CN105069429B - 一种基于大数据平台的人流量分析统计方法和系统 - Google Patents
一种基于大数据平台的人流量分析统计方法和系统 Download PDFInfo
- Publication number
- CN105069429B CN105069429B CN201510465923.9A CN201510465923A CN105069429B CN 105069429 B CN105069429 B CN 105069429B CN 201510465923 A CN201510465923 A CN 201510465923A CN 105069429 B CN105069429 B CN 105069429B
- Authority
- CN
- China
- Prior art keywords
- people
- target
- information
- data
- flow
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于大数据平台的人流量分析统计方法和系统，采集目标场景的视频流数据并获取视频帧图像，对视频帧图像进行格式转换得到目标图像并对目标图像进行标注；根据目标检测跟踪算法对目标图像序列的人流信息进行分析，得到目标场景的人流量数据和目标场景中人的信息数据；将目标场景的人流量数据和目标场景中人的信息数据传输到大数据平台；基于大数据平台对目标场景的人流量数据和目标场景中人的信息数据进行分析统计得到人流量统计结果和人的信息统计结果。基于大数据平台对目标场景的人流量数据和目标场景中人的信息数据进行分析统计，实现了一个目标场景的局部场景和多个目标场景的全局区域的人流量统计与展示。
Description
技术领域
本发明涉及大数据技术领域，尤其涉及一种基于大数据平台的人流量分析统计方法和系统。
背景技术
在路口、银行、商场等公共场所进行人流量统计，人流量统计数据可以作为建设、管理、决策等方面的重要依据，例如，通过人流量数据的统计与分析，我们可以更加科学合理地布局交通设施、管理银行安全、决策商场营销方式等。
现有的人流量统计方法主要有三种，其一是通过现场或者监控视频人工清点人数，其二是通过移动设备的信号统计人流量，其三是通过视频分析技术统计人流量。现有的人流量统计方法大多数都是离线的，其做不到实时全局的人流量可视化，而实时全局人流量可视化可以为管理和决策提供可靠数据。
发明内容
基于背景技术存在的技术问题，本发明提出了一种基于大数据平台的人流量分析统计方法和系统，实现了一个目标场景的局部场景和多个目标场景的全局区域的人流量统计与分析。
本发明提出的一种基于大数据平台的人流量分析统计方法，包括：
S1、采集目标场景的视频流数据并获取视频帧图像，对视频帧图像进行格式转换得到目标图像并对目标图像进行标注；
S2、根据目标检测跟踪算法对目标图像序列的人流信息进行分析，得到目标场景的人流量数据和目标场景中人的信息数据，其中人的信息包括人在目标场景中的位置、大小、速度、方向、颜色；
S3、将目标场景的人流量数据和目标场景中人的信息数据传输到大数据平台；
S4、基于大数据平台对目标场景的人流量数据和目标场景中人的信息数据进行分析统计得到人流量统计结果和人的信息统计结果。
其中，在S1中，所述采集目标场景的视频流数据并获取视频帧图像，具体包括：通过视频采集模块采集目标场景的视频流数据，从视频流数据中抓取视频帧图像并获取视频帧图像的图像信息；
优选地，所述对视频帧图像进行格式转换得到目标图像并对目标图像进行标注，具体包括：根据格式转换算法对视频帧图像进行格式转换得到RGB格式目标图像，并标注目标图像的时间标签和序列标签。
其中，在S2中，所述根据目标检测跟踪算法对目标图像序列的人流信息进行分析，具体包括：根据目标图像序列，采用背景差法进行运动目标检测，并采用连通区域跟踪算法结合Mean Sift粒子滤波算法进行运动目标跟踪，根据目标检测跟踪结果得到目标场景的人流量数据和目标场景中人的信息数据；
优选地，根据目标检测跟踪结果得到目标场景的人流量数据，具体包括：在目标检测跟踪过程中对运动目标标记编号，根据运动目标的编号统计得到目标场景中的历史人流总量数据和当前时间人流量数据；
优选地，根据目标检测跟踪结果得到目标场景中人的信息数据，具体包括：根据目标检测跟踪结果在目标图像中得到目标的位置信息和大小信息，根据前后两个序列目标图像中目标的位置信息计算目标的运动速度信息并判断目标的运动方向信息，根据目标的位置信息和大小信息从目标图像中提取目标的颜色直方图得到目标的颜色信息。
其中，在S3中，将目标场景的人流量数据和目标场景中人的信息数据传输到大数据平台，具体包括：通过socket通信把目标场景的人流量数据和目标场景中人的信息数据传输到大数据平台。
其中，在S4中，基于大数据平台对目标场景的人流量数据进行分析统计得到人流量统计结果，具体包括：基于大数据平台进行人流量数据分析与统计，根据目标区域中任意一个目标场景的人流量数据进行分析与统计得到该目标场景的历史人流总量、任意一个时间段的人流量、任意多个时间段的人流量对比结果、人流量时间变化曲线结果，根据目标区域中多个目标场景的人流量数据进行分析与统计得到该目标区域的历史人流总量、任意一个时间段多个目标场景的人流量对比结果、多个目标场景的人流量时间变化曲线结果；优选地，根据人流量统计结果生成报表并用于数据的查询与展示；
