CN108932464A - 客流量统计方法及装置 - Google Patents
客流量统计方法及装置 Download PDFInfo
- Publication number
- CN108932464A CN108932464A CN201710433486.1A CN201710433486A CN108932464A CN 108932464 A CN108932464 A CN 108932464A CN 201710433486 A CN201710433486 A CN 201710433486A CN 108932464 A CN108932464 A CN 108932464A
- Authority
- CN
- China
- Prior art keywords
- image frame
- depth image
- passenger flow
- depth
- determining
- 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.)
- Pending
Links
- 238000007619 statistical method Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 abstract description 11
- 238000004422 calculation algorithm Methods 0.000 abstract description 9
- 238000004364 calculation method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明提出一种客流量统计方法及装置，其中该客流量统计方法，包括以下步骤：获取深度摄像头采集的图像数据；判断所述图像数据中包括的深度图像帧是否满足预设的条件；若深度图像帧不满足预设的条件，则对所述图像数据中的彩色图像帧进行图像识别，确定所述彩色图像帧中包括的目标人头。根据所述目标人头，确定客流量。由此，实现了利用深度图像，进行客流量统计，统计过程算法简单、运算量低，成本低，提高了客流量统计的准确性和稳定性。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种客流量统计方法及装置。
背景技术
随着社会对安全保障需求的提高，在各个公共场所普遍安装了监控摄像头，用于对各公共场所的客流量及单个行人的轨迹等进行统计和监控。以实现对公共安全的预警，秩序维护，客流量引导疏通以及公共资源合理配置等。
目前，常用的客流量统计方法是，通过对摄像头采集的彩色(RGB)图像进行目标图像分割、图像匹配、机器学习等目标识别方法识别场景中的人头数。
但是利用RGB图像帧进行客流量统计的方法，由于RGB图像帧容易受光照、阴影等外界变化的影响，使得人头识别过程算法复杂、运算量大、成本高、计数准确率低、稳定性差。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的第一个目的在于提出一种客流量统计方法，实现了利用深度图像，进行客流量统计，统计过程算法简单、运算量低，成本低，提高了客流量统计的准确性和稳定性。
本发明的第二个目的在于提出一种客流量统计装置。
本发明的第三个目的在于提出一种非临时性计算机可读存储介质。
本发明的第四个目的在于提出一种计算机程序产品。
为达上述目的，本发明第一方面实施例提出了一种客流量统计方法，包括以下步骤：
获取深度摄像头采集的图像数据；
判断所述图像数据中包括的深度图像帧是否满足预设的条件；
若深度图像不满足预设的条件，则对所述图像数据中的彩色图像帧进行图像识别，确定所述彩色图像帧中包括的目标人头。
根据所述目标人头，确定客流量。
在第一方面的一种可能的实现形式中，所述对所述图像数据中的彩色图像帧进行图像识别，包括：
根据所述深度图像帧的时间信息，获取与所述深度图像帧配准的彩色图像帧；
对与所述深度图像帧配准的彩色图像帧进行图像识别。
在第一方面的另一种可能的实现形式中，所述判断所述图像数据中包括的深度图像帧是否满足预设的条件，包括：
判断所述深度图像帧中的有效像素比是否大于第一阈值；
或者，
判断所述深度图像帧的预设区域中的有效像素比是否大于第二阈值。
在第一方面的另一种可能的实现形式中，所述根据所述目标人头，确定客流量，包括：
根据所述目标人头的移动轨迹，确定所述客流量；
或者，
根据所述目标人头的数量，确定所述客流量。
在第一方面的另一种可能的实现形式中，所述确定所述深度图像帧中包括的目标人头，包括：
根据预设的人头模型，对所述深度图像帧进行人头识别，确定所述深度图像帧中包括的目标人头。
本发明实施例提供的客流量统计方法，首先获取深度摄像头采集的图像数据，然后再确定获取的图像数据中的深度图像帧不满足预设条件时，则对图像数据中的RGB图像帧进行图像识别，确定目标人头，进而根据目标人头，确定客流量。由此，实现了利用深度图像，进行客流量统计，统计过程算法简单、运算量低，成本低，提高了客流量统计的准确性和稳定性。
