本申请提出一种基于视频的对象统计方法、装置、电子设备和存储介质，其中，该方法包括：获取待检测视频；将待检测视频中的多帧图像分别输入至对象检测模型中，以得到所述各帧图像中至少一检测对象的检测框的位置；根据各帧图像中所述至少一检测对象的检测框的位置，确定至少一检测对象的运动轨迹；将至少一检测对象中运动轨迹分别与跨线区域中的第一线段和第二线段相交的检测对象，确定为经过跨线区域的目标对象；对所述目标对象的数量进行统计。由此，跨线区域采用双重线段，并将运动轨迹经过双重线段的检测对象进行统计，提高了统计精度，扩大了应用场景范围，同时，降低了统计成本，并减少了噪声和遮挡的影响，且降低了部署难度。难度。难度。
【技术实现步骤摘要】
基于视频的对象统计方法、装置、电子设备和存储介质
[0001]本申请涉及人工智能
，尤其涉及一种基于视频的对象统计方法、装置、电子设备和存储介质。
技术介绍
[0002]随着城市发展速度不断加快，对象(如，人口)数量逐渐增加，城市中一些公共场所的对象流量也随之提升。比如，在轨道交通站中对每个出入口的客流状况进行统计变得尤为重要。一方面，客流数据既能为轨道交通建设提供重要依据；另一方面，客流数据也可以帮助地铁运营者制定科学的运营管理、客流规划、车辆调度，进一步帮助相关部门提高拥挤事故防范能力，对突发时间做到及时有效的应对，因此，统计对象数量则更加显得重要。
[0003]相关技术中，主要通过热红外人体感应器或基于时间差(Time of flight，简称TOF)相机来完成对象计数功能，但是，基于红外传感器的方法需要将红外传感器安装在多个方位和角度上，部署难度大和部署成本较高，并且部署范围受限；基于TOF相机的对象计数方法成本较高，难以在大部分场景中应用。
技术实现思路
[0004]本申请第一方面实施例提出一种基于视频的对象统计方法。
[0005]本申请第二方面实施例提出一种基于视频的对象统计装置。
[0006]本申请第三方面实施例提出一种电子设备。
[0007]本申请第四方面实施例提出一种计算机可读存储介质。
[0008]本申请第五方面实施例提出一种计算机程序产品。
[0009]本申请第一方面实施例提出了一种基于视频的对象统计方法，包括：获取待检测视频；将所述待检测视频中的多帧图像分别输入至对象检测模型中，以得到所述各帧图像中至少一检测对象的检测框的位置；根据各帧图像中所述至少一检测对象的检测框的位置，确定所述至少一检测对象的运动轨迹；将所述至少一检测对象中运动轨迹分别与跨线区域中的第一线段和第二线段相交的检测对象，确定为经过跨线区域的目标对象；对所述目标对象的数量进行统计。
[0010]本申请实施例的基于视频的对象统计方法，通过在跨线区域设置第一线段和第二线段，并根据视频中各帧图像中的检测对象的检测框的位置确定对应的运动轨迹，将运动轨迹与跨线区域的第一线段和第二线段相交的检测对象，确定为经过跨线区域的目标对象并进行数量统计，由此，跨线区域采用双重线段，并将运动轨迹经过双重线段的检测对象进行统计，提高了统计精度，扩大了应用场景范围，同时，降低了统计成本，并减少了噪声和遮挡的影响，且降低了部署难度。
[0011]另外，根据本申请上述实施例的基于视频的对象统计装置还可以具有如下附加的技术特征：
[0012]在本申请的一个实施例中，所述根据各帧图像中所述至少一检测对象的检测框的
位置，确定所述至少一检测对象的运动轨迹，包括：对所述多帧图像中任意的相邻两帧图像，对所述相邻两帧图像中同一检测对象的检测框的位置进行运动轨迹拟合，以得到所述相邻两帧图像中至少一检测对象的运动轨迹中的第一轨迹片段；相应的，所述将所述至少一检测对象中运动轨迹分别与跨线区域中的第一线段和第二线段相交的检测对象，确定为经过跨线区域的目标对象，包括：将所述至少一检测对象中所述第一轨迹片段分别与跨线区域中的第一线段和第二线段相交的检测对象，确定为所述目标对象，并对所述目标对象的数量进行统计。
[0013]在本申请的一个实施例中，所述方法，还包括：将所述至少一检测对象中所述第一轨迹片段与所述第一线段相交，所述第一轨迹片段与所述第二线段不相交的至少一候选对象，根据所述相邻两帧图像以及下一相邻帧图像中同一候选对象的检测框的位置进行运动轨迹拟合，以得到所述相邻两帧图像以及下一相邻帧图像中所述至少一候选对象的第二轨迹片段；将所述至少一候选对象中的第二轨迹片段与所述第二线段相交的候选对象，确定为所述目标对象；对所述目标对象的数量进行统计。
[0014]在本申请的一个实施例中，所述将所述待检测视频中的多帧图像分别输入至对象检测模型中，以得到所述多帧图像中各个检测对象的检测框的位置，包括：将所述待检测视频中的多帧图像分别输入至对象检测模型中，以得到各帧图像中检测框的位置以及检测框内检测对象所属的类别；根据所述检测框内检测对象所属的类别，确定所述多帧图像中属于同一检测对象的检测框；根据所述属于同一检测对象的检测框的位置，以得到所述多帧图像中各个检测对象的检测框的位置。
[0015]在本申请的一个实施例中，将所述待检测视频中的多帧图像分别输入至对象检测模型中之前，还包括：获取样本图像；将所述样本图像输入至所述对象检测模型，以得到预测框的位置以及所述预测框内预测对象所属的预测类别；根据所述预测框的位置和所述样本图像上的标注框的位置之间的第一差异，和/或，根据所述预测框内预测对象所属的预测类别和所述样本图像上的所述标注框内标注对象所属的标注类别之间的第二差异，对所述对象预测模型进行训练。
