CN101795395B - 一种人群态势监控系统及方法 - Google Patents
一种人群态势监控系统及方法 Download PDFInfo
- Publication number
- CN101795395B CN101795395B CN2009101052479A CN200910105247A CN101795395B CN 101795395 B CN101795395 B CN 101795395B CN 2009101052479 A CN2009101052479 A CN 2009101052479A CN 200910105247 A CN200910105247 A CN 200910105247A CN 101795395 B CN101795395 B CN 101795395B
- Authority
- CN
- China
- Prior art keywords
- crowd
- monitoring
- video
- situation
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004458 analytical method Methods 0.000 claims abstract description 64
- 238000007781 pre-processing Methods 0.000 claims abstract description 43
- 238000000605 extraction Methods 0.000 claims abstract description 29
- 230000005540 biological transmission Effects 0.000 claims abstract description 5
- 230000033001 locomotion Effects 0.000 claims description 44
- 230000005236 sound signal Effects 0.000 claims description 41
- 230000008451 emotion Effects 0.000 claims description 24
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 8
- 239000006185 dispersion Substances 0.000 claims description 7
- 206010038743 Restlessness Diseases 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000033764 rhythmic process Effects 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 230000006399 behavior Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000007689 inspection Methods 0.000 description 6
- 239000002245 particle Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000003086 colorant Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000002996 emotional effect Effects 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000010223 real-time analysis Methods 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 208000001431 Psychomotor Agitation Diseases 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005295 random walk Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Alarm Systems (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明涉及一种人群态势监控系统及方法,该系统包括:信号采集单元、信号预处理单元、人群态势分析中心客户端和传输网络,其中,人群态势分析中心用于对信号预处理单元输出的特征提取结果进行综合分析,以提取所述区域中的人群的数量、密度、流向,根据估计得到的情绪指数和拥堵热点,得出监控区域中人群的疏导及管理模型;而客户端可用于显示监控信号、信号预处理单元的预处理结果和人群态势分析中心的综合分析结果,并进行报警提示。实施本发明的技术方案可实现对重要出入口或广场区域的人群拥堵情况进行预警,并在此基础上计算出监控区域的人群疏导管理的决策模型,设定不同的监控区域的流量控制方案,因此能同时对大型公共场所人群态势进行实时状态显示、分析、响应和处理。
Description
技术领域
本发明涉及监控系统,更具体地说,涉及一种人群态势监控系统及方法。
背景技术
近年来世界各地发生的多起大型恐怖事件都发生在人群密集的公共场所。特别是大型公共场所,如广场、街道、体育场馆的出入口处的人群监控日益成为公共安全管理的重要方面。
正常情况下,人群中的个体在广场的运动呈现随机游走的状态,同时受周边环境的吸引,呈现小规模聚集的现象。例如,在重要观景点、花坛周围会有较多的群众聚集,但人群整体仍呈现较为松散形态。而当异常事件发生时,人群的运动呈现群体效应。当人群处于高度密集状态时,发生的异常事件会造成整个群体的整体运动呈现出一种波动状态。因此对人群密度的高度关注和对异常事件的实时监控与识别是公共场所人群管理的当务之急。
