CN108090452A - 人员统计方法及装置 - Google Patents

Abstract

本发明涉及消防安全领域，具体而言，涉及一种人员统计方法及装置。所述人员统计方法包括：获取安装于建筑物各楼层出入口处的摄像装置所拍摄的视频图像；针对各所述视频图像，分析该视频图像，以获取进入与该视频图像对应的楼层的人员数量，作为第一数值，以及获取离开与该视频图像对应的楼层的人员数量，作为第二数值；获取所述第一数值与所述第二数值的差值，作为该楼层的滞留人员数量。所述人员统计方法及装置能够准确的获取建筑物各楼层的滞留人员数量，在建筑物发生火灾后，使得消防人员能够及时了解该建筑物内各楼层的滞留人员数量，以辅助消防人员提高救援行动效率和救援效果。

Description

人员统计方法及装置

技术领域

本发明涉及消防安全领域，具体而言，涉及一种人员统计方法及装置。

背景技术

火灾是一种对人身安全危害比较大的灾难。在火灾发生时，消防人员一般是通过进入火灾场地实地探索实施救援行动，以尽可能地减少人员伤亡。但是，由于消防人员无法预先获知火灾现场的情况，例如，消防人员无法预知火灾现场人数，从而导致救援效率低下，此外，还因无法确定保障火灾现场滞留人员是否被全部救出，而使得救援效果欠佳。因此，如何对火灾现场人数进行统计以辅助消防人员提高救援行动效率和救援效果是消防安全领域亟待解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种人员统计方法及装置，以解决上述问题。

本发明实施例提供的人员统计方法包括：

获取安装于建筑物各楼层出入口处的摄像装置所拍摄的视频图像；

针对各所述视频图像，分析该视频图像，以获取进入与该视频图像对应的楼层的人员数量，作为第一数值，以及获取离开与该视频图像对应的楼层的人员数量，作为第二数值；

获取所述第一数值与所述第二数值的差值，作为该楼层的滞留人员数量。

进一步地，所述方法还包括：

对获取的各所述视频图像进行浓缩处理，以提取出人物运动区域图像，作为待分析的视频图像。

进一步地，分析该视频图像，以获取进入与该视频图像对应的楼层的人员数量，作为第一数值，以及获取离开与该视频图像对应的楼层的人员数量，作为第二数值的步骤，包括：

获取待分析的视频图像中用于表征人物图像的各第一特征点；

对各所述第一特征点进行跟踪，以获取各所述第一特征点的运动轨迹；

获取运动轨迹为第一方向的所述第一特征点的数量，作为第一数值，以及获取运动轨迹为第二方向的所述第一特征点的数量，作为第二数值。

进一步地，分析该视频图像，以获取进入与该视频图像对应的楼层的人员数量，作为第一数值，以及获取离开与该视频图像对应的楼层的人员数量，作为第二数值的步骤，包括：

获取待分析的视频图像中用于表征人物面部图像的第二特征点，以及用于表征人物后脑勺图像的第三特征点；

获取所述第二特征点的数量，作为第一数值，以及获取所述第三特征点的数量作为第二数值。

进一步地，所述方法还包括：

获取安装于建筑物各楼层的火灾探测设备所探测的环境数据；

根据各楼层的所述环境数据，以及各楼层的所述滞留人员数量，将各楼层划分为危险楼层和避难楼层；

获取所述建筑物的安全通道信息，根据所述安全通道信息，以及划分的所述危险楼层和避难楼层规划逃生路线。

本发明实施例提供的一种人员统计装置，包括：

视频图像获取模块，用于获取安装于建筑物各楼层出入口处的摄像装置所拍摄的视频图像；

视频图像分析模块，用于针对各所述视频图像，分析该视频图像，以获取进入与该视频图像对应的楼层的人员数量，作为第一数值，以及获取离开与该视频图像对应的楼层的人员数量，作为第二数值；

