一种场景人员流动统计方法技术

本发明专利技术涉及一种场景人员流动统计方法

【技术实现步骤摘要】
一种场景人员流动统计方法、终端设备及存储介质


[0001]本专利技术涉及人员流量领域，尤其涉及一种场景人员流动统计方法
、
终端设备及存储介质
。

技术介绍

[0002]人员流量统计的方法指对区域内人员进出情况以及进出方向进行统计，其难点在于对人体目标进行准确检测
。
目前对人员流量统计存在许多方案，在解决一些问题的同时也存在以下问题：
[0003](1)
基于人体传感器的检测方法：通过在人体外挂传感器实时跟踪人体运动动态，当传感器出入检测区域时进行人体出入检测计数，这样的方法无法判断传感器信号源是否为人体，并且场景受限，需要人体佩戴特定的检测装置，造成不便
。
[0004](2)
基于目标可视特征的方法：通过图像采集装置获取检测区域实时图像，通过检测图像中人体的形状特征，例如人头形状的类圆形特征，或在
HIS
颜色空间建立人头颜色模型并结合头发灰度范围来检测人体，但是当背景中存在类似特征物体时容易误检测
。
也有提取高维特征再分类的方法，如提取图像
HOG
特征再使用
SVM
分类进行人头检测，该方法较其他基于可视特征的检测方法具有更高的精确度，但由于人体是非刚体，特征多变，该方法在某些特征不明显的场景下仍然会存在误检测的情况
。
[0005](3)
基于深度学习的行人检测方法：使用目前主流的目标检测网络，对人体全身进行特征提取，再进行分类检测/>。
该方法较其他方法有更高的泛化能力，场景适应度较高，但在人流量较大的地方，人体在画面中互相重叠遮挡时容易漏检测
。