发明内容
本发明要解决的技术问题在于,针对现有技术对公共场所等监控区域进行人群管理时,不能高度关注人群密度,以及未能对异常事件进行实时监控等缺陷,提供一种人群态势监控系统及方法。
本发明解决其技术问题所采用的技术方案是:构造一种人群态势监控系统,包括:
信号采集单元,用于采集监控区域中人群的视音频信号,并将采集到的视音频信号发送到信号预处理单元;
信号预处理单元,用于对监控区域中人群的视音频信号进行预处理,从而对视音频信号进行特征提取,然后将预处理后的信号发送到人群态势分析中心,由其对人群态势进行估计;
人群态势分析中心,用于对所述视音频信号预处理单元输出的特征提取结果并与传感器组件采集的环境检测信号进行综合分析,以提取所述区域中的人群情绪指数和拥堵热点,从而计算出监控区域中人群的疏导及管理模型;在整个监控过程中,人群态势分析中心在接收到信号预处理单元发送的预处理及特征提取结果后,可以一方面发送到客户端进行显示,另一方面还可继续对该信号进行综合分析,在计算过程中,当发现监控区域中的人群数量、整体人群密度、每个分析子区域的人群密度和人群流向出现异常时,即该三个参数分别超过其标准限值时,人群态势分析中心将驱动客户端中的相应终端进行报警提示,接着人群态势分析中心将提取出监控区域中的人群情绪指数和拥堵热点,而最终计算出监控区域中人群的疏导及管理模型。
客户端,用于显示监控信号、信号预处理单元的预处理结果和人群态势分析中心的综合分析结果,并进行报警提示。该客户端可包括多个终端,该终端可以是显示设备、显示大屏幕和个人计算机终端。
传输网络,用于视音频信号及报警信号的传递。
在本发明所述的人群态势监控系统中,视频信号特征提取包括:对视频信号的方位进行三维空间校正、选取监控区域的分析子区域和提取人群状态基础数据。
在本发明所述的人群态势监控系统中,人群状态基础数据包括监控区域中的人群数量、整体人群密度、每个分析子区域的人群密度和人群流向;
在本发明所述的人群态势监控系统中,音频信号特征提取包括音量参数、波动参数、发音特征、韵律特征。
在本发明所述的人群态势监控系统中,所述信号采集单元包括:
第一摄像机组件,用于采集监控区域人群的整体运动状态;
第二摄像机组件,用于统计进出监控区域的人数;
音频采集器组件,用于采集监控区域人群的音频信号;
传感器组件,用于采集监控区域的环境检测信号。
在本发明所述的人群态势监控系统中,信号预处理单元包括:
视频信号智能分析子单元,用于对视频信号进行预处理和特征提取;
音频信号智能分析子单元,用于对音频信号进行预处理和特征提取。
在本发明所述的人群态势监控系统中,所述人群情绪指数包括正常状态、活跃状态、激昂状态、不安状态和恐慌状态。
根据本发明的另一个方面,提供一种人群态势监控方法,包括以下步骤:
S1:采集监控区域的视音频信号;
S2:对所述视音频信号进行预处理及特征提取;
S3:根据预处理及特征提取结果,计算监控区域中的人群数量、整体人群密度、每个分析子区域的人群密度和人群流向是否出现异常,如果是,进入步骤S4;否则,进入步骤S5;
S4:客户端进行报警提示;
S5:对视音频信号预处理及特征提取结果并与传感器组件采集的环境检测信号进行综合分析,以提取所述区域中的人群情绪指数和拥堵热点;
S6:根据人群情绪指数和拥堵热点,计算出监控区域中人群的疏导及管理模型;
S7:客户端显示人群疏导及管理模型。
实施本发明的人群态势监控系统及方法,具有以下有益效果:通过采集监控区域例如广场附近建筑物、地铁或地下通道出入口等地区的人群视音频信号,然后进行处理和分析,实现对整体防范区域内和各个子区域的人群运动状态的监控,可对大范围、高密度等复杂状态下的人群状态监控,通过直观地构建整个防控区域的人群活动状态分布图,实时地监控人群运动状态,统计行人流量,统计指定区域的人群数量,当监控区域内的人群数量超过一定数量时、或者监控区域内的人群密度超过一定限量时,或者监控区域内的某一子区域内的人群密度超过一定限量时,客户端将进行报警提示,该报警提示可以是单一的声音报警、显示报警、或者是声音和显示综合报警,从而可根据整个监控区域的人群分布和流向信息,以实现对重要出入口或广场区域的人群拥堵(或人数超出上限)情况进行预警,并在此基础上计算出监控区域的人群疏导管理的决策模型,从而可根据监控区域的各子区域的最大承载能力和重大活动承载要求,设定不同的广场流量控制方案,为指挥人员实时监控和宏观指挥控制提供技术支撑。综上所述,实施本发明的人群态势监控系统及方法,能同时对大型公共场所人群态势进行实时状态显示、分析、响应和处理。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明人群态势监控系统的逻辑框图;
图2是图1所示系统的网络构架;
图3是图1所示的第二摄像机组件安装在监控区域进出口的示意图;
图4是图1所示的一实施例中信号采集单元采集到的视频信号的示意图;
图5是图1所示的信号预处理单元对图4进行特征提取所得的分析子区域人群密度的示意图;
图6是图1所示的信号预处理单元对图4进行特征提取所得的人群流向的示意图;
图7是本发明人群态势监控方法的流程图。
具体实施方式
本发明的技术方案是构建了针对异常行为识别的人群态势监控系统。该系统针对大型活动场所中人群的运动态势,以视音频信号为对象,通过对视频信号中人群的数量、密度、流向等特征的提取和分析,再结合音频信号,以及传感器组件采集的环境检测信号,提取人群情绪指数、拥堵热点等指标表征人群态势,根据判断结果,给出被监控人群的疏导模型,实现对人群状态监控的目的。
