人流量统计方法技术

本申请公开了一种人流量统计方法

【技术实现步骤摘要】
人流量统计方法、设备以及存储介质


[0001]本申请涉及计算机视觉
，特别是涉及一种人流量统计方法
、
设备以及存储介质
。

技术介绍

[0002]人流量统计常用于对进出目标区域的人数进行统计，以实现基于人流量数据对目标区域进行科学管理，便于优化经营决策等
。
[0003]例如在门店
、
购物中心以及展览馆等场所，通常会使用人工计数
、
红外感应
、
闸机计数等方式统计进出目标区域的人流量，但这些方法的检测精度低，功能性单一，难以满足用户的深度需求
。
[0004]随着计算机视觉技术的发展，目前可基于大模型的检测网络对视频数据进行多目标跟踪
、
行人重识别等以实现人流量统计，但大模型具有大量参数和复杂结构，且其对于设备端的配置需求高，泛用性与适用性较差，因此，亟需一种轻量高效的人流量统计方法
。

技术实现思路

[0005]本申请至少提供一种人流量统计方法
、
装置
、
设备以及计算机可读存储介质
。
[0006]本申请第一方面提供了一种人流量统计方法，包括：获取当前视频帧中的各检测对象
、
各检测对象的位置信息以及历史视频帧中各检测对象的行径轨迹信息，所述历史视频帧在视频流中的时序先于所述当前视频帧在所述视频流中的时序；计算所述当前视频帧中目标检测对象的特征信息与所述历史视频帧中各检测对象的行径轨迹信息的特征信息之间的特征匹配度；根据所述特征匹配度从所述历史视频帧包括的检测对象的行径轨迹信息中确定所述目标检测对象的行径轨迹信息；基于所述目标检测对象的行径轨迹信息预测的目标检测对象的位置信息确定所述目标检测对象在所述当前视频帧中的位置准确度；基于所述特征匹配度和所述位置准确度对所述目标检测对象进行统计处理
。
[0007]在一实施例中，所述基于所述特征匹配度和所述位置准确度对所述目标检测对象进行统计处理的步骤，包括：基于所述特征匹配度和所述位置准确度计算第一代价矩阵；基于所述第一代价矩阵对所述历史视频帧中各检测对象和所述当前视频帧中各检测对象进行第一匈牙利匹配，得到第一匈牙利匹配成功的检测对象；将所述第一匈牙利匹配成功的检测对象的数量计入人流量统计结果
。
[0008]在一实施例中，在基于所述第一代价矩阵对所述历史视频帧中各检测对象和所述当前视频帧中各检测对象进行第一匈牙利匹配，得到匹配成功的检测对象的步骤之后，所述方法还包括：获取所述历史视频帧中匹配失败的各检测对象的第一检测区域和所述当前视频帧中匹配失败的各检测对象的第二检测区域；基于所述第一检测区域和所述第二检测区域进行交并比计算，得到第二代价矩阵；基于所述第二代价矩阵对所述历史视频帧中匹配失败的各检测对象和所述当前视频帧中匹配失败的各检测对象进行第二匈牙利匹配，得到第二匈牙利匹配成功的检测对象；将所述第二匈牙利匹配成功的检测对象的数量计入所
述人流量统计结果
。
[0009]在一实施例中，在所述基于所述第二代价矩阵对所述历史视频帧中匹配失败的各检测对象和所述当前视频帧中匹配失败的各检测对象进行第二匈牙利匹配，得到第二匈牙利匹配成功的检测目标的步骤之后，所述方法还包括：获取所述第二匈牙利匹配中匹配失败的检测对象，得到未匹配对象；对所述未匹配对象的行径轨迹信息进行初始化，得到初始化后的行径轨迹信息；基于所述初始化后的行径轨迹信息在后续视频帧中对所述未匹配对象进行所述第一匈牙利匹配和
/
或所述第二匈牙利匹配，并记录匹配时间，所述后续视频帧在所述视频流中的时序晚于所述当前视频帧在所述视频流中的时序；将所述匹配时间大于或等于预设的时间阈值的未匹配对象进行删除处理
。
[0010]在一实施例中，所述特征信息包括特征向量，所述计算所述当前视频帧中目标检测对象的特征信息与所述历史视频帧中各检测对象的行径轨迹信息的特征信息之间的特征匹配度的步骤，包括：获取所述历史视频帧中各检测对象的行径轨迹信息中的历史特征向量和所述当前视频帧中目标检测对象的当前特征向量；对所述历史特征向量和所述当前特征向量进行余弦距离计算，得到所述特征匹配度
。
[0011]在一实施例中，在所述对所述历史特征向量和所述当前特征向量进行余弦距离计算，得到所述特征匹配度的步骤之后，所述方法还包括：若所述特征匹配度大于或等于预设的特征匹配阈值，则基于所述当前特征向量和所述历史特征向量进行加权求和计算，得到计算结果；基于所述计算结果对所述历史视频帧中所述特征匹配度大于或等于所述特征匹配阈值的检测对象的行径轨迹信息中的历史特征向量进行更新
。
[0012]在一实施例中，所述基于所述目标检测对象的行径轨迹信息预测的目标检测对象的位置信息确定所述目标检测对象在所述当前视频帧中的位置准确度的步骤，包括：基于所述历史视频帧中各检测对象的行径轨迹信息对所述历史视频帧中各检测对象进行运动预测，得到所述历史视频帧中各检测对象在所述当前视频帧中的预测位置信息；对所述预测位置信息和检测到的所述当前视频帧中各检测对象的当前位置信息进行交并比计算，得到所述历史视频帧中各检测对象与所述当前视频帧中各检测对象之间的位置准确度
。
[0013]在一实施例中，所述基于所述特征匹配度和所述位置准确度对所述目标检测对象进行统计处理的步骤，包括：基于所述特征匹配度和
/
或所述位置准确度确定所述当前视频帧和所述历史视频帧之间匹配成功的目标检测对象；统计所述匹配成功的目标检测对象中进入预设目标区域的目标检测对象的数量，得到人流量统计结果
。
[0014]本申请第二方面提供了一种人流量统计装置，包括：获取模块，用于获取当前视频帧中的各检测对象
、
各检测对象的位置信息以及历史视频帧中各检测对象的行径轨迹信息，所述历史视频帧在视频流中的时序先于所述当前视频帧在所述视频流中的时序；特征计算模块，用于计算所述当前视频帧中目标检测对象的特征信息与所述历史视频帧中各检测对象的行径轨迹信息的特征信息之间的特征匹配度；轨迹确定模块，用于根据所述特征匹配度从所述历史视频帧包括的检测对象的行径轨迹信息中确定所述目标检测对象的行径轨迹信息；位置确定模块，基于所述目标检测对象的行径轨迹信息预测的目标检测对象的位置信息确定所述目标检测对象在所述当前视频帧中的位置准确度；统计模块，用于基于所述特征匹配度和所述位置准确度对所述目标检测对象进行统计处理
。
[0015]本申请第三方面提供了一种电子设备，包括存储器和处理器，处理器用于执行存
储器中存储的程序指令，以实现上述人流量统计方法
。
[0016]本申请第四方面提供了一种计算机可读存储介质，其上存储有程序指令，程序指令被处理器执行时实现上述人流量统计方法
。
[0017]上述方案，通过获取当前视频帧中的各检测对象...

