本发明专利技术公开了一种人群密度分析方法、装置、设备及存储介质，该方法包括：获取视频监控采集的当前人群图像；通过预设检测模型对当前人群图像进行人头检测，获得检测结果，预设检测模型包括预设骨干模块和预设颈部模块，预设骨干模块和预设颈部模块均包含代替了原始下采样组件的无损下采样组件，无损下采样组件用于保留输入图像全部的通道信息并基于所述通道信息对输入图像进行下采样处理；根据检测结果进行人群密度的计算，获得当前人群密度。由于本发明专利技术通过预设检测模型对当前人群图像进行人头检测，在人头检测中采用无损下采样组件对输入图像进行下采样处理，有利于提高人头检测的精准度，从而提升所计算出的人群密度数据的可靠性。的可靠性。的可靠性。
【技术实现步骤摘要】
人群密度分析方法、装置、设备及存储介质
[0001]本专利技术涉及目标检测
，尤其涉及一种人群密度分析方法、装置、设备及存储介质。
技术介绍
[0002]随着社会的发展和人民生活水平的不断提高，在节假日外出游玩已经成了社会常态，然而，在一些热门景点或者商场等公众场所由于人群密度过高而存在的安全隐患却不容忽视。
[0003]目前，随着目标检测技术和深度学习技术的不断发展，基于人头检测的人群密度分析方法被广泛应用于安全监测、交通控制等领域，可以通过图像或者视频来进行人群密度的分析。
[0004]然而由于密集人群存在严重遮挡以及人头在图像中尺寸较小，携带的信息少，由此所导致特征表达能力弱，能提取到的特征信息非常少，所以现有技术再对人头进行检测时容易丢失相关目标，又或者是无法获得很好的语义表达，以致于检测结果精准度较低，使得所计算出的人群密度数据可靠性不高。
[0005]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是相关技术。
技术实现思路
[0006]本专利技术的主要目的在于提供了一种人群密度分析方法、装置、设备及存储介质，旨在解决现有技术中基于人头检测的人群密度数据可靠性不高的技术问题。
[0007]为实现上述目的，本专利技术提供了一种人群密度分析方法，所述方法包括以下步骤：
[0008]获取视频监控采集的当前人群图像；
[0009]通过预设yolov5检测模型对所述当前人群图像进行人头检测，获得检测结果，所述预设yolov5检测模型包括预设骨干模块和预设颈部模块，所述预设骨干模块和所述预设颈部模块均包含代替了原始下采样组件的无损下采样组件，所述无损下采样组件用于保留输入图像全部的通道信息并基于所述通道信息对输入图像进行下采样处理；
[0010]根据所述检测结果进行人群密度的计算，获得当前人群密度。
[0011]可选地，所述预设yolov5检测模型还包括输入模块和探测头模块，所述输入模块与所述预设骨干模块连接，所述预设骨干模块与所述预设颈部模块连接，所述预设颈部模块与所述探测头模块连接；
[0012]所述通过预设yolov5检测模型对所述当前人群图像进行人头检测，获得检测结果的步骤，包括：
[0013]将所述当前人群图像发送至所述输入模块进行预处理，获得待测图像；
[0014]通过所述预设骨干模块对所述待测图像进行特征提取，获得初始特征图；
[0015]通过所述预设颈部模块对所述初始特征图进行特征融合，获得待测特征图；
[0016]通过所述检测头模块对所述待测特征图进行人头检测，获得检测结果。
[0017]可选地，所述预设骨干模块包括：所述下采样组件、卷积层、瓶颈层以及池化层；
[0018]所述通过所述预设骨干模块对所述待测图像进行特征提取，获得初始特征图，包括：
[0019]通过所述无损下采样组件对所述待测图像进行下采样，获得下采样后的特征图；
[0020]通过所述卷积层对所述下采样后的特征图依次进行卷积处理、归一化处理和激活处理，获得第一特征图；
[0021]通过所述无损下采样组件对所述第一特征图进行下采样，获得第二特征图；
[0022]通过所述瓶颈层对所述第二特征图进行残差处理，获得第三特征图；
[0023]将所述第三特征图依次通过所述卷积层、所述无损下采样组件和所述瓶颈层进行预设次数的循环处理后再进行池化操作，获得初始特征图。
[0024]可选地，所述无损下采样组件，包括：切片映射层、网络连接层以及无下采样滤波器；
[0025]所述通过所述无损下采样组件对所述待测图像进行下采样，获得下采样后的特征图的步骤，包括：
[0026]通过所述切片映射层基于所述通道信息对输入图像在预设维度上进行切片映射，获得映射特征图；
[0027]通过所述网络连接层基于所述通道信息对所述映射特征图在通道方向上进行连接，获得连接后的特征图；
[0028]通过所述无下采样滤波器对所述连接后的特征图进行预设步长的卷积处理，获得下采样后的特征图。
[0029]可选地，所述获取视频监控采集的当前人群图像之前，还包括：
[0030]获取图像训练集；
[0031]根据所述图像训练集对所述待训练的初始yolov5检测模型进行迭代训练，获得预设yolov5检测模型。
[0032]可选地，所述根据所述图像训练集对所述待训练的初始yolov5检测模型进行迭代训练，获得预设yolov5检测模型，包括：