数量获取模块，用于获取所述第一数值与所述第二数值的差值，作为该楼层的滞留人员数量。

进一步地，所述装置还包括：

视频图像压缩模块，用于对获取的各所述视频图像进行浓缩处理，以提取出人物运动区域图像，作为待分析的视频图像。

进一步地，所述视频图像分析模块包括：

第一特征点获取单元，用于获取待分析的视频图像中用于表征人物图像的各第一特征点；

运动轨迹获取单元，用于对各所述第一特征点进行跟踪，以获取各所述第一特征点的运动轨迹；

第一数值获取单元，用于获取运动轨迹为第一方向的所述第一特征点的数量，作为第一数值，以及获取运动轨迹为第二方向的所述第一特征点的数量，作为第二数值。

进一步地，所述视频图像分析模块包括：

第二特征点获取单元，用于获取待分析的视频图像中用于表征人物面部图像的第二特征点，以及用于表征人物后脑勺图像的第三特征点；

第二数值获取单元，用于获取所述第二特征点的数量，作为第一数值，以及获取所述第三特征点的数量作为第二数值。

进一步地，所述装置还包括：

环境数据获取模块，用于获取安装于建筑物各楼层的火灾探测设备所探测的环境数据；

楼层划分模块，用于根据各楼层的所述环境数据，以及各楼层的所述滞留人员数量，将各楼层划分为危险楼层和避难楼层；

逃生路线规划模块，用于获取所述建筑物的安全通道信息，根据所述安全通道信息，以及划分的所述危险楼层和避难楼层规划逃生路线。

本发明实施例提供的人员统计方法及装置，通过获取安装于建筑物各楼层的摄像装置所拍摄的视频图像，针对各所述视频图像，分析该视频图像，以获取进入与该视频图像对应的楼层的人员数量，作为第一数值，以及获取离开与该视频图像对应的楼层的人员数量，作为第二数值，随即，获取所述第一数值与所述第二数值的差值，作为该楼层的滞留人员数量。所述人员统计方法及装置能够准确的获取建筑物各楼层的滞留人员数量，在建筑物发生火灾后，使得消防人员能够及时了解该建筑物内各楼层的滞留人员数量，以辅助消防人员提高救援行动效率和救援效果。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例提供的一种电子设备示意性结构框图。

图2为本发明实施例提供的一种人员统计方法的流程示意图。

图3为图2中步骤S200的子步骤的流程示意图。

图4为图2中步骤S200的子步骤的流程示意图。

图5为本发明实施例提供的人员统计方法的另一部分流程示意图。

图6为本发明实施例提供的一种人员统计装置的示意性结构框图。

图标：100-电子设备；110-人员统计装置；111-视频图像获取模块；112-视频图像分析模块；113-数量获取模块；120-处理器；130-存储器。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“设置”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

请参阅图1，为本发明实施例提供的一种应用所述人员统计方法及装置的电子设备100示意性结构框图，该电子设备100与安装于建筑物内各楼层的摄像装置，以及安装于建筑物各楼层的火灾探测设备通信连接，以实现数据通信或交互。所述电子设备100可以是网络服务器、数据库服务器、个人电脑(personal computer，PC)、个人数字助理(personaldigital assistant，PDA)等。

所述电子设备100包括人员统计装置110、处理器120和存储器130。所述处理器120和存储器130之间直接或间接地电性连接，以实现数据的传输或交互。所述人员统计装置110包括至少一个可以软件或固件(Firmware)的形式存储在所述存储器130中或固化在所述电子设备100的操作系统(Operating System，OS)中的软件模块。所述处理器120用于执行存储器130中存储的可执行模块，例如，所述人员统计装置110所包括的软件功能模块及计算机程序等。所述处理器120可以在接收到执行指令后，执行所述计算机程序。

所述处理器120可以是一种集成电路芯片，具有信号处理能力。处理器也可以是通用处理器，例如，中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessing，NP)等，还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、分立门或晶体管逻辑器件、分立硬件组件。其中，所述通用处理器可以是微处理器或任何常规处理器。

所述存储器130可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。

应当理解，图1所示的结构仅为示意，所述电子设备100还可以具有比图1更少或更多的组件，或是具有与图1所示不同的配置。此外，图1所示的各组件可以通过软件、硬件或其组合实现。

请参阅图2，图2为本发明实施例提供的人员统计方法的流程示意图，所述人员统计方法应用于图1所示的电子设备100。所应说明的是，本发明提供的方法不以图2及以下所示的具体顺序为限制，以下结合图2对所述人员统计方法的具体流程及步骤进行详细阐述。

步骤S100，获取安装于建筑物各楼层出入口处的摄像装置所拍摄的视频图像。

为避免人群的相互遮挡，以避免人物图像的重叠，本实施例中，所述摄像装置可以垂直安装，以使所述摄像装置的摄像头面向从所述出入口进入或离开本楼层人员的头顶位置。为同时起到监控作用，本实施例中，所述摄像装置也可以倾斜安装，当所述摄像装置倾斜安装时，所述摄像装置的摄像头可以朝向所述出入口的外部，以面向从所述出入口进入本楼层人员的面部，也即，面向从所述出入口离开本楼层人员的后脑勺。