如图1和2所示,在本发明的人群态势监控系统中,其包括信号采集单元、信号预处理单元、人群态势分析中心和客户端。在一优选实施例中,信号采集单元包括:用于采集监控区域人群的整体运动状态的第一摄像机组件、用于统计进出监控区域的人数的第二摄像机组件,以及用于采集监控区域人群的音频信号的音频采集器组件。信号预处理单元包括视频信号智能分析子单元和音频信号智能分析子单元,并分别由多个智能分析服务器构成,以实现相应功能的预处理和特征提取。在工作中,首先通过信号采集单元获取视音频信号并传输至信号预处理单元中的智能分析服务器组,其中,智能分析服务器按照功能分组,以分别构成视频信号智能分析子单元和音频信号智能分析子单元,该智能分析服务器组由一系列高性能服务器组成,对采集的视音频信号进行预处理和特征提取,并有人群态势分析中心的中心服务器进行综合分析,以获得人群状态和人群异常行为发生的位置,同时实时传输至后台客户端的终端中以电子地图形式进行显示。另外,在人群态势分析中心中还设置有知识库,其中具有识别存储单元从而可根据算法对信息自动学习。
在具体设计中,第一摄像机组件和第二摄像机组件可以是数字监控摄像机或标清模拟监控摄像机,以获得更为准确的效果。其中,第一摄像机组件安装于监控区域例如广场等活动场所右边建筑物顶部制高点,以观察广场人群的整体运动状态;如图3所示,第二摄像机组件可安装于监控区域的主要出入口例如安检门的上侧,以统计出入人数。
信号预处理单元在硬件上是由多个智能分析服务器构成,每个智能分析服务器分别实现各项智能分析功能的运算和处理,其中,处理视频信号的智能分析服务器构成视频信号智能分析子单元,而处理音频信号的智能分析服务器构成音频信号智能分析子单元。在功能上,智能分析服务器可以是人数统计分析服务器和人群态势分析服务器;在工作中,安装于地下通道出入口处的第二摄像机组件将视频信号将被传送至人数统计分析服务器,以实现人群出入的分别统计,处理得到的人数发送至人群态势分析中心集中存储与显示。安装于制高点第一摄像机组件,将采集到的视频信号发送到人群态势分析服务器进行实时分析,以获得人群密度分布基础元数据;另一方面,将处理的结果(如反应人群态势的标注信号)传输到人群态势分析中心,其中的中心服务器将接收到的经过预处理和特征提取的视音频信号进行综合分析,并结合知识库中的存储信息,对人群态势做进一步分析,对人群运动模式的类型进行实时在线学习,以实现对人群运动趋势的预测和识别,主要对人群热点分析与疏导策略计算,提取监控区域中的人群情绪指数和拥堵热点,从而计算出监控区域中人群的疏导及管理模型,最后将计算结果发送到后台客户端,从而在终端以电子地图的形式进行实时显示。总之,人群态势分析中心主要对人群密度和流向分析的结果进行汇总和分析,其是整个系统的核心,接收视频特征信息,根据异常事件判别规则库在知识层面上对事件性质进行判别,该系统第一时间将识别结果提示给后台监控人员。
客户端包括多个位于不同位置的终端设备,该终端设备可以是显示设备、显示大屏幕和个人计算机,终端设备一般采用电子地图的形式,反映人群的整体运动态势。电子地图通过调用广场或公共场所的平面图,展示监控区域的布局。安装于监控区域四周制高点的第一摄像机组件获得的视频信号,将根据摄像机标定的结果进行校正。校正后的视频信号将接近垂直视角的。对多个校正后视频信号进行拼接,即可得到近似的垂直视角下整个监控区域的视频画面。根据拼接后的整体画面,进行人群态势基础特征提取与分析。分析的结果将根据用户选择在电子地图上进行标注和显示。比如,实时标注拥堵热点位置,各个出入口处的人数,人群的运动方向等。另外还可对终端设备进行系统参数设定和事件定义的设置。
如图2所示的网络构架中,摄像机和监控仪等设备是本系统的信号采集设备,用来采集视音频及其他感兴趣的信息(环境检测信号),包括振动、烟雾、温度、火灾、等多种传感器采集的信息;智能分析服务器组完成视音频信号的特征分析、人群态势分析决策和给出疏导管理策略;通信服务器实现系统整体通信管理;各种显示设备及其他客户端是系统的终端,用来管理人员及其他用户输出监控信息及疏导管理策略;人群态势监控系统设有中心服务器完成对整个系统的指挥与调度;系统这部分之间采用TCP/IP网络进行通信。根据不同应用场所的要求,系统可以采用串行构架或并行架构。串行构架是将特征提取与人群态势分析拆分为两个独立部分,多个视频信号进入统一的智能分析服务器进行特征提取及态势分析决策;并行构架是每个摄像机配置一个处理单元进行同步独立处理,提取出来的特征和抽象出来的信息仅需要较少的数据量来表示,降低了信息传输网络的负担,对于提取出的基础数据对于分析服务器的要求相对较低。复杂的分析任务进行了功能性分解,缓解了处理装置的负担,实现了基础数据的有效共享,并降低了整个系统的成本。
在进行监控时,安装在建筑物顶部的摄像机所采集的视频信号,用来进行整个广场人群运动状态的监控。由于拍摄距离较远,更有利于对广场人群的整体态势进行分析。主要针对广场人群密度和流向估计、广场人群中发生的典型异常等情况进行识别。对于人数统计,在开放式出入口,例如广场两侧开放式出入口,采用小型广场的人数的统计功能。摄像机安装于出入口附近建筑上,摄像机仰角为45°~60°。人群密度分析服务器将获得的视频信号进行实时分析,将其与人群流向分析的结果相结合,即可分别得到出入的人数。在地下通道出入口,摄像机安装于地下通道出入口出口上沿处,对地下通道出入口处上下楼梯的行人进行人数统计。采用安装在地下通道出口上沿的普通吸顶摄像机,结合前端人数统计分析服务器对出入通道的人员进行统计。这种方案需将人数统计分析服务器得到的人数,以无线传输方式发送给附近的无线信号接收装置,再发往人群态势分析中心。此外,需在地下通道出入口加装分流栏杆,以保证行人秩序以获得精确的人数统计结果。在安检口出入口,安检口是进入重要区域的一个必经程序,在重要的节假日,广场的出入也会设置安检门。在使用安检门时安装流量统计方法,摄像机安装与安检门上方,就地实现人数统计,并将人数实时发回控制中心。
对于广场滞留人数统计,汇总所有出入口人数的出入情况即可估计出广场滞留人群的总人数。总人数和各个出入口的实时流量将根据需要显示在大屏。同时总人数可作为广场人群状态监控的重要参数与人群密度状态进行相互修正。而出入口出的流量也将作为广场人群状态监控的热点标注的重要参考特征。安检门通道狭窄,摄像机垂直安装,可以得到比较高的统计数据。同时,这项功能也可以识别尾随行为和冲关、逆行等行为。