优选地，在S4中，基于大数据平台对目标场景中人的信息数据进行分析统计得到人的信息统计结果，具体包括：基于大数据平台进行人的信息分析与统计，根据目标区域中任意一个目标场景中人的信息数据进行分析与统计得到该目标场景中历史阶段人的信息统计结果、任意一个时间段人的信息统计结果、任意多个时间段人的信息对比结果，根据目标区域中多个目标场景中人的信息数据进行分析与统计得到该目标区域中历史阶段人的信息统计结果、任意一个时间段多个目标场景中人的信息数据对比结果；优选地，根据人的信息统计结果生成报表用于数据的查询与展示；
优选地，大数据平台采用hadoop文件系统的Hdfs存储数据。
其中，在S4之后还包括S5：基于大数据平台的机器学习算法对人流量统计结果和人的信息统计结果进行人流量特征挖掘和人的信息特征挖掘；
优选地，所述人流量特征挖掘包括根据人流量统计结果和人的信息统计结果计算目标场景的人流量密度分布Q，Q＝Count/S，其中Count为目标场景中全局区域或局部区域的人数，S为目标场景中全局区域或局部区域的面积；
优选地，所述人的信息特征挖掘包括根据目标场景中人的大小信息和速度信息计算人的属性，优选地，通过贝叶斯算法计算人的年龄属性，贝叶斯计算公式如下：p(s|x)＝p(s)p(x|s)/(p(s)p(x|s)+p(b)p(x|b))；
其中，p(s|x)为人x被判断为成人的概率，p(s)为目标场景下出现成人的概率，p(b)为目标场景下出现儿童的概率，p(x|s)根据与成人样本的身高与平均运动速度计算相似度所得，p(x|b)根据与儿童样本的身高与平均运动速度计算相似度所得；通过设定阈值T，当p(s|x)≥T则判断为成人，当p(s|x)＜T则判断为儿童。
本发明还提出了一种基于大数据平台的人流量分析统计系统，包括：
视频采集模块，用于采集目标场景的视频流数据；
数据处理模块，用于根据目标场景的视频流数据获取视频帧图像，对视频帧图像进行格式转换得到目标图像并对目标图像进行标注；
图像分析模块，用于根据目标检测跟踪算法对目标图像序列的人流信息进行分析，得到目标场景的人流量数据和目标场景中人的信息数据，其中人的信息包括人在目标场景中的位置、大小、速度、方向、颜色；
大数据平台模块，用于对传输的目标场景的人流量数据和目标场景中人的信息数据进行分析统计得到人流量统计结果和人的信息统计结果。
其中，数据处理模块具体用于：从视频流数据中抓取视频帧图像并获取视频帧图像的图像信息；
优选地，数据处理模块具体用于：根据格式转换算法对视频帧图像进行格式转换得到RGB格式目标图像，并标注目标图像的时间标签和序列标签。
其中，图像分析模块具体用于：根据目标图像序列，采用背景差法进行运动目标检测，并采用连通区域跟踪算法结合Mean Sift粒子滤波算法进行运动目标跟踪，根据目标检测跟踪结果得到目标场景的人流量数据和目标场景中人的信息数据；
优选地，图像分析模块具体用于：在目标检测跟踪过程中对运动目标标记编号，根据运动目标的编号统计得到目标场景中的历史人流总量数据和当前时间人流量数据；
优选地，图像分析模块具体用于：根据目标检测跟踪结果在目标图像中得到目标的位置信息和大小信息，根据前后两个序列目标图像中目标的位置信息计算目标的运动速度信息并判断目标的运动方向信息，根据目标的位置信息和大小信息从目标图像中提取目标的颜色直方图得到目标的颜色信息。
其中，图像分析模块通过socket方式与大数据平台模块通信用于将目标场景的人流量数据和目标场景中人的信息数据传输到大数据平台模块；优选地，大数据平台采用hadoop文件系统的Hdfs存储数据；
优选地，大数据平台模块具体用于：根据目标区域中任意一个目标场景的人流量数据进行分析与统计得到该目标场景的历史人流总量、任意一个时间段的人流量、任意多个时间段的人流量对比结果、人流量时间变化曲线结果，根据目标区域中多个目标场景的人流量数据进行分析与统计得到该目标区域的历史人流总量、任意一个时间段多个目标场景的人流量对比结果、多个目标场景的人流量时间变化曲线结果；优选地，根据人流量统计结果生成报表并用于数据的查询与展示；
优选地，大数据平台模块具体用于：根据目标区域中任意一个目标场景中人的信息数据进行分析与统计得到该目标场景中历史阶段人的信息统计结果、任意一个时间段人的信息统计结果、任意多个时间段人的信息对比结果，根据目标区域中多个目标场景中人的信息数据进行分析与统计得到该目标区域中历史阶段人的信息统计结果、任意一个时间段多个目标场景中人的信息数据对比结果；优选地，根据人的信息统计结果生成报表用于数据的查询与展示；
优选地，大数据平台模块还用于：基于大数据平台的机器学习算法对人流量统计结果和人的信息统计结果进行人流量特征挖掘和人的信息特征挖掘；
优选地，大数据平台模块用于根据人流量统计结果和人的信息统计结果计算目标场景的人流量密度分布Q，Q＝Count/S，其中Count为目标场景中全局区域或局部区域的人数，S为目标场景中全局区域或局部区域的面积；
优选地，大数据平台模块用于根据目标场景中人的大小信息和速度信息计算人的属性，优选地，通过贝叶斯算法计算人的年龄属性，贝叶斯计算公式如下：p(s|x)＝p(s)p(x|s)/(p(s)p(x|s)+p(b)p(x|b))；