需要说明的是，当所述建筑物各楼层均包括多个出入口时，各楼层的各出入口均安装有摄像装置，并且，将安装于同一楼层的多个摄像装置设定为一组摄像装置，同时，将同一组摄像装置拍摄的视频图像设定为一组视频图像，此外，可以理解的是，当所述建筑物各楼层均包括多个出入口时，以下各所述视频图像即表示各组视频图像。

为提高人员统计效率，可选地，本实施例中，在获取所述摄像装置所拍摄的视频图像时，可以只获取预设时段的视频图像，例如，只获取火灾发生时间点前12小时内所述摄像装置所拍摄的视频图像，再例如，只获取火灾发生时间点当日所述摄像装置所拍摄的视频图像。

步骤S200，针对各所述视频图像，分析该视频图像，以获取进入与该视频图像对应的楼层的人员数量，作为第一数值，以及获取离开与该视频图像对应的楼层的人员数量，作为第二数值。

可选地，本实施例中，在所述步骤S100之后，所述步骤S200之前，所述方法还包括，对获取的各所述视频图像进行浓缩处理，以提取出人物运动区域图像，作为待分析的视频图像。具体地，在此过程中，将对人物运动区域图像和静态背景图像进行分离，并提取出人物运动区域图像，重新组合成紧凑的视频图像，作为待分析的视频图像，以减少分析计算的复杂程度，从而进一步地提高人员统计效率。实施时，可以采用视频浓缩算法对获取的各所述视频图像进行浓缩处理，本实施例中，对此过程不作赘述。

基于上述设置，请结合图3，作为一种实施方式，本实施例中，所述步骤S200可以包括步骤S211、步骤S212和步骤S213三个子步骤。

步骤S211，获取待分析的视频图像中用于表征人物图像的各第一特征点。

所述第一特征点可以是人物面部特征，也可以是人物头肩特征等。本实施例中，可以在(开源)发行的跨平台计算机视觉库(Open Source Computer Vision Library，OpenCV)中，使用Haar特征、级联分类器来进行第一特征点的检测获取。OpenCV自带了多种已经训练好的包括人眼、人脸，以及头肩等人体多种部位的分类器，实施时，可以直接使用这些分类器来进行第一特征点的检测获取，过程简单便捷，从而更进一步地提高人员统计效率。

步骤S212，对各所述第一特征点进行跟踪，以获取各所述第一特征点的运动轨迹。

本实施例中，可以通过直方图特征匹配方法或运动目标连续性匹配方法对第一特征点进行跟踪，以获取各所述第一特征点的运动轨迹。所述直方图特征匹配方法是根据第一特征点的颜色直方图特征进行目标匹配，以确定第一特征点，也即，分别对第一特征点的前后两帧计算颜色分布的直方图，如果两者的颜色直方图最接近，则认为目标匹配成功。本实施例中，也可以在OpenCV中使用CamShift算法对第一特征点进行跟踪，其原理与直方图特征匹配方法相同。所述运动目标连续性匹配方法是利用相邻两帧图像中待匹配的目标在时间和空间上的相关性进行匹配，由于视频图像中相邻两帧间时间间隔很短，可以认为在相邻两帧间目标是做匀速运动，这样，可以根据当前目标的运动速度和方向来预计目标在下一帧的位置，如果下一帧的所有运动目标中存在与待匹配目标的预期位置最接近的，则认为目标匹配成功。

步骤S213，获取运动轨迹为第一方向的所述第一特征点的数量，作为第一数值，以及获取运动轨迹为第二方向的所述第一特征点的数量，作为第二数值。

本实施例中，所述第一方向为所述楼层出入口的外部到所述楼层出入口的内部的方向，所述第二方向为所述楼层出入口的内部到所述楼层出入口的外部的方向。

可以理解的是，在步骤S200包括步骤S211、步骤S212和步骤S213三个子步骤时，安装于建筑物各楼层出入口处的摄像装置可以是全景摄像装置，该摄像装置可以垂直安装，也可以倾斜安装，只需保证所述摄像装置能够拍摄到人物面部特征或人物头肩特征以作为第一特征点即可。