对于人群运动状态特征提取,将根据安装在制高点位置的摄像机中获得的视频信号,进行人群密度与流向实时分析,并将这些信息进行汇总和拼接,在电子地图上直观地呈现出人群的全局态势。同时,在电子地图上实时标注出人群密度高度集中的热点位置、人群的有目的性运动位置和方向以及发生异常状况的位置。人群态势分析中心主要完成对信息的识别判断,是本发明监控系统的核心。
其中,特征提取主要包括以下步骤:
A.标定:将各视频信号的方位进行三维空间校正。获取摄像机内部参数,摄像机相对于环境的外部参数(通过摄像机标定获得);
B.监控区域设定:选取广场需要分析的区域。
C.人群状态基础数据与特征提取:系统自行对图像进行分析,提取人群密度、流向等基础信息与特征。可获取以下特征:
图像参数:包括颜色、纹理和亮度;
几何特征:包括边缘、特征点、轮廓与形状;
运动特征:运动矢量(包括特征点的实时运动速度、方向)。
人群基本特征提取方法:
人群数量与分布:依靠出入口人数统计功能获得。
人群密度估计:此功能基于视频信号对广场区域进行人数密度的估计,显示当前广场各个区域的人群密度,并通过不同的颜色来直观显示人数密度等级,再根据所给出的密度等级来提供不同级别的预警,使管理人员能够及时的处理和预防人员过度密集所带来的拥挤。
人群流向估计:当人群的运动呈现出一种规律性,或者说具有显著的方向性,这表明这是人群整体的目的性较为统一。当此时群体运动呈现一种高速整体运动时,表明存在较为严重的异常事件在人群中发生。因此对人群的运动方向以及运动速度需要重点关注。
此功能基于视频信号对视野内的人群的运动方向和速度进行估计。将人群中的个体作为流体中的粒子,并建立其运动的模型。其中用不同颜色表达人群运动的方向。在应用时可根据需求更改表达方式,使人群整体运动情况更为直观地展现。
另外,在分析监控所必须的人群状态基本参数的基础上,提出了两个表征人群状态的关键指标:人群情绪指数和拥堵热点。这两个指标能够有效的描述人群监控应用中监控所关注的重点,是对人群数量、密度、流向等基本参数的扩展,在具体的应用中取得了良好效果。
系统根据实时获取的人群状态信息及人群态势分析中心得到的结论,对监控画面中人群的情绪状态,采用“人群情绪指数”的方式进行直观描述。情绪指数采用数值表示,例如1~100的区间范围。根据人群情绪的危险程度,将其分为以下几个等级:1、正常状态;2、活跃状态;3、激昂状态;4、不安状态;5、恐慌状态。指数也可采用图形方式显示在电子地图上,有蓝色到红色显示。人群情绪指数采用多模态信息融合技术进行判别。同时利用视频、音频、分布在广场各点的振动、烟雾、温度、火灾、等多种传感器信息,对人群的状态、情绪进行综合判别。
正常状态:其中视频信息分析的结果为人群中个体属于随机游走状态,规律性组织性不强。人群中个体粒子之间粘度较低,主要表现在人群流向的不一致性,同时人群密度相对较低。
活跃状态:属于正面情绪,其中视频信息分析的结果为人群运动态势的规律性增强,个体粒子之间的粘度增加,表现在大量个体运动模式的相似性较高,且运动程度相对较高。音频信号分析结果为声音的幅值特征相对较高,表现出节奏性。
激昂状态:属于正面情绪。其中视频信息分析的结果为人群运动态势的表现出组织性,个体粒子之间的粘度很高,同时人群的密度较高,且运动程度相对很高。音频信息分析结果为人群内容发出的声音的幅值特征很高,表现出很强的节奏性,并无异常声音出现。
不安状态:属于负面情绪。其中视频信息分析的结果为人群运动态势的表现出无组织性,人群中出现局部的运动程度很高的状态,如局部骚乱。音频信息分析结果为人群局部发出的声音的幅值特征很高,并有异常声音出现。
恐慌状态:属于负面情绪。其中视频信息分析的结果为人群运动态势的表现出无组织性,局部区域个体粒子之间的粘度很高,同时人群的密度较高,比如狭窄的出入口,但运动程度由于拥堵情况发生却较低。在开放的出入口,人群密度与运动程度均极高。音频信息分析结果为人群内容发出的声音的幅值特征很高,且无规律性,并有大量异常声音出现。
人群的情绪是否正常的判别规则与监控环境相关,有些时候人群情绪属于正面的情绪,比如人群处于活跃、激昂等状态时由于人群密度较大,容易迅速转换为危险性较大的拥堵和踩踏事件,因此当人群清楚处于这类状态时,即可以开始关注。
对于拥堵热点标注,系统综合利用人群密度的变化趋势与人群流向信息,对短时间内可能发生拥堵的位置和拥堵程度进行预测,提前发现人数迅速增加并有人群持续从其他方向迅速涌来的位置,在电子地图上提示出可能发生拥堵可能性。同时系统根据该位置周边的人群密度情况和出入口的流量,制定可行的疏导策略,以辅助管理人员进行人群疏导和管理。需要直观了解整个广场中最值得关注的位置,如人群拥堵、聚集等位置。采用热度图的方式将广场中最值得关注的位置以及可能存在安全隐患的位置进行标注。并用数值反映出热点的情况,如人群密度值等。
对于人群疏导策略提示,本发明在前述提出的表达人群状态关键指标基础上,对人群状态监控中的危险行为提出了人群疏导策略,应用到人群监控系统中。人群状态监控功能的根本目的是为给广场管理人员辅助管理决策。人群态势监控系统对各个模态通道得到的结论,在知识层面上,根据不同场景和事件制定的规则库来进行判断事件的性质。例如,是个人行为还是群体行为。此功能综合整个广场的人群密度与流量数据,根据现有广场模型,进行综合分析与策略分析。当发现有拥堵情况发生时,或其他异常事件发生时。系统将根据热点位置、人群流向趋势以及附近的低密度区域位置和距离等参数,自动计算出最佳疏导策略,并提示和协助管理人员进行疏导调度。