[0033]通过所述待训练的初始yolov5检测模型对所述图像训练集进行检测，获得边界框，所述图像训练集包括大量待检测样本图像，所述待检测样本图像中包含有人工标注的GT框；
[0034]对所述边界框和所述GT框分别进行二维高斯分布建模；
[0035]基于建模结果计算所述边界框和所述GT框的相似度；
[0036]基于所述相似度和预设损失函数对所述待训练的初始yolov5检测模型的网络参数进行迭代优化，获得预设yolov5检测模型。
[0037]可选地，所述基于建模结果计算所述边界框和所述GT框的相似度，包括：
[0038]基于所述建模结果，获取所述边界框和所述GT框之间的高斯分布距离；
[0039]对所述高斯分布距离进行归一化处理，获得所述边界框和所述GT框的相似度。
[0040]此外，为实现上述目的，本专利技术还提出一种人群密度分析装置，所述装置包括：
[0041]图像获取模块，用于获取视频监控采集的当前人群图像；
[0042]人头检测模块，用于通过预设yolov5检测模型对所述当前人群图像进行人头检测，获得检测结果，所述预设yolov5检测模型包括预设骨干模块和预设颈部模块，所述预设骨干模块和所述预设颈部模块均包含代替了原始下采样组件的无损下采样组件，所述无损下采样组件用于保留输入图像全部的通道信息并基于所述通道信息对输入图像进行下采样处理；
[0043]密度计算模块，用于根据所述检测结果进行人群密度的计算，获得当前人群密度。
[0044]此外，为实现上述目的，本专利技术还提出一种人群密度分析设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的人群密度分析程序，所述人群密度分析程序配置为实现如上文所述的人群密度分析方法的步骤。
[0045]此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有人群密度分析程序，所述人群密度分析程序被处理器执行时实现如上文所述的人群密度分析方法的步骤。
[0046]本专利技术通过获取视频监控采集的当前人群图像；通过预设检测模型对当前人群图像进行人头检测，获得检测结果，预设检测模型包括预设骨干模块和预设颈部模块，预设骨干模块和预设颈部模块均包含代替了原始下采样组件的无损下采样组件，无损下采样组件用于保留输入图像全部的通道信息并基于所述通道信息对输入图像进行下采样处理；根据本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种人群密度分析方法，其特征在于，所述方法包括：获取视频监控采集的当前人群图像；通过预设yolov5检测模型对所述当前人群图像进行人头检测，获得检测结果，所述预设yolov5检测模型包括预设骨干模块和预设颈部模块，所述预设骨干模块和所述预设颈部模块均包含代替了原始下采样组件的无损下采样组件，所述无损下采样组件用于保留输入图像全部的通道信息并基于所述通道信息对输入图像进行下采样处理；根据所述检测结果进行人群密度的计算，获得当前人群密度。2.如权利要求1所述的方法，其特征在于，所述预设yolov5检测模型还包括输入模块和探测头模块，所述输入模块与所述预设骨干模块连接，所述预设骨干模块与所述预设颈部模块连接，所述预设颈部模块与所述探测头模块连接；所述通过预设yolov5检测模型对所述当前人群图像进行人头检测，获得检测结果的步骤，包括：将所述当前人群图像发送至所述输入模块进行预处理，获得待测图像；通过所述预设骨干模块对所述待测图像进行特征提取，获得初始特征图；通过所述预设颈部模块对所述初始特征图进行特征融合，获得待测特征图；通过所述检测头模块对所述待测特征图进行人头检测，获得检测结果。3.如权利要求2所述的方法，其特征在于，所述预设骨干模块包括：所述下采样组件、卷积层、瓶颈层以及池化层；所述通过所述预设骨干模块对所述待测图像进行特征提取，获得初始特征图，包括：通过所述无损下采样组件对所述待测图像进行下采样，获得下采样后的特征图；通过所述卷积层对所述下采样后的特征图依次进行卷积处理、归一化处理和激活处理，获得第一特征图；通过所述无损下采样组件对所述第一特征图进行下采样，获得第二特征图；通过所述瓶颈层对所述第二特征图进行残差处理，获得第三特征图；将所述第三特征图依次通过所述卷积层、所述无损下采样组件和所述瓶颈层进行预设次数的循环处理后再进行池化操作，获得初始特征图。4.如权利要求3所述的方法，其特征在于，所述无损下采样组件，包括：切片映射层、网络连接层以及无下采样滤波器；所述通过所述无损下采样组件对所述待测图像进行下采样，获得下采样后的特征图的步骤，包括：通过所述切片映射层基于所述通道信息对输入图像在预设维度上进行切片映射，获得映射特征图；通过所述网络连接层基于所述通道信息对所述映射特征图在通道方向上进行连接，获得连接后的...
【专利技术属性】
技术研发人员：石拓，
申请(专利权)人：深圳力维智联技术有限公司，
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。