本发明专利技术提出了一种复杂场景下的人流量统计识别方法及系统，属于人流量监测的技术领域。其中方法包括：步骤1、通过信息采集设备获取当前监测区域的视频信息；步骤2、根据按视频帧读取的方式获取视频信息中的每一帧图像数据；步骤3、构建目标检测模型；步骤4、利用目标检测模型对步骤2图像数据中的目标进行识别检测；步骤5、构建轨迹跟踪模型；步骤6、利用轨迹跟踪模型对步骤4中的识别检测结果进行信息关联，获得目标的轨迹信息；步骤7、根据轨迹信息获得目标在监测区域中消失时间点；步骤8、根据目标的出现和消失，完成计数。本发明专利技术针对实际人流量统计过程中实时性需求，通过对接收到画面中的人物检测以及跟踪，实现对人流量的统计。计。
【技术实现步骤摘要】
一种复杂场景下的人流量统计识别方法及系统
[0001]本专利技术属于人流量监测的
，特别是涉及一种复杂场景下的人流量统计识别方法及系统。
技术介绍
[0002]随着经济社会的推进，对时间段内的人流量统计可以有效掌握当前路段内的客流量情况，满足统计研究的需求。人流量数据作为公共场合进行管理的重要依据，一直是实现行人目标准确定位的研究技术难点之一。
[0003]现有技术中，人流量统计的方法难以适应复杂多变的场景，且效率低下，难以满足实时性的需求，进而导致统计结果作为研究依据的可行性大幅度降低。
技术实现思路
[0004]专利技术目的：提出一种复杂场景下的人流量统计识别方法及系统，以解决现有技术存在的上述问题。在复杂统计背景下，针对实际人流量统计过程中实时性需求，构建目标检测模型和轨迹跟踪模型，通过对接收到画面中的人物检测以及跟踪，实现对人流量的统计。
[0005]技术方案：第一方面，提出了一种基于深度特征融合的模板匹配跟踪方法，包括以下步骤：步骤1、通过信息采集设备获取当前监测区域的视频信息；步骤2、根据按视频帧读取的方式获取视频信息中的每一帧图像数据；步骤3、构建目标检测模型；步骤4、利用目标检测模型对步骤2图像数据中的目标进行识别检测，识别检测的过程包括以下步骤：步骤4.1、所述目标检测模型接收读取到的每一帧图像数据；步骤4.2、对接收到的图像数据执行特征提取；步骤4.3、基于提取到的特征执行目标人物的检测识别，生成目标检测框；步骤4.4、基于检测框的交并比结果，利用非极大值抑制重复检测目标物；步骤4.5、输出步骤4.4的检测结果。
[0006]步骤5、构建轨迹跟踪模型；步骤6、利用轨迹跟踪模型对步骤4中的识别检测结果进行信息关联，获得目标的轨迹信息；其中，获得目标的轨迹信息的过程包括以下步骤：步骤6.1、读取目标检测模型的识别检测结果，步骤6.2、基于识别检测结果，采用卡尔曼滤波算法获得目标人物的运动信息预测；步骤6.3、采用马氏距离获得目标人物预测框与目标人物检测框之间的误差；步骤6.4、基于步骤6.3的误差结果，获得当前视频帧中最佳位置数据的目标；步骤6.5、设定阈值，当目标人物的检测位置与最佳位置之间的距离小于阈值时，默认两者表示同一个目标人物，获得目标人物的轨迹运行趋势；
步骤6.6、基于步骤6.5的轨迹运行趋势，绘制出目标人物的运动轨迹。
[0007]步骤7、根据轨迹信息获得目标在监测区域中消失时间点；步骤8、根据目标的出现和消失，完成计数。
[0008]在第一方面的一些可实现方式中，目标检测模型基于YOLOv4模型的基本结构，在执行特征提取的过程中，通过融合不同空洞率的卷积操作，获得特征图。另外，目标检测模型基于YOLOv4模型的基本结构，在YOLOv4模型主干网络执行下采样后，添加注意力机制，令目标检测模型自适应调整对同一空间下不同区域的权重。
[0009]在第一方面的一些可实现方式中，步骤6.5中匹配是否同一个目标人物的过程中，还包括匹配目标人物的外观信息；通过构建外观特征提取网络对视频帧中的目标人物外形特征信息进行提取，获得代表目标人物信息的特征向量，在执行匹配的过程中，将提取到的特征向量与历史帧中的目标人物特征向量执行预先相似度的计算，获得两者之间的相似程度，当马氏距离的匹配结果与外观匹配结果都表示是同一个人时，结束匹配过程。
[0010]在第一方面的一些可实现方式中，步骤8执行计数的过程中，还包括：预设时间段，判断目标人物消失的轨迹点是否在监测区域边缘。
[0011]当目标人物消失的轨迹点在监测区域边缘时，直接执行计数加一操作；当目标人物消失的轨迹点不在监测区域边缘时，执行时间标记，并判断目标任务是否再次出现。若在时间段内目标人物再次出现，则继续跟踪运行轨迹点，直至在监测边缘处消失后，执行计数加一；若在时间段内目标人物未再出现，则直接执行计数加一操作。
[0012]第二方面，提出一种复杂场景下的人流量统计识别系统，用于实现一种复杂场景下的人流量统计识别方法，该系统包括以下模块：用于视频数据采集的数据采集模块；用于读取视频数据的数据读取模块；用于根据分析需求构建分析模型的模型构建模块；用于利用分析模型执行需求分析的数据分析模块；用于输出数据分析结果的数据输出模块；用根据输出结果执行流量统计的计数模块。