在具体分析处理时,人群态势分析中心在进行决策判断时,将采用以下方法进行:基于知识的模型:模仿人在目标识别中所采用的经验知识和分析推理过程,将目标的信息(包括分类、结构等)以知识的形式(句法规则、框架、逻辑关系)存放在预先建立好的知识库中,采用启发式的方法来进行目标的识别。其中的逻辑模板法和模糊集理论体现了对人的认识经验进行的数据描述,可通过规则制定的方式对已知的行为进行判别。基于特征的推理技术:对特征进行关联后,根据联合特征完成识别各类目标的任务,采用基于统计计算的方法和应用信息论技术的方法对事件性质进行推理。人群态势判别知识库用来存储专家知识,可由事实性知识和推理性知识组成,包含描述关系、现象和方法的规则,以及在系统专家范围内解决问题的知识。知识库对预先存储的知识按照预先指定的规则进行推理计算。数据库分为实时数据库和非实时数据库,实时数据库用于向系统提供当前观测结果及融合所需要的各种其它数据,并存储中间结果。非实时数据库存储历史数据及有关环境和目标的辅助信息。
终端设备进行状态显示时,通过电子地图系统,将广场人群的整体运动态势将全面显示,并同时显示人群相关各类参数。
如图4~6所示的实施例中,信号采集单元通过布置于高处的摄像机实时采集被监控区域的视频监控信号,视频信号被送往信号预处理单元分析,进行人数统计、人群运动基础信息及特征提取;处理结果再经人群态势分析中心进行最终决策,人群态势分析中心依据建立好的知识模型和基于特征的推理技术对预处理得出的运动基本信息和特征等数据进行再加工,得出能够反应人群状态的人数估计、密度估计、流向估计、人群情绪指数、拥堵热点提示等参数,进而向不同的客户端的终端设备给出疏导策略。图5中197和206标注出拥堵的位置,用数字表示估计的人数,图6使用流体方式绘制人群整体的运动趋势,当人群密度较高时,个体粒子之间的粘度增大,运动表现出自推性。图像中不同的颜色表示不同的运动方向,线条表示运动的轨迹。
如图7所示,本发明人群态势监控方法的工作原理包括以下步骤:
S1:信号采集单元的第一摄像机组件、第二摄像机组件和音频采集器组件采集监控区域的视音频信号,传感器组件所采集的环境检测信号;
S2:信号预处理单元接收信号采集单元发送的视音频信号,并对该视音频信号进行预处理及特征提取;
S3:人群态势分析中心接收信号预处理单元发送的视音频信号预处理及特征提取结果和传感器组件采集信号,并对其进一步处理,首先计算监控区域中的人群数量、整体人群密度、每个分析子区域的人群密度和人群流向是否出现异常,即所获得的参数是否超出相应的限值,如果是,进入步骤S4;否则,进入步骤S5;
S4:客户端进行报警提示;
S5:接着人群态势分析中心对预处理及特征提取结果进一步综合分析,以提取监控区域中的人群情绪指数和拥堵热点;
S6:进一步地,人群态势分析中心将根据人群情绪指数和拥堵热点,计算出监控区域中人群的疏导及管理模型;
S7:最后客户端显示人群疏导及管理模型。
本发明是通过几个具体实施例进行说明的,本领域技术人员应当明白,在不脱离本发明范围的情况下,还可以对本发明进行各种变换及等同替代。另外,针对特定情形或具体情况,可以对本发明做各种修改,而不脱离本发明的范围。因此,本发明不局限于所公开的具体实施例,而应当包括落入本发明权利要求范围内的全部实施方式。
Claims (6)
1.一种人群态势监控系统,其特征在于,包括:
信号采集单元,用于采集监控区域中人群的视音频信号;
信号预处理单元,用于对监控区域中人群的视音频信号进行预处理,从而对视音频信号进行特征提取;
人群态势分析中心,用于对所述信号预处理单元输出的特征提取结果进行综合分析,以提取所述区域中的人群的数量、密度、流向,根据估计得到的情绪指数和拥堵热点,得出监控区域中人群的疏导及管理模型;
客户端,用于显示监控信号、信号预处理单元的预处理结果和人群态势分析中心的综合分析结果,并进行报警提示;
传输网络,用于视音频信号及报警信号的传递;其中,
音频信号特征提取包括音量参数、波动参数、发音特征、韵律特征;
所述信号采集单元包括:
第一摄像机组件,用于采集监控区域人群的整体运动状态;
第二摄像机组件,用于统计进出监控区域的人数;
音频采集器组件,用于采集监控区域人群的音频信号;
传感器组件,用于采集监控区域环境检测信号。
2.根据权利要求1所述的人群态势监控系统,其特征在于,视频信号特征提取包括:对视频信号的方位进行三维空间校正、选取监控区域的分析子区域和提取人群状态基础数据。
3.根据权利要求2所述的人群态势监控系统,其特征在于,人群状态基础数据包括监控区域中的人群数量、整体人群密度、每个分析子区域的人群密度和人群流向;
4.根据权利要求3所述的人群态势监控系统,其特征在于,信号预处理单元包括:
视频信号智能分析子单元,用于对视频信号进行预处理和特征提取;
音频信号智能分析子单元,用于对音频信号进行预处理和特征提取。
5.根据权利要求3所述的人群态势监控系统,其特征在于,所述人群情绪指数包括正常状态、活跃状态、激昂状态、不安状态和恐慌状态。
6.一种人群态势监控方法,其特征在于,包括以下步骤:
S1:采集监控区域的视音频信号;
S2:对所述视音频信号进行预处理及特征提取;
S3:根据预处理及特征提取结果,计算监控区域中的人群数量、整体人群密度、每个分析子区域的人群密度和人群流向是否出现异常,如果是,进入步骤S4;否则,进入步骤S5;
S4:客户端进行报警提示;
S5:对视音频信号预处理特征提取结果与传感器组件采集的环境检测信号进行综合分析,以提取所述区域中的人群情绪指数和拥堵热点;
S6:根据人群情绪指数和拥堵热点,计算出监控区域中人群的疏导及管理模型;
S7:客户端显示人群疏导及管理模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009101052479A CN101795395B (zh) | 2009-02-04 | 2009-02-04 | 一种人群态势监控系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009101052479A CN101795395B (zh) | 2009-02-04 | 2009-02-04 | 一种人群态势监控系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101795395A CN101795395A (zh) | 2010-08-04 |