其中，p(s|x)为人x被判断为成人的概率，p(s)为目标场景下出现成人的概率，p(b)为目标场景下出现儿童的概率，p(x|s)根据与成人样本的身高与平均运动速度计算相似度所得，p(x|b)根据与儿童样本的身高与平均运动速度计算相似度所得；通过设定阈值T，当p(s|x)≥T则判断为成人，当p(s|x)＜T则判断为儿童。
本发明中，通过采集目标场景的视频流数据并获取视频帧图像，对视频帧图像进行格式转换得到目标图像，根据目标检测跟踪算法对目标图像序列的人流信息进行分析，得到目标场景的人流量数据和目标场景中人的信息数据，基于大数据平台对目标场景的人流量数据和目标场景中人的信息数据进行分析统计得到人流量统计结果和人的信息统计结果；通过本发明的技术方案，基于大数据平台对目标场景的人流量数据和目标场景中人的信息数据进行分析统计，实现了一个目标场景的局部场景和多个目标场景的全局区域的人流量统计与展示，并可以对人的信息进行统计与汇总；基于大数据平台的机器学习算法可以对人流量统计结果和人的信息统计结果进行人流量特征挖掘和人的信息特征挖掘。
附图说明
图1是本发明提出的一种基于大数据平台的人流量分析统计方法的流程示意图。
图2是本发明提出的一种基于大数据平台的人流量分析统计系统的连接原理图。
具体实施方式
参照图1，图1为本发明提出的一种基于大数据平台的人流量分析统计方法的流程示意图。
如图1所示，本发明提出的一种基于大数据平台的人流量分析统计方法，包括：
S1、采集目标场景的视频流数据并获取视频帧图像，对视频帧图像进行格式转换得到目标图像并对目标图像进行标注；
S2、根据目标检测跟踪算法对目标图像序列的人流信息进行分析，得到目标场景的人流量数据和目标场景中人的信息数据，其中人的信息包括人在目标场景中的位置、大小、速度、方向、颜色；
S3、将目标场景的人流量数据和目标场景中人的信息数据传输到大数据平台；
S4、基于大数据平台对目标场景的人流量数据和目标场景中人的信息数据进行分析统计得到人流量统计结果和人的信息统计结果。
在具体实施例中，在S1中，通过视频采集模块(例如网络摄像机)采集目标场景的视频流数据。从采集的视频流数据中抓取视频帧图像，将视频流拆分成视频帧，并获取视频帧图像的图像信息，其中图像信息包括图像格式、图像大小、帧号信息、时间信息等。根据格式转换算法对视频帧图像进行格式转换，从而得到RGB格式的目标图像，并标注目标图像的时间标签和序列标签。
在进行图像格式转换时是根据相应的格式转换算法来实现的，具体地，根据转换前后的图像格式要求选择相应的格式转化算法，在现有技术中，图像格式转换非常成熟的解决方案，在此不再详述。
例如，在将YUV图像转换成RGB图像时，其格式转换算法如下：
R＝Y+1.402(Cr-128)，
G＝Y-0.34414(Cb-128)-0.71414(Cr-128)，
B＝Y+1.772(Cb-128)。
在具体实施例中，在S2中，基于多个目标图像的目标图像序列进行运动目标的检测跟踪，采用背景差法进行运动目标检测，并采用连通区域跟踪算法结合Mean Sift粒子滤波算法进行运动目标跟踪。背景差法是目前运动分割中最常用的一种方法，背景差法的工作原理和实现过程可以参见Liyuan Li,Weimin Huang,Irene Y.H.Gu,Qi Tian，“Foreground object detection from videos containing complex background”，Proceeding MULTIMEDIA'03Proceedings of the eleventh ACM internationalconference on Multimedia Pages 2-10ACM New York,NY,2003。目标跟踪采用“连通区域跟踪算法”结合“Mean Sift粒子滤波算法”进行碰撞分析，看以解决目标的稳定跟踪问题和碰撞分离问题。
在目标检测跟踪过程中，对运动目标进行编号，根据运动目标的编号就可以统计得到目标场景中的历史人流总量数据和当前时间人流量数据。目标检测跟踪的结果就是目标在目标图像的位置和大小，根据前后两个序列目标图像中目标的位置可以计算目标的运动速度并判断目标的运动方向，根据目标的位置和大小从目标图像中提取目标的颜色直方图，从而得到人在目标场景中的位置、大小、速度、方向、颜色，即得到目标图像中人的信息。
在具体实施例中，在S3中，将目标场景的人流量数据和目标场景中人的信息数据通过socket通信方式传输到大数据平台，在传输时数据报文格式的定义如下：
人流量数据报文定义：
时间|摄像机|累计人流量|当前人流量|
人的信息数据报文定义：
时间|摄像机|编号|颜色|位置|大小|方向|速度|
在具体实施例中，大数据平台采用hadoop文件系统的Hdfs存储数据，在分布式环境下能够以并发方式读取数据并进行数据处理。
在具体实施例中，在S4中，基于大数据平台对目标场景的人流量数据进行分析统计得到人流量统计结果，具体包括：根据目标区域中任意一个目标场景的人流量数据进行分析与统计，可以得到该目标场景的历史人流总量、任意一个时间段的人流量、任意多个时间段的人流量对比结果、人流量时间变化曲线结果等；根据目标区域中多个目标场景的人流量数据进行分析与统计，可以得到该目标区域的历史人流总量、任意一个时间段多个目标场景的人流量对比结果、多个目标场景的人流量时间变化曲线结果；根据人流量统计结果生成报表并用于数据的查询与展示等；