【技术保护点】

【技术特征摘要】
1.
一种人流量统计方法，其特征在于，所述方法包括：获取当前视频帧中的各检测对象
、
各检测对象的位置信息以及历史视频帧中各检测对象的行径轨迹信息，所述历史视频帧在视频流中的时序先于所述当前视频帧在所述视频流中的时序；计算所述当前视频帧中目标检测对象的特征信息与所述历史视频帧中各检测对象的行径轨迹信息的特征信息之间的特征匹配度；根据所述特征匹配度从所述历史视频帧包括的检测对象的行径轨迹信息中确定所述目标检测对象的行径轨迹信息；基于所述目标检测对象的行径轨迹信息预测的目标检测对象的位置信息确定所述目标检测对象在所述当前视频帧中的位置准确度；基于所述特征匹配度和所述位置准确度对所述目标检测对象进行统计处理
。2.
根据权利要求1所述的方法，其特征在于，所述基于所述特征匹配度和所述位置准确度对所述目标检测对象进行统计处理的步骤，包括：基于所述特征匹配度和所述位置准确度计算第一代价矩阵；基于所述第一代价矩阵对所述历史视频帧中各检测对象和所述当前视频帧中各检测对象进行第一匈牙利匹配，得到第一匈牙利匹配成功的检测对象；将所述第一匈牙利匹配成功的检测对象的数量计入人流量统计结果
。3.
根据权利要求2所述的方法，其特征在于，在基于所述第一代价矩阵对所述历史视频帧中各检测对象和所述当前视频帧中各检测对象进行第一匈牙利匹配，得到匹配成功的检测对象的步骤之后，所述方法还包括：获取所述历史视频帧中匹配失败的各检测对象的第一检测区域和所述当前视频帧中匹配失败的各检测对象的第二检测区域；基于所述第一检测区域和所述第二检测区域进行交并比计算，得到第二代价矩阵；基于所述第二代价矩阵对所述历史视频帧中匹配失败的各检测对象和所述当前视频帧中匹配失败的各检测对象进行第二匈牙利匹配，得到第二匈牙利匹配成功的检测对象；将所述第二匈牙利匹配成功的检测对象的数量计入所述人流量统计结果
。4.
根据权利要求3所述的方法，其特征在于，在所述基于所述第二代价矩阵对所述历史视频帧中匹配失败的各检测对象和所述当前视频帧中匹配失败的各检测对象进行第二匈牙利匹配，得到第二匈牙利匹配成功的检测目标的步骤之后，所述方法还包括：获取所述第二匈牙利匹配中匹配失败的检测对象，得到未匹配对象；对所述未匹配对象的行径轨迹信息进行初始化，得到初始化后的行径轨迹信息；基于所述初始化后的行径轨迹信息在后续视频帧中对所述未匹配对象进行所述第一匈牙利匹配和
/
或所述第二匈牙利匹配，并记录匹配时间，所述...

【专利技术属性】
技术研发人员：郑嘉俊，张诚成，马子昂，
申请(专利权)人：杭州华橙软件技术有限公司，
类型：发明
国别省市：