CN101795395B true CN101795395B (zh) | 2012-07-11 |
Family
ID=42587787
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009101052479A Expired - Fee Related CN101795395B (zh) | 2009-02-04 | 2009-02-04 | 一种人群态势监控系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101795395B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9852329B2 (en) | 2015-07-24 | 2017-12-26 | International Business Machines Corporation | Calculation of a characteristic of a hotspot in an event |
US10281889B2 (en) | 2016-12-02 | 2019-05-07 | Imam Abdulrahman Bin Faisal University | System and method to guide a crowd |
Families Citing this family (50)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130101159A1 (en) * | 2011-10-21 | 2013-04-25 | Qualcomm Incorporated | Image and video based pedestrian traffic estimation |
CN103986910A (zh) * | 2014-05-20 | 2014-08-13 | 中国科学院自动化研究所 | 一种基于智能分析摄像机的客流统计方法和系统 |
US10679671B2 (en) * | 2014-06-09 | 2020-06-09 | Pelco, Inc. | Smart video digest system and method |
US11138443B2 (en) | 2014-06-30 | 2021-10-05 | Nec Corporation | Guidance processing apparatus and guidance method |
CN104132660A (zh) * | 2014-08-11 | 2014-11-05 | 江苏恒创软件有限公司 | 一种基于无人机的旅游集散区域导向方法 |
CN104361658B (zh) * | 2014-09-30 | 2017-05-31 | 北京锐安科技有限公司 | 一种区域内各场所人口信息的检测方法和装置 |
US9706379B2 (en) * | 2014-10-06 | 2017-07-11 | Honeywell International Inc. | Method and system for generation and transmission of alert notifications relating to a crowd gathering |
CN104581081B (zh) * | 2015-01-26 | 2018-03-30 | 浙江易网科技股份有限公司 | 基于视频信息的客流分析方法 |
CN104658188A (zh) * | 2015-03-13 | 2015-05-27 | 云南智图学泰科技有限公司 | 通道安全预警系统以及通道预警方法 |
CN104809743B (zh) * | 2015-04-23 | 2019-07-26 | 清华大学 | 高密度人群踩踏事故风险计算与预警方法 |
CN105069972A (zh) * | 2015-08-30 | 2015-11-18 | 安徽味唯网络科技有限公司 | 一种防止踩踏和疏散的方法 |
CN105554979A (zh) * | 2015-12-30 | 2016-05-04 | 湖北文理学院 | 一种室内照明节能控制和人群活动监控装置 |
CN105611253A (zh) * | 2016-01-13 | 2016-05-25 | 天津中科智能识别产业技术研究院有限公司 | 一种基于智能视频分析技术的态势感知系统 |
CN105628193B (zh) * | 2016-01-27 | 2018-05-18 | 中国铁道科学研究院电子计算技术研究所 | 车站运营环境亮度监测方法 |
CN105791774A (zh) * | 2016-03-31 | 2016-07-20 | 北京工业大学 | 一种基于视频内容分析的监控视频传输方法 |
CN105763853A (zh) * | 2016-04-14 | 2016-07-13 | 北京中电万联科技股份有限公司 | 一种公共区域拥挤、踩踏事件应急预警方法 |
CN105787853A (zh) * | 2016-04-14 | 2016-07-20 | 北京中电万联科技股份有限公司 | 一种公共区域拥挤、踩踏事件应急预警系统 |
CN106096567B (zh) * | 2016-06-20 | 2019-04-16 | 深圳市深网视界科技有限公司 | 基于图像识别技术的人群安全指数计算方法及装置 |
CN106454233A (zh) * | 2016-09-30 | 2017-02-22 | 北京中星微电子有限公司 | 人群聚集的智能监控方法和系统 |
CN106412507A (zh) * | 2016-09-30 | 2017-02-15 | 北京中星微电子有限公司 | 人员流量的智能监控方法和系统 |