请结合图4，作为另一种实施方式，本实施例中，可选地，本实施例中，所述步骤S200可以包括步骤S221和步骤S222两个子步骤。

步骤S221，获取待分析的视频图像中用于表征人物面部图像的第二特征点，以及用于表征人物后脑勺图像的第三特征点。

所述第二特征点可以是人物面部特征，例如，眉毛、人眼、鼻子、嘴巴，或其组合，所述第三特征点为头部后脑勺。本实施例中，可以采用Faster-Rcnn，Mtcnn等人脸检测算法进行第二特征点的检测获取，可以采用基于椭圆轮廓的人头检测方法进行第三特征点的检测获取，本实施例中，对此过程不作赘述。

步骤S222，获取所述第二特征点的数量，作为第一数值，以及获取所述第三特征点的数量作为第二数值。

可以理解的是，在步骤S200包括步骤S221和步骤S222两个子步骤时，安装于建筑物各楼层出入口处的摄像装置需倾斜安装，以保证所述摄像装置的摄像头朝向所述出入口的外部，而面向从所述出入口进入本楼层人员的面部，也即，面向从所述出入口离开本楼层人员的后脑勺。

步骤S300，获取所述第一数值与所述第二数值的差值，作为该楼层的滞留人员数量。

请参阅图5，为了更加高效的辅助消防人员提高救援行动效率和救援效果，可选地，本实施例中，所述方法还包括：

步骤S400，获取安装于建筑物各楼层的火灾探测设备所探测的环境数据。

本实施例中，所述火灾探测设备可以包括摄像设备、温度传感器、烟雾传感器等，所述摄像设备安装于该建筑物各楼层内部，用于获取该摄像设备可拍摄范围内的视频图像，所述温度传感器用于采集该温度传感器所在位置的温度信息，所述烟雾传感器用于采集该烟雾传感器所在位置的烟雾信息。所述环境数据包括所述摄像设备获取的视频图像，所述温度传感器采集的温度信息，以及所述烟雾传感器采集的烟雾信息。

步骤S500，根据各楼层的所述环境数据，以及各楼层的所述滞留人员数量，将各楼层划分为危险楼层和避难楼层。

通过各楼层的所述环境数据判断出该建筑物内是否有火灾发生，并且在有火灾发生时，判断出危险楼层，例如，针对于各楼层，可以通过火焰色彩匹配等方式，对安装于该楼层的摄像设备获取的视频图像进行分析，并结合安装于该楼层的温度传感器采集的温度值，以及安装于该楼层的烟雾传感器采集的烟雾浓度判断该楼层是否发生火灾，具体地，可以在所述视频图像的火焰色彩匹配度大于预设百分比，所述温度值大于预设温度阈值，且所述烟雾浓度大于预设烟雾浓度时，则将该楼层判定为火灾层，进一步地，将该楼层判定为危险楼层，否则，则判断安装于该楼层的温度传感器采集的温度值是否大于预设温度阈值，以及判断安装于该楼层的烟雾传感器采集的烟雾浓度是否大于预设烟雾浓度，若所述温度值大于预设温度阈值，或所述烟雾浓度大于预设烟雾浓度，则同样将该楼层判定为危险楼层。

随后，为避免将滞留人员数量较多的楼层划分为避难楼层，以造成拥堵、踩踏等不安全情况发生，从该建筑物内除所述危险楼层以外的其他楼层中选取出滞留人员数量小于预设阈值数量的楼层，作为避难楼层。

步骤S600，获取所述建筑物的安全通道信息，根据所述安全通道信息，以及划分的所述危险楼层和避难楼层规划逃生路线。

本实施例中，所述安全通道信息可以包括各楼层连接相邻楼层的安全通道数量和各安全通道位置。根据所述安全通道数量和各安全通道位置，以及划分的所述危险楼层和避难楼层规划由所述危险楼层到所述避难楼层的多条逃生路线。可选地，本实施例中，所述安全通道信息还可以包括各安全通道宽度，鉴于此，本实施例中，还可以根据各安全通道宽度计算各安全通道的容纳出入量，进一步地，根据各容纳出入量以及各危险楼层的滞留人员数量，为每条逃生路线制定通行人数计划。

请参阅图6，本发明实施例还提供了一种人员统计装置110，所述装置包括视频图像获取模块111、视频图像分析模块112和数量获取模块113。

所述视频图像获取模块111用于获取安装于建筑物各楼层出入口处的摄像装置所拍摄的视频图像。关于所述视频图像获取模块111的描述具体可参考对图2中所示的步骤S100的详细描述，也即，步骤S100可以由所述视频图像获取模块111执行。