在具体实施例中，在S4中，基于大数据平台对目标场景中人的信息数据进行分析统计得到人的信息统计结果，具体包括：根据目标区域中任意一个目标场景中人的信息数据进行分析与统计，可以得到该目标场景中历史阶段人的信息统计结果、任意一个时间段人的信息统计结果、任意多个时间段人的信息对比结果等；根据目标区域中多个目标场景中人的信息数据进行分析与统计，可以得到该目标区域中历史阶段人的信息统计结果、任意一个时间段多个目标场景中人的信息数据对比结果等；根据人的信息统计结果生成报表用于数据的查询与展示。
在具体实施例中，在S4之后还包括S5：基于大数据平台的机器学习算法对人流量统计结果和人的信息统计结果进行人流量特征挖掘和人的信息特征挖掘。现有的大数据平台中集成了许多现有的机器学习算法，根据用户需求可以利用机器学习算法来挖掘人流量统计结果和人的信息统计结果的特征信息。例如，将目标场景中人的位置、大小、速度、方向、颜色作为输入，通过相应的机器学习算法对人流量密度分布、人的属性进行特征挖掘。
例如，人流量特征挖掘包括根据人流量统计结果和人的信息统计结果(人的位置信息)计算目标场景的人流量密度分布Q；Q1和Q2分布为目标场景中全部局域和局部局域的人流量密度分布数据，Q1＝Count1/S1，其中Count1为目标场景中全局区域的人数，S1为目标场景中全局区域的面积，或者，Q2＝Count2/S2，其中Count2为目标场景中局部区域的人数，S1为目标场景中局部区域的面积；
例如，人的信息特征挖掘包括根据目标场景中人的大小信息和速度信息计算人的属性，通过贝叶斯算法计算人的年龄属性，贝叶斯计算公式如下:
p(s|x)＝p(s)p(x|s)/(p(s)p(x|s)+p(b)p(x|b))；
其中，p(s|x)为人x被判断为成人的概率，p(s)为目标场景下出现成人的概率(可以通过人工统计样本所得)，p(b)为目标场景下出现儿童的概率(可以通过人工统计样本所得)，p(x|s)根据与成人样本的身高与平均运动速度计算相似度所得，p(x|b)根据与儿童样本的身高与平均运动速度计算相似度所得；通过设定阈值T，当p(s|x)≥T则判断为成人，当p(s|x)＜T则判断为儿童。
参照图2，图2为本发明提出的一种基于大数据平台的人流量分析统计系统的流程示意图。
如图2所示，本发明提出的一种基于大数据平台的人流量分析统计系统，包括：
视频采集模块，用于采集目标场景的视频流数据；
数据处理模块，与视频采集模块通信，用于根据目标场景的视频流数据获取视频帧图像，对视频帧图像进行格式转换得到目标图像并对目标图像进行标注；
图像分析模块，与数据处理模块通信，用于根据目标检测跟踪算法对目标图像序列的人流信息进行分析，得到目标场景的人流量数据和目标场景中人的信息数据，其中人的信息包括人在目标场景中的位置、大小、速度、方向、颜色；
大数据平台模块，与图像分析模块通信，用于对传输的目标场景的人流量数据和目标场景中人的信息数据进行分析统计得到人流量统计结果和人的信息统计结果。
其中，数据处理模块具体用于：从视频流数据中抓取视频帧图像并获取视频帧图像的图像信息，图像信息包括图像格式、图像大小、帧号信息、时间信息等；根据格式转换算法对视频帧图像进行格式转换得到RGB格式目标图像，并标注目标图像的时间标签和序列标签。
其中，图像分析模块具体用于：根据目标图像序列，采用背景差法进行运动目标检测，并采用连通区域跟踪算法结合Mean Sift粒子滤波算法进行运动目标跟踪，根据目标检测跟踪结果得到目标场景的人流量数据和目标场景中人的信息数据；在目标检测跟踪过程中对运动目标标记编号，根据运动目标的编号统计得到目标场景中的历史人流总量数据和当前时间人流量数据；根据目标检测跟踪结果在目标图像中得到目标的位置和大小，根据前后两个序列目标图像中目标的位置计算目标的运动速度并判断目标的运动方向，根据目标的位置和大小从目标图像中提取目标的颜色直方图，从而得到人在目标场景中的位置、大小、速度、方向、颜色。
图像分析模块通过socket方式与大数据平台模块通信用于将目标场景的人流量数据和目标场景中人的信息数据传输到大数据平台模块；大数据平台采用hadoop文件系统的Hdfs存储数据；
大数据平台模块具体用于：根据目标区域中任意一个目标场景的人流量数据进行分析与统计得到该目标场景的历史人流总量、任意一个时间段的人流量、任意多个时间段的人流量对比结果、人流量时间变化曲线结果，根据目标区域中多个目标场景的人流量数据进行分析与统计得到该目标区域的历史人流总量、任意一个时间段多个目标场景的人流量对比结果、多个目标场景的人流量时间变化曲线结果；根据人流量统计结果生成报表并用于数据的查询与展示；
大数据平台模块具体用于：根据目标区域中任意一个目标场景中人的信息数据进行分析与统计得到该目标场景中历史阶段人的信息统计结果、任意一个时间段人的信息统计结果、任意多个时间段人的信息对比结果，根据目标区域中多个目标场景中人的信息数据进行分析与统计得到该目标区域中历史阶段人的信息统计结果、任意一个时间段多个目标场景中人的信息数据对比结果；根据人的信息统计结果生成报表用于数据的查询与展示；