[0016]本申请第二方面实施例提出了一种基于视频的对象统计装置，包括：获取模块，用于获取待检测视频；输入模块，用于将所述待检测视频中的多帧图像分别输入至对象检测模型中，以得到所述各帧图像中至少一检测对象的检测框的位置；第一确定模块，用于根据各帧图像中所述至少一检测对象的检测框的位置，确定所述至少一检测对象的运动轨迹；第二确定模块，用于将所述至少一检测对象中运动轨迹分别与跨线区域中的第一线段和第二线段相交的检测对象，确定为经过跨线区域的目标对象；统计模块，用于对所述目标对象的数量进行统计。
[0017]本公开实施例的基于视频的对象统计装置，通过在跨线区域设置第一线段和第二线段，并根据视频中各帧图像中的检测对象的检测框的位置确定对应的运动轨迹，将运动轨迹与跨线区域的第一线段和第二线段相交的检测对象，确定为经过跨线区域的目标对象并进行数量统计，由此，跨线区域采用双重线段，并将运动轨迹经过双重线段的检测对象进行统计，提高了统计精度，扩大了应用场景范围，同时，降低了统计成本，并减少了噪声和遮挡的影响，且降低了部署难度。
[0018]本申请第三方面实施例提出了一种电子设备，包括：存储器、处理器及存储在存储
器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如前述第一方面实施例所述的基于视频的对象统计方法。
[0019]本申请第四方面实施例提出了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，实现如前述第一方面实施例所述的基于视频的对象统计方法。
[0020]本申请第五方面实施例提出了一种计算机程序，包括计算机程序，所述计算机程序在被处理器执行时实现如前述第一方面实施例所述的基于视频的对象统计方法。
[0021]本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
[0022]本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0023]图1为根据本申请一个实施例的基于视频的对象统计方法的流程示意图；...
【技术保护点】
【技术特征摘要】
1.一种基于视频的对象统计方法，其特征在于，包括：获取待检测视频；将所述待检测视频中的多帧图像分别输入至对象检测模型中，以得到所述各帧图像中至少一检测对象的检测框的位置；根据各帧图像中所述至少一检测对象的检测框的位置，确定所述至少一检测对象的运动轨迹；将所述至少一检测对象中运动轨迹分别与跨线区域中的第一线段和第二线段相交的检测对象，确定为经过跨线区域的目标对象；对所述目标对象的数量进行统计。2.根据权利要求1所述的方法，其特征在于，所述根据各帧图像中所述至少一检测对象的检测框的位置，确定所述至少一检测对象的运动轨迹，包括：对所述多帧图像中任意的相邻两帧图像，对所述相邻两帧图像中同一检测对象的检测框的位置进行运动轨迹拟合，以得到所述相邻两帧图像中至少一检测对象的运动轨迹中的第一轨迹片段；相应的，所述将所述至少一检测对象中运动轨迹分别与跨线区域中的第一线段和第二线段相交的检测对象，确定为经过跨线区域的目标对象，包括：将所述至少一检测对象中所述第一轨迹片段分别与跨线区域中的第一线段和第二线段相交的检测对象，确定为所述目标对象。3.根据权利要求2所述的方法，其特征在于，所述方法，还包括：将所述至少一检测对象中所述第一轨迹片段与所述第一线段相交，所述第一轨迹片段与所述第二线段不相交的至少一候选对象，根据所述相邻两帧图像以及下一相邻帧图像中同一候选对象的检测框的位置进行运动轨迹拟合，以得到所述相邻两帧图像以及下一相邻帧图像中所述至少一候选对象的第二轨迹片段；将所述至少一候选对象中的第二轨迹片段与所述第二线段相交的候选对象，确定为所述目标对象；对所述目标对象的数量进行统计。4.根据权利要求1所述的方法，其特征在于，所述将所述待检测视频中的多帧图像分别输入至对象检测模型中，以得到所述多帧图像中各个检测对象的检测框的位置，包括：将所述待检测视频中的多帧图像分别输入至对象检测模型中，以得到各帧图像中检测框的位置以及检测框内检测对象所属的类别；根据所述检测框内检测对象所属的类别，确定所述多帧图像中属于同一检测对象的检测框；根据所述属于同一检测对象的检测框的位置，以得到所述多帧图像中各个检测对象的检测框的位置。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，所述将所述待检测视频中的多帧图像分别输入至对象检测模型中之前，还包括：获取样本图像；将所述样本图像输入至所述对象检测模型，以得到预测框的位置以及所述预测框内预测对象所属的预测类别；
根据所述预测框的位置和所述样本图像上的标注框的位置之间的第一差异，和/或，根据所述预测框内预测对象所属的预测类别和所述样本图像上的所述标注框内标注对象所属的标注类别之间的第二差异，对所述对象预测模型进行训练。6.一种基于视频的对象统计装置，其特征在于，包括：获取模块，用于获取待检测视频；输入模块，用于将所述待检测视频中的多帧图像分别输入至对...
【专利技术属性】
技术研发人员：戴汉彬，张阳，梅涛，杨琛，于伟，王林芳，
申请(专利权)人：京东科技信息技术有限公司，
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。