一种基于距离度量的人群聚集识别方法及装置制造方法及图纸

本发明专利技术涉及一种基于距离度量的人群聚集识别方法及装置，对目标图像进行人体检测，提取目标图像中人体所在的检测框以及人体位置坐标；利用所述人体位置坐标计算目标人体与相邻人体的第一距离；利用所述检测框面积对所述第一距离进行修正，得到目标人体与相邻人体的第二距离；设定聚类参数，利用所述第二距离以及所述聚类参数对目标图像中的人体进行遍历迭代，得到聚类结果；所述聚类参数包括距离阈值和聚集人数阈值；根据聚类结果，利用聚类簇中人体数量以及聚类簇面积计算人群密度。本发明专利技术解决监控图像中的近大远小特性造成的阈值不适用问题。并且本发明专利技术采用了一种新的聚类算法，只有2个超参数，提高了鲁棒性。提高了鲁棒性。提高了鲁棒性。

【技术实现步骤摘要】
一种基于距离度量的人群聚集识别方法及装置


[0001]本专利技术涉及图像处理技术及模式识别领域，具体涉及一种基于距离度量的人群聚集识别方法及装置。

技术介绍

[0002]随着人工智能技术的发展，我们可以利用计算机视觉算法模型的行人检测结果得到行人位置，通过聚类算法，识别人群过密区域，再通过密度度量算法，给出密集程度指标，使监控更加智能化。
[0003]目前基于行人距离的人群密度计算，距离度量一般用欧式距离或马氏距离，聚类算法一般用DBSCAN（(Density
‑
Based Spatial Clustering of Applications with Noise)）。欧式距离或马氏距离，没有考虑到距离摄像头近的目标大，距离摄像头远的目标小。如图1所示，obj1~obj4代表图像中的4个人。假设obj1、obj2的实际距离等于obj3、obj4的实际距离，但是由于摄像头成像原因，会造成obj3、obj4的像素距离(a)小于obj1、obj2的像素距离(b)，在进行距离判断时，则会出现a小于阈值而b大于阈值的判断结果，但本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于距离度量的人群聚集识别方法，其特征在于，包括：对目标图像进行人体检测，提取目标图像中人体所在的检测框以及人体位置坐标；利用所述人体位置坐标计算目标人体与相邻人体的第一距离；利用所述检测框面积对所述第一距离进行修正，得到目标人体与相邻人体的第二距离；设定聚类参数，利用所述第二距离以及所述聚类参数对目标图像中的人体进行遍历迭代，得到聚类结果；所述聚类参数包括距离阈值和聚集人数阈值；根据聚类结果，利用聚类簇中人体数量以及聚类簇面积计算人群密度。2.根据权利要求1所述的方法，其特征在于，所述第一距离为欧式距离。3.根据权利要求1所述的方法，其特征在于，利用所述检测框面积对所述第一距离进行修正，包括：分别计算目标人体和相邻人体的检测框面积，然后利用两个检测框面积的均值对所述第一距离进行修正。4.根据权利要求3所述的方法，其特征在于，所述的利用两个检测框面积的均值对所述第一距离进行修正，如下式所示：，其中，d为第一距离，d1为第二距离，area
obj1
为目标人体的检测框面积，area
obj2
为相邻人体的检测框面积。5.根据权利要求1所述的方法，其特征在于，所述的设定聚类参数，利用所述第二距离以及所述聚类参数对目标图像中的人体进行遍历迭代，得到聚类结果，包括以下步骤：S501，计算当前人体与目标人体间的第二距离，若所述第二距离小于距离阈值，则判定目标人体为当前人体的邻居；S502，根据判定结果生成目标图像中每一人体对应的邻居集合，所述邻居集合中包含该人体本身；S503，遍历目标图像中所有人体对应的邻居集合，对于任意两个邻居集合，若两个邻居集合所包含相同人体的数量≥聚集人数阈值，则将两个邻居集合合并；循环执行该步骤，直...

【专利技术属性】
技术研发人员：谭军胜，罗伦文，任明，刘鑫帮，张诗，
申请(专利权)人：武汉中科通达高新技术股份有限公司，
类型：发明
国别省市：