CN106534779A (zh) * | 2016-10-28 | 2017-03-22 | 安徽三实信息技术服务有限公司 | 一种景区安全预警智能监控系统 |
CN106357805A (zh) * | 2016-10-31 | 2017-01-25 | 成都加华科技有限责任公司 | 一种应用场所监控方法、装置及系统 |
CN108206935A (zh) * | 2016-12-16 | 2018-06-26 | 北京迪科达科技有限公司 | 一种人员数量统计监测分析系统 |
CN106887105A (zh) * | 2017-03-29 | 2017-06-23 | 马宏林 | 一种基于受灾人特征的新型公路隧道火灾预告和报警系统 |
CN107038426B (zh) * | 2017-04-25 | 2020-04-10 | 广东兆邦智能科技有限公司 | 热图生成方法 |
CN109697391A (zh) | 2017-10-23 | 2019-04-30 | 北京京东尚科信息技术有限公司 | 封闭场所内人物再识别的方法、系统及终端设备 |
CN107945223B (zh) * | 2017-11-20 | 2020-09-08 | 成都霍比特科技有限公司 | 一种旋转倾斜式自动青蛙饲料投放器及视频分析方法 |
CN108388838B (zh) * | 2018-01-26 | 2021-07-09 | 重庆邮电大学 | 无人机对地人群监控系统及监控方法 |
CN108810461B (zh) * | 2018-05-18 | 2021-04-16 | 浙江大华技术股份有限公司 | 一种监控方法及装置、终端和可读存储介质 |
JP7216487B2 (ja) | 2018-06-21 | 2023-02-01 | キヤノン株式会社 | 画像処理装置およびその制御方法 |
CN109063578B (zh) * | 2018-07-06 | 2022-05-06 | 江西洪都航空工业集团有限责任公司 | 一种人群聚集检测方法 |
CN113113028A (zh) * | 2018-08-29 | 2021-07-13 | 胡开良 | 一种无人机的计算机可读存储介质 |
CN110956057A (zh) * | 2018-09-26 | 2020-04-03 | 杭州海康威视数字技术股份有限公司 | 一种人群态势分析方法、装置及电子设备 |
CN109474808A (zh) * | 2018-12-06 | 2019-03-15 | 安徽云探索网络科技有限公司 | 基于云服务的无人值守智能监控系统 |
CN109740663A (zh) * | 2018-12-28 | 2019-05-10 | 广东新源信息技术有限公司 | 一种基于深度ai算法的疏通人流系统及方法 |
US11557013B2 (en) | 2019-05-15 | 2023-01-17 | International Business Machines Corporation | Personalized venue evacuation plan |
AU2019100806A4 (en) * | 2019-07-24 | 2019-08-29 | Dynamic Crowd Measurement Pty Ltd | Real-Time Crowd Measurement And Management Systems And Methods Thereof |
CN110555381A (zh) * | 2019-07-31 | 2019-12-10 | 深圳市城市公共安全技术研究院有限公司 | 人员疏导系统及人员疏导方法 |
CN111031252A (zh) * | 2019-12-30 | 2020-04-17 | 浙江大华技术股份有限公司 | 一种监控系统及增强现实ar终端 |
CN111291989B (zh) * | 2020-02-03 | 2023-03-24 | 重庆特斯联智慧科技股份有限公司 | 一种大型建筑人流深度学习调配系统及其方法 |
CN113256924A (zh) * | 2020-02-12 | 2021-08-13 | 中车唐山机车车辆有限公司 | 一种轨道列车的监控系统,监控方法及监控装置 |
CN111523281B (zh) * | 2020-07-06 | 2020-11-27 | 华东交通大学 | 极化高密度人群线性波动仿真方法、系统及可读存储介质 |
CN111861275B (zh) * | 2020-08-03 | 2024-04-02 | 河北冀联人力资源服务集团有限公司 | 家政工作模式的识别方法和装置 |
CN112053550B (zh) * | 2020-08-18 | 2022-12-27 | 上海理工大学 | 一种组网式行人监控与引导系统 |
CN112203048A (zh) * | 2020-09-30 | 2021-01-08 | 重庆天智慧启科技有限公司 | 一种智能安防监控系统 |
CN113326723B (zh) * | 2020-12-24 | 2024-04-05 | 杭州海康威视数字技术股份有限公司 | 一种情绪识别方法、装置、设备及系统 |
CN113163158A (zh) * | 2021-01-30 | 2021-07-23 | 高慧俊 | 一种智能网络监控系统 |
CN113688763A (zh) * | 2021-08-31 | 2021-11-23 | 四川亨通网智科技有限公司 | 一种景区清场闭园监测方法 |
CN113658296B (zh) * | 2021-10-20 | 2022-01-25 | 腾讯科技(深圳)有限公司 | 一种图像渲染方法及相关装置 |