所述视频图像分析模块112用于针对各所述视频图像，分析该视频图像，以获取进入与该视频图像对应的楼层的人员数量，作为第一数值，以及获取离开与该视频图像对应的楼层的人员数量，作为第二数值。关于所述视频图像分析模块112的描述具体可参考对图2中所示的步骤S300的详细描述，也即，步骤S300可以由所述视频图像分析模块112执行。

所述数量获取模块113用于获取所述第一数值与所述第二数值的差值，作为该楼层的滞留人员数量。关于所述数量获取模块113的描述具体可参考对图2中所示的步骤S300的详细描述，也即，步骤S300可以由所述数量获取模块113执行。

可选地，本实施例中，所述装置还包括视频图像压缩模块。

所述视频图像压缩模块用于对获取的各所述视频图像进行浓缩处理，以提取出人物运动区域图像，作为待分析的视频图像。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述视频图像压缩模块的具体工作过程，可以参考前述方法中的对应过程，在此不再过多赘述。

基于上述设置，作为一种实施方式，可选地，本实施例中，所述视频图像分析模块112包括第一特征点获取单元、运动轨迹获取单元和第一数值获取单元。

所述第一特征点获取单元用于获取待分析的视频图像中用于表征人物图像的各第一特征点。关于所述第一特征点获取单元的描述具体可参考对图3中所示的步骤S211的详细描述，也即，步骤S211可以由所述第一特征点获取单元执行。

所述运动轨迹获取单元用于对各所述第一特征点进行跟踪，以获取各所述第一特征点的运动轨迹。关于所述运动轨迹获取单元的描述具体可参考对图3中所示的步骤S212的详细描述，也即，步骤S212可以由所述运动轨迹获取单元执行。

所述第一数值获取单元用于获取运动轨迹为第一方向的所述第一特征点的数量，作为第一数值，以及获取运动轨迹为第二方向的所述第一特征点的数量，作为第二数值。关于所述第一数值获取单元的描述具体可参考对图3中所示的步骤S213的详细描述，也即，步骤S213可以由所述第一数值获取单元执行。

作为另一种实施方式，可选地，本实施例中，所述视频图像分析模块112包括第二特征点获取单元和第二数值获取单元。

所述第二特征点获取单元用于获取待分析的视频图像中用于表征人物面部图像的第二特征点，以及用于表征人物后脑勺图像的第三特征点。关于所述第二特征点获取单元的描述具体可参考对图4中所示的步骤S221的详细描述，也即，步骤S221可以由所述第二特征点获取单元执行。

所述第二数值获取单元用于获取所述第二特征点的数量，作为第一数值，以及获取所述第三特征点的数量作为第二数值。关于所述第二数值获取单元的描述具体可参考对图4中所示的步骤S222的详细描述，也即，步骤S222可以由所述第二数值获取单元执行。

可选地，本实施例中，所述装置还包括环境数据获取模块、楼层划分模块和逃生路线规划模块。

所述环境数据获取模块用于获取安装于建筑物各楼层的火灾探测设备所探测的环境数据。关于所述环境数据获取模块的描述具体可参考对图5中所示的步骤S400的详细描述，也即，步骤S400可以由所述环境数据获取模块执行。

所述楼层划分模块用于根据各楼层的所述环境数据，以及各楼层的所述滞留人员数量，将各楼层划分为危险楼层和避难楼层。关于所述楼层划分模块的描述具体可参考对图5中所示的步骤S500的详细描述，也即，步骤S400可以由所述楼层划分模块执行。

所述逃生路线规划模块用于获取所述建筑物的安全通道信息，根据所述安全通道信息，以及划分的所述危险楼层和避难楼层规划逃生路线。关于所述逃生路线规划模块的描述具体可参考对图5中所示的步骤S600的详细描述，也即，步骤S600可以由所述逃生路线规划模块执行。

综上所述，本发明实施例提供的人员统计方法及装置，通过获取安装于建筑物各楼层的摄像装置所拍摄的视频图像，针对各所述视频图像，分析该视频图像，以获取进入与该视频图像对应的楼层的人员数量，作为第一数值，以及获取离开与该视频图像对应的楼层的人员数量，作为第二数值，随即，获取所述第一数值与所述第二数值的差值，作为该楼层的滞留人员数量。所述人员统计方法及装置能够准确的获取建筑物各楼层的滞留人员数量，在建筑物发生火灾后，使得消防人员能够及时了解该建筑物内各楼层的滞留人员数量，以辅助消防人员提高救援行动效率和救援效果。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本发明的具体实施方式，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，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种人员统计方法，其特征在于，所述方法包括：