大数据平台模块还用于：基于大数据平台的机器学习算法对人流量统计结果和人的信息统计结果进行人流量特征挖掘和人的信息特征挖掘；
大数据平台模块用于根据人流量统计结果和人的信息统计结果计算目标场景的人流量密度分布Q；Q1和Q2分布为目标场景中全部局域和局部局域的人流量密度分布数据，Q1＝Count1/S1，其中Count1为目标场景中全局区域的人数，S1为目标场景中全局区域的面积，或者，Q2＝Count2/S2，其中Count2为目标场景中局部区域的人数，S1为目标场景中局部区域的面积；
大数据平台模块用于根据目标场景中人的大小信息和速度信息计算人的属性，通过贝叶斯算法计算人的年龄属性，贝叶斯计算公式如下：
p(s|x)＝p(s)p(x|s)/(p(s)p(x|s)+p(b)p(x|b))；
其中，p(s|x)为人x被判断为成人的概率，p(s)为目标场景下出现成人的概率(可以通过人工统计样本所得)，p(b)为目标场景下出现儿童的概率(可以通过人工统计样本所得)，p(x|s)根据与成人样本的身高与平均运动速度计算相似度所得，p(x|b)根据与儿童样本的身高与平均运动速度计算相似度所得；通过设定阈值T，当p(s|x)≥T则判断为成人，当p(s|x)＜T则判断为儿童。
通过本发明的技术方案，基于大数据平台对目标场景的人流量数据和目标场景中人的信息数据进行分析统计，实现了一个目标场景的局部场景和多个目标场景的全局区域的人流量统计与展示，并可以对人的信息进行统计与汇总；基于大数据平台的机器学习算法可以对人流量统计结果和人的信息统计结果进行人流量特征挖掘和人的信息特征挖掘。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种基于大数据平台的人流量分析统计方法，其特征在于，包括：
S1、采集目标场景的视频流数据并获取视频帧图像，对视频帧图像进行格式转换得到目标图像并对目标图像进行标注；
S2、根据目标检测跟踪算法对目标图像序列的人流信息进行分析，得到目标场景的人流量数据和目标场景中人的信息数据，其中人的信息包括人在目标场景中的位置、大小、速度、方向、颜色；
S3、将目标场景的人流量数据和目标场景中人的信息数据传输到大数据平台；
S4、基于大数据平台对目标场景的人流量数据和目标场景中人的信息数据进行分析统计得到人流量统计结果和人的信息统计结果；
在S2中，所述根据目标检测跟踪算法对目标图像序列的人流信息进行分析，具体包括：根据目标图像序列，采用背景差法进行运动目标检测，并采用连通区域跟踪算法结合MeanSift粒子滤波算法进行运动目标跟踪，根据目标检测跟踪结果得到目标场景的人流量数据和目标场景中人的信息数据；
根据目标检测跟踪结果得到目标场景的人流量数据，具体包括：在目标检测跟踪过程中对运动目标标记编号，根据运动目标的编号统计得到目标场景中的历史人流总量数据和当前时间人流量数据；
根据目标检测跟踪结果得到目标场景中人的信息数据，具体包括：根据目标检测跟踪结果在目标图像中得到目标的位置信息和大小信息，根据前后两个序列目标图像中目标的位置信息计算目标的运动速度信息并判断目标的运动方向信息，根据目标的位置信息和大小信息从目标图像中提取目标的颜色直方图得到目标的颜色信息。
2.根据权利要求1所述的基于大数据平台的人流量分析统计方法，其特征在于，在S1中，所述采集目标场景的视频流数据并获取视频帧图像，具体包括：通过视频采集模块采集目标场景的视频流数据，从视频流数据中抓取视频帧图像并获取视频帧图像的图像信息；
所述对视频帧图像进行格式转换得到目标图像并对目标图像进行标注，具体包括：根据格式转换算法对视频帧图像进行格式转换得到RGB格式目标图像，并标注目标图像的时间标签和序列标签。
3.根据权利要求1或2所述的基于大数据平台的人流量分析统计方法，其特征在于，在S3中，将目标场景的人流量数据和目标场景中人的信息数据传输到大数据平台，具体包括：通过socket通信把目标场景的人流量数据和目标场景中人的信息数据传输到大数据平台。
4.根据权利要求1或2所述的基于大数据平台的人流量分析统计方法，其特征在于，在S4中，基于大数据平台对目标场景的人流量数据进行分析统计得到人流量统计结果，具体包括：基于大数据平台进行人流量数据分析与统计，根据目标区域中任意一个目标场景的人流量数据进行分析与统计得到该目标场景的历史人流总量、任意一个时间段的人流量、任意多个时间段的人流量对比结果、人流量时间变化曲线结果，根据目标区域中多个目标场景的人流量数据进行分析与统计得到该目标区域的历史人流总量、任意一个时间段多个目标场景的人流量对比结果、多个目标场景的人流量时间变化曲线结果；根据人流量统计结果生成报表并用于数据的查询与展示；
在S4中，基于大数据平台对目标场景中人的信息数据进行分析统计得到人的信息统计结果，具体包括：基于大数据平台进行人的信息分析与统计，根据目标区域中任意一个目标场景中人的信息数据进行分析与统计得到该目标场景中历史阶段人的信息统计结果、任意一个时间段人的信息统计结果、任意多个时间段人的信息对比结果，根据目标区域中多个目标场景中人的信息数据进行分析与统计得到该目标区域中历史阶段人的信息统计结果、任意一个时间段多个目标场景中人的信息数据对比结果；根据人的信息统计结果生成报表用于数据的查询与展示；