CN117409811B (zh) * | 2023-10-18 | 2024-08-16 | 中国矿业大学 | 一种轨道交通应急疏散管理方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101325690A (zh) * | 2007-06-12 | 2008-12-17 | 上海正电科技发展有限公司 | 监控视频流中人流分析与人群聚集过程的检测方法及系统 |
-
2009
- 2009-02-04 CN CN2009101052479A patent/CN101795395B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101325690A (zh) * | 2007-06-12 | 2008-12-17 | 上海正电科技发展有限公司 | 监控视频流中人流分析与人群聚集过程的检测方法及系统 |
Non-Patent Citations (1)
Title |
---|
张焜毅 等.应用特征抽取图像技术进行车站人群监测的初探.《广东交通职业技术学院学报》.2006,第5卷(第4期),69-72. * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9852329B2 (en) | 2015-07-24 | 2017-12-26 | International Business Machines Corporation | Calculation of a characteristic of a hotspot in an event |
US10281889B2 (en) | 2016-12-02 | 2019-05-07 | Imam Abdulrahman Bin Faisal University | System and method to guide a crowd |
Also Published As
Publication number | Publication date |
---|---|
CN101795395A (zh) | 2010-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101795395B (zh) | 一种人群态势监控系统及方法 | |
Laufs et al. | Security and the smart city: A systematic review | |
CN110428522A (zh) | 一种智慧新城的智能安防系统 | |
CN115272037B (zh) | 一种基于物联网的智慧城市区域治安管理预警方法和系统 | |
CN103108159B (zh) | 一种电力智能视频分析监控系统和方法 | |
CN105763853A (zh) | 一种公共区域拥挤、踩踏事件应急预警方法 | |
CN116308960B (zh) | 基于数据分析的智慧园区物业防控管理系统及其实现方法 | |
CN107730681A (zh) | 一种校园安全保障智能化监管预警系统 | |
CN111562745A (zh) | 智能控制系统和智能控制方法 | |
CN111144291A (zh) | 基于目标检测的视频监控区域人员入侵判别方法及装置 | |
CN112488520A (zh) | 智慧车站的智慧运维系统 | |
CN113411542A (zh) | 一种智能化的工作状况监测设备 | |
CN118072255B (zh) | 一种智慧园区多源数据动态监控和实时分析系统及方法 | |
CN109389794A (zh) | 一种智能化视频监控方法和系统 | |
CN109068105A (zh) | 一种基于深度学习的监狱视频监控方法 | |
CN115002150A (zh) | 一种智慧社区智能化疫情管控系统及方法 | |
CN113762766A (zh) | 一种轨道交通车站运管系统、方法及装置 | |
CN115660297A (zh) | 一种工地安全自动ai预警系统及方法 | |
CN115567690A (zh) | 一种自动识别现场作业危险点的智慧监控系统 | |
CN116862740A (zh) | 一种基于互联网的智能监狱管控系统 | |
CN115482507A (zh) | 基于人工智能的人群聚集消防预警方法及系统 | |
CN116416281A (zh) | 一种粮库ai视频监管分析方法及系统 | |
CN115496640A (zh) | 一种火电厂智慧安全系统 | |
CN118229085A (zh) | 基于注意力预测机制的智慧园区能管风险视觉管理系统 | |
CN110255008A (zh) | 垃圾桶的管理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C41 | Transfer of patent application or patent right or utility model | ||
TR01 | Transfer of patent right |
Effective date of registration: 20160509 Address after: 518129 Guangdong city of Shenzhen province Nanshan District Keyuan North Long Tongfang information port building C 9A Patentee after: SHENZHEN TAIYANG TECHNOLOGY Co.,Ltd. Address before: 518040, room 1808, Anhui building, 6007 Shennan Road, Shenzhen, Guangdong, Futian District Patentee before: THE SMARTECH INSTITUTE |
|
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120711 |