获取安装于建筑物各楼层出入口处的摄像装置所拍摄的视频图像；

针对各所述视频图像，分析该视频图像，以获取进入与该视频图像对应的楼层的人员数量，作为第一数值，以及获取离开与该视频图像对应的楼层的人员数量，作为第二数值；

获取所述第一数值与所述第二数值的差值，作为该楼层的滞留人员数量。

2.根据权利要求1所述的人员统计方法，其特征在于，所述方法还包括：

对获取的各所述视频图像进行浓缩处理，以提取出人物运动区域图像，作为待分析的视频图像。

3.根据权利要求2所述的人员统计方法，其特征在于，分析该视频图像，以获取进入与该视频图像对应的楼层的人员数量，作为第一数值，以及获取离开与该视频图像对应的楼层的人员数量，作为第二数值的步骤，包括：

获取待分析的视频图像中用于表征人物图像的各第一特征点；

对各所述第一特征点进行跟踪，以获取各所述第一特征点的运动轨迹；

获取运动轨迹为第一方向的所述第一特征点的数量，作为第一数值，以及获取运动轨迹为第二方向的所述第一特征点的数量，作为第二数值。

4.根据权利要求2所述的人员统计方法，其特征在于，分析该视频图像，以获取进入与该视频图像对应的楼层的人员数量，作为第一数值，以及获取离开与该视频图像对应的楼层的人员数量，作为第二数值的步骤，包括：

获取待分析的视频图像中用于表征人物面部图像的第二特征点，以及用于表征人物后脑勺图像的第三特征点；

获取所述第二特征点的数量，作为第一数值，以及获取所述第三特征点的数量作为第二数值。

5.根据权利要求1所述的人员统计方法，其特征在于，所述方法还包括：

获取安装于建筑物各楼层的火灾探测设备所探测的环境数据；

根据各楼层的所述环境数据，以及各楼层的所述滞留人员数量，将各楼层划分为危险楼层和避难楼层；

获取所述建筑物的安全通道信息，根据所述安全通道信息，以及划分的所述危险楼层和避难楼层规划逃生路线。

6.一种人员统计装置，其特征在于，所述装置包括：

视频图像获取模块，用于获取安装于建筑物各楼层出入口处的摄像装置所拍摄的视频图像；

视频图像分析模块，用于针对各所述视频图像，分析该视频图像，以获取进入与该视频图像对应的楼层的人员数量，作为第一数值，以及获取离开与该视频图像对应的楼层的人员数量，作为第二数值；

数量获取模块，用于获取所述第一数值与所述第二数值的差值，作为该楼层的滞留人员数量。

7.根据权利要求6所述的人员统计装置，其特征在于，所述装置还包括：

视频图像压缩模块，用于对获取的各所述视频图像进行浓缩处理，以提取出人物运动区域图像，作为待分析的视频图像。

8.根据权利要求7所述的人员统计装置，其特征在于，所述视频图像分析模块包括：

第一特征点获取单元，用于获取待分析的视频图像中用于表征人物图像的各第一特征点；

运动轨迹获取单元，用于对各所述第一特征点进行跟踪，以获取各所述第一特征点的运动轨迹；

第一数值获取单元，用于获取运动轨迹为第一方向的所述第一特征点的数量，作为第一数值，以及获取运动轨迹为第二方向的所述第一特征点的数量，作为第二数值。

9.根据权利要求7所述的人员统计装置，其特征在于，所述视频图像分析模块包括：

第二特征点获取单元，用于获取待分析的视频图像中用于表征人物面部图像的第二特征点，以及用于表征人物后脑勺图像的第三特征点；

第二数值获取单元，用于获取所述第二特征点的数量，作为第一数值，以及获取所述第三特征点的数量作为第二数值。

10.根据权利要求6所述的人员统计装置，其特征在于，所述装置还包括：

环境数据获取模块，用于获取安装于建筑物各楼层的火灾探测设备所探测的环境数据；

楼层划分模块，用于根据各楼层的所述环境数据，以及各楼层的所述滞留人员数量，将各楼层划分为危险楼层和避难楼层；

逃生路线规划模块，用于获取所述建筑物的安全通道信息，根据所述安全通道信息，以及划分的所述危险楼层和避难楼层规划逃生路线。