大数据平台采用hadoop文件系统的Hdfs存储数据。
5.根据权利要求1或2所述的基于大数据平台的人流量分析统计方法，其特征在于，在S4之后还包括S5：基于大数据平台的机器学习算法对人流量统计结果和人的信息统计结果进行人流量特征挖掘和人的信息特征挖掘；
所述人流量特征挖掘包括根据人流量统计结果和人的信息统计结果计算目标场景的人流量密度分布Q，Q=Count/S，其中Count为目标场景中全局区域或局部区域的人数，S为目标场景中全局区域或局部区域的面积；
所述人的信息特征挖掘包括根据目标场景中人的大小信息和速度信息计算人的属性，通过贝叶斯算法计算人的年龄属性，贝叶斯计算公式如下：p（s|x）=p（s）p（x|s）/(p（s）p（x|s）+p（b）p（x|b））；
其中，p（s|x）为人x被判断为成人的概率，p（s）为目标场景下出现成人的概率，p（b）为目标场景下出现儿童的概率，p（x|s）根据与成人样本的身高与平均运动速度计算相似度所得，p（x|b）根据与儿童样本的身高与平均运动速度计算相似度所得；通过设定阈值T，当p（s|x）≥T则判断为成人，当p（s|x）＜T则判断为儿童。
6.一种基于大数据平台的人流量分析统计系统，其特征在于，包括：
视频采集模块，用于采集目标场景的视频流数据；
数据处理模块，用于根据目标场景的视频流数据获取视频帧图像，对视频帧图像进行格式转换得到目标图像并对目标图像进行标注；
图像分析模块，用于根据目标检测跟踪算法对目标图像序列的人流信息进行分析，得到目标场景的人流量数据和目标场景中人的信息数据，其中人的信息包括人在目标场景中的位置、大小、速度、方向、颜色；
大数据平台模块，用于对传输的目标场景的人流量数据和目标场景中人的信息数据进行分析统计得到人流量统计结果和人的信息统计结果；
图像分析模块具体用于：根据目标图像序列，采用背景差法进行运动目标检测，并采用连通区域跟踪算法结合Mean Sift粒子滤波算法进行运动目标跟踪，根据目标检测跟踪结果得到目标场景的人流量数据和目标场景中人的信息数据；
图像分析模块具体用于：在目标检测跟踪过程中对运动目标标记编号，根据运动目标的编号统计得到目标场景中的历史人流总量数据和当前时间人流量数据；
图像分析模块具体用于：根据目标检测跟踪结果在目标图像中得到目标的位置信息和大小信息，根据前后两个序列目标图像中目标的位置信息计算目标的运动速度信息并判断目标的运动方向信息，根据目标的位置信息和大小信息从目标图像中提取目标的颜色直方图得到目标的颜色信息。
7.根据权利要求6所述的基于大数据平台的人流量分析统计系统，其特征在于，数据处理模块具体用于：从视频流数据中抓取视频帧图像并获取视频帧图像的图像信息；
数据处理模块具体用于：根据格式转换算法对视频帧图像进行格式转换得到RGB格式目标图像，并标注目标图像的时间标签和序列标签。
8.根据权利要求6或7所述的基于大数据平台的人流量分析统计系统，其特征在于，图像分析模块通过socket方式与大数据平台模块通信用于将目标场景的人流量数据和目标场景中人的信息数据传输到大数据平台模块；大数据平台采用hadoop文件系统的Hdfs存储数据；
大数据平台模块具体用于：根据目标区域中任意一个目标场景的人流量数据进行分析与统计得到该目标场景的历史人流总量、任意一个时间段的人流量、任意多个时间段的人流量对比结果、人流量时间变化曲线结果，根据目标区域中多个目标场景的人流量数据进行分析与统计得到该目标区域的历史人流总量、任意一个时间段多个目标场景的人流量对比结果、多个目标场景的人流量时间变化曲线结果；根据人流量统计结果生成报表并用于数据的查询与展示；
大数据平台模块具体用于：根据目标区域中任意一个目标场景中人的信息数据进行分析与统计得到该目标场景中历史阶段人的信息统计结果、任意一个时间段人的信息统计结果、任意多个时间段人的信息对比结果，根据目标区域中多个目标场景中人的信息数据进行分析与统计得到该目标区域中历史阶段人的信息统计结果、任意一个时间段多个目标场景中人的信息数据对比结果；根据人的信息统计结果生成报表用于数据的查询与展示；
大数据平台模块还用于：基于大数据平台的机器学习算法对人流量统计结果和人的信息统计结果进行人流量特征挖掘和人的信息特征挖掘；
大数据平台模块用于根据人流量统计结果和人的信息统计结果计算目标场景的人流量密度分布Q，Q=Count/S，其中Count为目标场景中全局区域或局部区域的人数，S为目标场景中全局区域或局部区域的面积；
大数据平台模块用于根据目标场景中人的大小信息和速度信息计算人的属性，通过贝叶斯算法计算人的年龄属性，贝叶斯计算公式如下： p（s|x）=p（s）p（x|s）/(p（s）p（x|s）+p（b）p（x|b））；
其中，p（s|x）为人x被判断为成人的概率，p（s）为目标场景下出现成人的概率，p（b）为目标场景下出现儿童的概率，p（x|s）根据与成人样本的身高与平均运动速度计算相似度所得，p（x|b）根据与儿童样本的身高与平均运动速度计算相似度所得；通过设定阈值T，当p（s|x）≥T则判断为成人，当p（s|x）＜T则判断为儿童。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510465923.9A CN105069429B (zh) | 2015-07-29 | 2015-07-29 | 一种基于大数据平台的人流量分析统计方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510465923.9A CN105069429B (zh) | 2015-07-29 | 2015-07-29 | 一种基于大数据平台的人流量分析统计方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105069429A CN105069429A (zh) | 2015-11-18 |