技术实现思路

[0006]为了解决上述问题，本专利技术提出了一种场景人员流动统计方法
、
终端设备及存储介质
。
[0007]具体方案如下：
[0008]一种场景人员流动统计方法，包括以下步骤：
[0009]S1
：通过人体头肩检测模型对待检测的俯视视角人体图像进行人体头肩检测，得到人体头肩的检测框；
[0010]S2
：计算当前帧所有人体头肩的检测框与前一帧所有人体头肩的检测框的
IOU
距离，并基于计算的
IOU
距离对当前帧与前一帧的人体头肩的检测框进行匹配，得到所有的人体轨迹；
[0011]S3
：对各人体轨迹中当前帧相对于场景区域的位置状态进行更新；
[0012]S4
：基于更新的位置状态，对各人体轨迹当前帧相对于场景区域的进出状态进行更新
。
[0013]进一步的，步骤
S2
中还包括：将当前帧未匹配成功的检测框加入隐藏轨迹队列，直到隐藏轨迹队列中的某条隐藏轨迹持续一段时间后，将该条隐藏轨迹从隐藏轨迹队列中删
除，并更改为人体轨迹
。
[0014]进一步的，步骤
S2
中还包括：如果现存人体轨迹有未匹配成功的，则设定其未匹配次数加1，直到未匹配次数大于预设的阈值后，删除该人体轨迹
。
[0015]进一步的，步骤
S3
中对各人体轨迹中当前帧相对于场景区域的位置状态进行更新：在当前帧的人体头肩的检测框内提取多个点作为检测锚点，根据所有检测锚点中位于场景区域内的检测锚点的个数判断人体轨迹中当前帧相对于场景区域的位置状态
。
[0016]进一步的，在当前帧的人体头肩的检测框内提取多个点作为检测锚点的方法为：将人体头肩的检测框内缩后得到候选框，在候选框内提取多个点作为检测锚点
。
[0017]进一步的，在候选框内提取多个点作为检测锚点的方法为：将候选框的四个角点作为检测锚点
。
[0018]进一步的，根据所有检测锚点中位于场景区域内的检测锚点的个数判断人体轨迹中当前帧相对于场景区域的位置状态的方法为：如果所有检测锚点均位于场景区域外部，则判定该条轨迹当前帧处于场景区域外部；如果其中一部分检测锚点位于场景区域内部
、
一部分检测锚点位于场景区域外部，则判定该条轨迹当前帧处于正在进出场景区域状态；如果所有检测锚点均位于场景区域内部，则判定该条轨迹当前帧位于场景区域内部
。
[0019]进一步的，步骤
S4
中进出状态更新方法为：
[0020]当轨迹状态从位于场景区域外部变更为正在进出场景区域状态，且持续
n
帧处于正在进出场景区域状态时，判定该条轨迹为进入场景；
[0021]当轨迹状态从位于场景区域外部变更为位于场景区域内部时，判定该条轨迹为进入场景；
[0022]当轨迹状态从正在进出场景区域状态变更为位于场景区域外部时，判定该条轨迹为出场景；
[0023]当轨迹状态从正在进出场景区域状态变更为位于场景区域内部时，判定该条轨迹为进场景；
[0024]当轨迹状态从位于场景区域内部变更为正在进出场景区域状态，且持续
n
帧处于正在进出场景区域状态时，判定该条轨迹为出场景；
[0025]当轨迹状态从位于场景区域内部变更为位于场景区域外部时，判定该条轨迹为出场景
。
[0026]一种场景人员流动统计终端设备，包括处理器
、
存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本专利技术实施例上述的方法的步骤
。
[0027]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本专利技术实施例上述的方法的步骤
。
[0028]本专利技术采用如上技术方案，并具有有益效果：
[0029](1)
使用俯视视角的头肩模型检测人体，一定程度上规避了人体重叠遮挡情况，提高了模型准确率，同时俯视视角的可视区域与实际的检测区域平行，避免了二维图像检测三维物体时出现的一些问题
。
[0030](2)
使用头肩检测框内检测锚点与用于检测的场景区域的关系判断人体所处位置，相较于使用头肩框与检测区域框的关系判断人体所处位置具有更准确，灵敏度更高的
优点，并在一定程度上减少了神经网络检测框抖动的影响
。
[0031](3)
使用轨迹序列记录头肩检测框实时状态，可以使头肩检测框移动时更加平滑，减小个别帧误检对结果的影响，鲁棒性更强
。
附图说明
[0032]图1所示为本专利技术实施例一的流程图
。
具体实施方式
[0033]为进一步说明各实施例，本专利技术提供有附图
。
这些附图为本专利技术揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理
。
配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种场景人员流动统计方法，其特征在于，包括以下步骤：
S1
：通过人体头肩检测模型对待检测的俯视视角人体图像进行人体头肩检测，得到人体头肩的检测框；
S2
：计算当前帧所有人体头肩的检测框与前一帧所有人体头肩的检测框的
IOU
距离，并基于计算的
IOU
距离对当前帧与前一帧的人体头肩的检测框进行匹配，得到所有的人体轨迹；
S3
：对各人体轨迹中当前帧相对于场景区域的位置状态进行更新；
S4
：基于更新的位置状态，对各人体轨迹当前帧相对于场景区域的进出状态进行更新
。2.
根据权利要求1所述的场景人员流动统计方法，其特征在于：步骤
S2
中还包括：将当前帧未匹配成功的检测框加入隐藏轨迹队列，直到隐藏轨迹队列中的某条隐藏轨迹持续一段时间后，将该条隐藏轨迹从隐藏轨迹队列中删除，并更改为人体轨迹
。3.
根据权利要求1所述的场景人员流动统计方法，其特征在于：步骤
S2
中还包括：如果现存人体轨迹有未匹配成功的，则设定其未匹配次数加1，直到未匹配次数大于预设的阈值后，删除该人体轨迹
。4.
根据权利要求1所述的场景人员流动统计方法，其特征在于：步骤
S3
中对各人体轨迹中当前帧相对于场景区域的位置状态进行更新：在当前帧的人体头肩的检测框内提取多个点作为检测锚点，根据所有检测锚点中位于场景区域内的检测锚点的个数判断人体轨迹中当前帧相对于场景区域的位置状态
。5.
根据权利要求4所述的场景人员流动统计方法，其特征在于：在当前帧的人体头肩的检测框内提取多个点作为检测锚点的方法为：将人体头肩的检测框内缩后得到候选框，在候选框内提取多个点作为检测锚点
。6.
根据权利要求5所述的场景人员流动统计方法，其特征在于：...

【专利技术属性】
技术研发人员：朱萌钢，黄金虎，薛朝斌，
申请(专利权)人：厦门星纵物联科技有限公司，
类型：发明
国别省市：