行计算并输出结果。本发明专利技术同时进行人头和人形扫描，然后对重复目标进行过滤，提高了统计结果的准确性。

【技术实现步骤摘要】
一种多模态融合的人数识别统计方法
本专利技术属于图像识别领域，涉及多模态融合技术，具体是一种多模态融合的人数识别统计方法。
技术介绍
在生活中的很多场景，如渡船、景区等公共区域，往往都存在密集的人流，此类场景往往需要统计人流量信息，以帮助管理人员监管和决策，有利于增强对景区等公共区域的管理。传统的做法往往是利用人力通过监控或者在现场作一个粗略的估计。随着智能技术的迅猛发展，机器视觉领域特别是在目标识别算法方面的技术愈加成熟，一种人数统计方式是通过在摄像头中安装自带的人流识别算法进行人员识别和统计，但是其统计范围较小，在人流密集或活动范围较大的场景使用时，识别精度较低，效果不明显。另外一种方式是通过摄像头回传图片到服务器进行识别，目前市面上提供的人流识别算法有两种，一种是对图片中的人形进行识别然后统计，这种算法最大的缺点是在人流密集的情况下，人群较为拥挤，个体识别不明显，有些身高比较矮小的个体则易被遮挡不被识别出来，从而导致人流统计不准确；另外一种是对个体的头部—肩部进行数据采集和统计，这种算法比识别人形的算法精度更高，解决了拥挤本文档来自技高网...

【技术保护点】
1.一种多模态融合的人数识别统计方法，其特征在于，包括以下步骤：/n步骤101：摄像头定时扫描获得关键图像帧并传送到服务器；/n步骤102：服务器接收到关键图像帧之后，对关键图像帧进行处理，获得第一图像帧，标记第一图像帧中人头目标框与人形目标框；/n步骤103：记录所有人头目标框，计算步骤102中所述人形目标框与人头目标框的重叠面积；/n步骤104：计算所述重叠面积与相应目标框面积的比值；/n步骤105：根据比值过滤重复目标框，得到第二图像帧；/n步骤106：对步骤105所述的第二图像帧进行计算并输出结果。/n

【技术特征摘要】
1.一种多模态融合的人数识别统计方法，其特征在于，包括以下步骤：
步骤101：摄像头定时扫描获得关键图像帧并传送到服务器；
步骤102：服务器接收到关键图像帧之后，对关键图像帧进行处理，获得第一图像帧，标记第一图像帧中人头目标框与人形目标框；
步骤103：记录所有人头目标框，计算步骤102中所述人形目标框与人头目标框的重叠面积；
步骤104：计算所述重叠面积与相应目标框面积的比值；
步骤105：根据比值过滤重复目标框，得到第二图像帧；
步骤106：对步骤105所述的第二图像帧进行计算并输出结果。


2.根据权利要求1所述的一种多模态融合的人数识别统计方法，其特征在于，步骤102中对关键图像帧进行处理包括对关键图像帧进行高斯滤波处理后获得第一图像帧，对第一图像帧标记人头目标框与人形目标框的方式为目标检测算法。


3.根据权利要求1所述的一种多模态融合的人数识别统计方法，其特征在于，步骤103中计算所述重叠面积的过程具体为：
a)使用位置扫描算法对人头目标框与人形目标框处理；
b)标记目标框位置信息{x，y，w，h}；
其中x,y代表目标框的中心点坐标，w代表目标框的宽，h代表目标框的高；
c)根据面积计算公式计算出重叠面积。


4.根据权利要求1所述的一种多模态融合的人数识别统计方法，其特征在于，步骤104中所述相应目标框为包括重叠部分的人头目标框，比值的计算方式为：
area_head＝w＊h；
Rate＝...

【专利技术属性】
技术研发人员：邓健爽，
申请(专利权)人：广州市勤思网络科技有限公司，
类型：发明
国别省市：广东;44