| CN105069429B true CN105069429B (zh) | 2018-05-15 |
Family
ID=54498791
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510465923.9A Expired - Fee Related CN105069429B (zh) | 2015-07-29 | 2015-07-29 | 一种基于大数据平台的人流量分析统计方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105069429B (zh) |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN106897743B (zh) * | 2017-02-22 | 2020-05-05 | 广州市勤思网络科技有限公司 | 基于贝叶斯模型的移动考勤防作弊大数据检测方法 |
| JP6918523B2 (ja) * | 2017-03-06 | 2021-08-11 | キヤノン株式会社 | 情報処理システム、情報処理装置、情報処理方法ならびに情報処理方法をコンピュータに実行させるプログラム |
| CN108182403A (zh) * | 2017-12-28 | 2018-06-19 | 河南辉煌城轨科技有限公司 | 基于图像的地铁列车客流统计方法 |
| CN110503284B (zh) * | 2018-05-18 | 2022-08-05 | 杭州海康威视数字技术股份有限公司 | 一种基于排队数据的统计方法及装置 |
| CN109101941A (zh) * | 2018-08-26 | 2018-12-28 | 俞绍富 | 视频监控管理平台及其方法 |
| CN110532989B (zh) * | 2019-09-04 | 2022-10-14 | 哈尔滨工业大学 | 一种海上目标自动探测方法 |
| CN110738105A (zh) * | 2019-09-05 | 2020-01-31 | 哈尔滨工业大学（深圳） | 一种基于深度学习的计算城市街道小区人流量的方法、装置、系统及存储介质 |
| CN111339873B (zh) * | 2020-02-18 | 2021-04-20 | 南京甄视智能科技有限公司 | 客流统计方法、装置、存储介质及计算设备 |
| CN111383455A (zh) * | 2020-03-11 | 2020-07-07 | 上海眼控科技股份有限公司 | 交通路口对象流量统计方法、装置、计算机设备和介质 |
| CN111629335A (zh) * | 2020-05-29 | 2020-09-04 | 四川亨通网智科技有限公司 | 基于大数据实现景区实时人流热力图的方法、系统 |
| CN112417555B (zh) * | 2020-11-18 | 2024-05-31 | 君泰天创工程咨询有限公司 | 一种用于建筑设计优化方案判断的系统及方法 |
| CN112434101B (zh) * | 2020-11-23 | 2021-06-25 | 北京航空航天大学 | 一种利用共享出行大数据进行人流量迁徙分析的系统 |
| CN112995589A (zh) * | 2020-12-28 | 2021-06-18 | 上海天跃科技股份有限公司 | 基于人流量统计数据的大数据分析系统 |
| CN112801377B (zh) * | 2021-01-29 | 2023-08-22 | 腾讯大地通途（北京）科技有限公司 | 一种对象估计方法、装置、设备及存储介质 |
| CN112885096A (zh) * | 2021-02-05 | 2021-06-01 | 同济大学 | 依赖桥梁拱肋的桥面交通流全视场感知系统及方法 |
| CN113163110B (zh) * | 2021-03-05 | 2022-04-08 | 北京宙心科技有限公司 | 一种人流密度分析系统及分析方法 |
| CN113645180A (zh) * | 2021-06-04 | 2021-11-12 | 复旦大学附属肿瘤医院 | 一种人流统计分析系统及其方法 |
| CN113792688A (zh) * | 2021-09-18 | 2021-12-14 | 北京市商汤科技开发有限公司 | 业务状态的分析方法、装置、电子设备和存储介质 |