[0013]在第二方面的一些可实现方式中，执行人流量统计识别时，数据采集模块中的信息采集设备在待分析的区域执行视频数据的采集，并将采集到的数据通过网络通信链路传输给数据分析中心。随后，数据分析中心利用数据读取模块对接收到的视频数据进行按帧读取，获得每一帧的图像数据。针对读取到的图像数据，利用模型构建模块构建目标检测模型和轨迹分析模型，并将图像数据输入目标检测模型中进行目标人物的识别分析，根据模型的识别分析结果，数据分析模块利用轨迹跟踪模型对目标人物的检测结果进行信息关联，获得目标的轨迹信息；数据输出模块将轨迹信息输出至技术模块，最后技术模块根据预设的计数条件，完成计数统计操作。
[0014]第三方面，提出一种复杂场景下的人流量统计识别设备，该设备包括：处理器以及存储有计算机程序指令的存储器。
[0015]其中，处理器读取并执行计算机程序指令，以实现复杂场景下的人流量统计识别方法。
[0016]第四方面，提出一种计算机可读存储介质，该计算机可读存储介质上存储有计算
机程序指令。计算机程序指令被处理器执行时，以实现复杂场景下的人流量统计识别方法。
[0017]有益效果：本专利技术提出了一种复杂场景下的人流量统计识别方法及系统，通对检测区域中的图像识别，完成对目标人物的检测分析，通过对目标人物的轨迹跟踪，完成计数，从而有效的计算待分析区域内的人流量。
附图说明
[0018]图1为本专利技术的数据处理流程图。
实施方式
[0019]在下文的描述中，给出了大量具体的细节以便提供对本专利技术更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本专利技术可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本专利技术发生混淆，对于本领域公知的一些技术特征未进行描述。
实施例
[0020]在一个实施例中，针对实际监控环境的复杂，提出一种复杂场景下的人流量统计识别方法，通过构建一种人流量统计模型，对接收到画面中的人物检测以及跟踪，实现对人流量的统计，有效克服相互交错轨迹以及互相遮挡的问题，减少漏检和误检的现象，提高检测的精准度。如图1所示，该方法包括以下步骤：步骤1、通过信息采集设备获取当前监测区域的视频信息；步骤2、根据按视频帧读取的方式获取视频信息中的每一帧图像数据；步骤3、构建目标检测模型；步骤4、利用目标检测模型对步骤2图像数据中的目标进行识别检测；步骤5、构建轨迹跟踪模型；步骤6、利用轨迹跟踪模型对步骤4中的识别检测结果进行信息关联，获得目标的轨迹信息；步骤7、根据轨迹信息获得目标在监测区域中消失时间点；步骤8、根据目标的出现和消失，完成计数。
本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种复杂场景下的人流量统计识别方法，其特征在于，包括以下步骤：步骤1、通过信息采集设备获取当前监测区域的视频信息；步骤2、根据按视频帧读取的方式获取视频信息中的每一帧图像数据；步骤3、构建目标检测模型；步骤4、利用目标检测模型对步骤2图像数据中的目标进行识别检测；步骤5、构建轨迹跟踪模型；步骤6、利用轨迹跟踪模型对步骤4中的识别检测结果进行信息关联，获得目标的轨迹信息；步骤7、根据轨迹信息获得目标在监测区域中消失时间点；步骤8、根据目标的出现和消失，完成计数。2.根据权利要求1所述的一种复杂场景下的人流量统计识别方法，其特征在于，利用所述目标检测模型执行目标识别检测的过程包括以下步骤：步骤4.1、所述目标检测模型接收读取到的每一帧图像数据；步骤4.2、对接收到的图像数据执行特征提取；步骤4.3、基于提取到的特征执行目标人物的检测识别，生成目标检测框；步骤4.4、基于检测框的交并比结果，利用非极大值抑制重复检测目标物；步骤4.5、输出步骤4.4的检测结果。3.根据权利要求2所述的一种复杂场景下的人流量统计识别方法，其特征在于，所述目标检测模型基于YOLOv4模型的基本结构，在执行特征提取的过程中，通过融合不同空洞率的卷积操作，获得特征图。4.根据权利要求2所述的一种复杂场景下的人流量统计识别方法，其特征在于，所述目标检测模型基于YOLOv4模型的基本结构，在YOLOv4模型主干网络执行下采样后，添加注意力机制，令目标检测模型自适应调整对同一空间下不同区域的权重。5.根据权利要求1所述的一种复杂场景下的人流量统计识别方法，其特征在于，利用所述轨迹跟踪模型获得目标的轨迹信息的过程包括以下步骤：步骤6.1、读取目标检测模型的识别检测结果，步骤6.2、基于识别检测结果，采用卡尔曼滤波算法获得目标人物的运动信息预测；步骤6.3、采用马氏距离获得目标人物预测框与目标人物检测框之间的误差；步骤6.4、基于步骤6.3的误差结果，获得当前视频帧中最佳位置数据的目标；步骤6.5、设定阈值，当目标人物的检测位置与最佳位置之间的距离小于阈值时，默认两者表示同一个目标人物，获得目标人物的轨迹运行趋势；步骤6.6、基于步骤6.5的轨迹运行趋势，绘制出目标人物的运动轨迹。6.根据权利要求5所述的一种复杂场景下的人流量统计识别...
【专利技术属性】
技术研发人员：余劲，蔡越，
申请(专利权)人：南京智蓝芯联信息科技有限公司，
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。