一种人群预警方法、计数系统、计算设备及存储介质技术方案

本发明专利技术公开了一种人群预警方法、计数系统、计算设备及存储介质，属于机器学习技术领域，包括：利用地铁站装备的监控摄像头进行图像数据采集；采用目标检测算法对地铁站乘客进行头部检测；根据乘客头部检测结果评价地铁站图像采集区域的人群拥挤程度；根据不同地铁站的实际人群流动情况，设定人群拥挤程度评价指标的阈值，在人群拥挤程度超过设定阈值后报警器报警。本发明专利技术能够直接检测地铁站在通勤时间段人员密集情况下的人群头部信息，并且进行人员计数，通过构建了人群拥挤程度的评价指标，有效克服了采用绝对人数进行人群拥挤判定的单一性，使地铁站乘客人群拥挤程度的判定更加科学。科学。科学。

【技术实现步骤摘要】
一种人群预警方法、计数系统、计算设备及存储介质


[0001]本专利技术涉及机器学习
，特别涉及一种人群预警方法、计数系统、计算设备及存储介质。

技术介绍

[0002]随着经济的发展和人口的日益增长，城市的规模越来越大，城市地铁系统的压力也日趋增大。地铁站特别是在上下班通勤时经常会出现人员拥挤的现象，为了避免因人员过于密集而造成拥挤踩踏等事故，通常在地铁站会配有相应的报警装置。
[0003]专利技术人在日常实践中，发现现有的技术方案具有如下问题：传统的保障人群安全的途径主要是利用人工视频监控，主观判断人群状态，当人群密集程度过大时，则进行人工预警。另一种应用广泛的方式是采用光电传感器和毫米波雷达进行计数，这种方式较为传统且不能够准确掌握人群人员的分布信息。对于不规则区域的人群计数等高端需求还没有成熟方案。还有一种方法是基于密度图进行人员计数，同时这种方法还可以输出人群密度图，提供人群空间分布的关键信息，并且针对超密集区域的效果较好，但地铁站人员数量变化大，人员位置变化快，同时，这种方法模型参数量过于庞大，不利于地铁站设备的部署，无法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人群预警方法，其特征在于，包括：利用地铁站装备的监控摄像头进行图像数据采集；采用目标检测算法对地铁站乘客进行头部检测；根据乘客头部检测结果评价地铁站图像采集区域的人群拥挤程度；根据不同地铁站的实际人群流动情况，设定人群拥挤程度评价指标的阈值，在人群拥挤程度超过设定阈值后报警器报警；其中，评价地铁站图像采集区域的人群拥挤程度包括：通过计算监控视频每一帧中所有检测框的像素总和，统计检测区域内乘客所占总面积；根据乘客头部检测框的位置坐标，判断其是否与相邻检测框有重叠，若有重叠部分，则计算其重叠面积；将检测区域内乘客所占总面积与重叠面积的比值作为人群拥挤程度的评价指标。2.如权利要求1所述的人群预警方法，其特征在于，在采用目标检测算法对地铁站乘客进行头部检测之前，还包括对目标检测算法进行训练；所述对目标检测算法进行训练包括：制作行人头部检测数据集；对数据集进行数据增强；编写数据集yaml配置文件；采用目标检测算法对增强后数据集中的图片进行头部检测；计算目标检测算法的损失函数，判别损失函数是否满足要求，在损失函数满足要求后，完成目标检测算法的训练；其中，在损失函数的值不满足要求时，采用Cosine LR scheduler调度器进行学习率的动态调整。3.如权利要求2所述的人群预警方法，其特征在于，所述采用目标检测算法对增强后数据集中的图片进行头部检测包括：在输入端将图片尺寸调整为960像素；图片在进入目标检测网络的骨干网络模块之前，先进入Focus模块进行切片；将切片后的图片进行卷积操作，得到了没有信息丢失情况下的二倍下采样特征图。4.如权利要求3所述的人群预警方法，其特征在于，在图片在进入目标检测网络的骨干网络模块之前，先进入Focus模块进行切片，所述进入Focus模块进行切片包括：在每张图片中每隔一个像素取一个值，获得四张互补的采样图片，...

【专利技术属性】
技术研发人员：张伟，戴祥麟，
申请(专利权)人：山东易视智能科技有限公司，
类型：发明
国别省市：