| CN114283386B (zh) * | 2022-01-28 | 2024-06-21 | 浙江传媒学院 | 一种基于大数据的分析适应密集场景人流实时监测系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102902819A (zh) * | 2012-10-30 | 2013-01-30 | 浙江宇视科技有限公司 | 一种视频智能分析方法及装置 |
| CN103839308A (zh) * | 2012-11-26 | 2014-06-04 | 中兴通讯股份有限公司 | 人数获取方法、装置及系统 |
-
2015
- 2015-07-29 CN CN201510465923.9A patent/CN105069429B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102902819A (zh) * | 2012-10-30 | 2013-01-30 | 浙江宇视科技有限公司 | 一种视频智能分析方法及装置 |
| CN103839308A (zh) * | 2012-11-26 | 2014-06-04 | 中兴通讯股份有限公司 | 人数获取方法、装置及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105069429A (zh) | 2015-11-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105069429B (zh) | 一种基于大数据平台的人流量分析统计方法和系统 | |
| CN101639354B (zh) | 对象跟踪的设备和方法 | |
| CN104361327B (zh) | 一种行人检测方法和系统 | |
| CN108009473A (zh) | 基于目标行为属性视频结构化处理方法、系统及存储装置 | |
| CN108053427A (zh) | 一种基于KCF与Kalman的改进型多目标跟踪方法、系统及装置 | |
| CN106203513B (zh) | 一种基于行人头肩多目标检测及跟踪的统计方法 | |
| CN103473554B (zh) | 人流统计系统及方法 | |
| CN108052859A (zh) | 一种基于聚类光流特征的异常行为检测方法、系统及装置 | |
| Zhang et al. | Segmentation and tracking multiple objects under occlusion from multiview video | |
| CN106570449B (zh) | 一种基于区域定义的人流量与人气指数检测方法及检测系统 | |
| CN110084165A (zh) | 基于边缘计算的电力领域开放场景下异常事件的智能识别与预警方法 | |
| Ferryman et al. | Performance evaluation of crowd image analysis using the PETS2009 dataset | |
| CN102243765A (zh) | 基于多相机的多目标定位跟踪方法及系统 | |
| US11055894B1 (en) | Conversion of object-related traffic sensor information at roadways and intersections for virtual dynamic digital representation of objects | |
| CN106156714A (zh) | 基于骨骼关节特征和表面特征融合的人体行为识别方法 | |
| CN107067755A (zh) | 一种基于计算机视觉自动校准交通监控相机的方法 | |
| CN103729620B (zh) | 一种基于多视角贝叶斯网络的多视角行人检测方法 | |
| CN105427345A (zh) | 基于相机投影矩阵的三维人流运动分析方法 | |
| CN107480653A (zh) | 基于计算机视觉的客流量检测方法 | |
| Jiang et al. | Data fusion-based multi-object tracking for unconstrained visual sensor networks | |
| CN114648557A (zh) | 一种基于高空视角与地面视角的多目标协同跟踪方法 | |
| CN116597122A (zh) | 数据标注方法、装置、电子设备及存储介质 | |
| LU500512B1 (en) | Crowd distribution form detection method based on unmanned aerial vehicle and artificial intelligence | |
| CN113920585A (zh) | 行为识别方法及装置、设备和存储介质 | |
| CN103530601A (zh) | 一种基于贝叶斯网络的监控盲区人群状态推演方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| 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: 20180515 |