为达上述目的，本发明第二方面实施例提出一种客流量统计装置，包括：
获取模块，用于获取深度摄像头采集的图像数据；
判断模块，用于判断所述图像数据中包括的深度图像是否满足预设的条件；
处理模块，还用于若深度图像帧不满足预设的条件，则对所述图像数据中的彩色图像帧进行图像识别，确定所述彩色图像帧中包括的目标人头。
统计模块，用于根据所述目标人头，确定客流量。
在第二方面的一种可能的实现形式中，所述处理模块，具体用于：
根据所述深度图像帧的时间信息，获取与所述深度图像帧配准的彩色图像帧；
对与所述深度图像帧配准的彩色图像帧进行图像识别。
在第二方面的另一种可能的实现形式中，所述判断模块，具体用于：
判断所述深度图像帧中的有效像素比是否大于第一阈值；
或者，
判断所述深度图像帧的预设区域中的有效像素比是否大于第二阈值。
在第二方面的另一种可能的实现形式中，所述统计模块，具体用于：
根据所述目标人头的移动轨迹，确定所述客流量；
或者，
根据所述目标人头的数量，确定所述客流量。
在第二方面的另一种可能的实现形式中，所述处理模块，具体用于：
根据预设的人头模型，对所述深度图像进行人头识别，确定所述深度图像帧中包括的目标人头。
本发明实施例提供的客流量统计装置，首先获取深度摄像头采集的图像数据，然后再确定获取的图像数据中的深度图像帧不满足预设条件时，则对图像数据中的RGB图像帧进行图像识别，确定目标人头，进而根据目标人头，确定客流量。由此，实现了利用深度图像，进行客流量统计，统计过程算法简单、运算量低，成本低，提高了客流量统计的准确性和稳定性。
为达上述目的，本发明第四方面实施例提出了一种非临时性计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，当所述一个或者多个程序被一个设备执行时，使得所述设备执行如上述第一方面所述的客流量统计方法。
为达上述目的，本发明第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行如上所述的客流量统计方法。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明一个实施例的客流量统计方法的流程图；
图2所示为深度摄像头的拍摄区域示意图；
图3为本申请提供的确定目标人头的场景示意图；
图4为本申请提供的深度摄像头获取的图像覆盖区域的示意图；
图5本发明一个实施例的客流量统计装置的结构图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
本申请各实施例主要针对现有技术中，利用RGB图像帧进行客流量统计的方法，人头识别过程算法复杂、运算量大、成本高、计数准确率低、稳定性差的问题，提出一种基于深度图像，进行人头识别及客流量统计的方法，由于深度图像帧中包含被测场景的深度信息，可以直接表示三维场景，从而使人头识别算法简单、运算量低，成本低，准确性和稳定性高。
下面参考附图描述本发明实施例的客流量统计方法及装置。
图1是本发明一个实施例的客流量统计方法的流程图。
如图1所示，该客流量统计方法包括：
步骤101，获取深度摄像头采集的图像数据。
具体的，本发明实施例提供的客流量统计方法，可以被配置在任何需要进行客流量统计的场所，比如公共车辆、商场、火车站等等，以对该区域中的客流量进行统计，以实现公共安全的预警、客流量引导疏通等。
其中，深度摄像头是指可以获取深度图像的摄像头，其可以为主动获取式的摄像头，也可以为被动获取式的摄像头，本实施例对此不作限定。
需要说明的是，深度摄像头可以设置在统计客流量场所的入口或者出口处，并且为了尽量减轻客流量统计过程中的运算的复杂度，深度摄像头，可以垂直地面设置。
步骤102，判断所述图像数据中包括的深度图像帧是否满足预设的条件，若是，则执行步骤103，否则执行步骤104。
具体的，由于深度摄像头在采集深度图像时，由于当时的拍摄环境、或者被拍摄物体的位置、颜色等问题，可能会导致深度摄像头获取的深度图像中包括的噪声较多。
举例来说，若深度摄像头是主动获取式的红外摄像头，那么在进行图像获取时，由于被拍摄物体表面无法形成反射散斑，那么也就无法获取到该拍摄物体的深度信息；或者，若当前的拍摄环境中，太阳光等自然光的干扰较大，此时获取的深度图像帧中也会出现大量的噪声点。若根据此时的深度图像进行人头识别，会降低图像的识别准确性，因此本申请实施例中，在对深度图像帧进行识别前，需要先判断深度图像帧是否可用。
或者，若深度图像帧是通过被动式获取的，而被动式获取是通过直接利用自然环境中已有的信息，如自然环境中的自然光或者红外光等，形成灰度图像，再通过相关的计算，获得深度信息。那么在获取图像时，若自然环境中的自然光或者红外光在某些区域出现缺失时，也会使得获取的深度图像帧中噪声点较多。
具体的，本申请实施例中，可以通过以下多种方式通过判断深度图像帧是否满足预设的条件。
方式一
判断所述深度图像帧中的有效像素比是否大于第一阈值。
其中，有效像素比，是指图像中有效的像素点占总像素点的比重。第一阈值的大小，可以根据需要设置，比如设置为整幅图像像素点的80％、83％、90％等等，本实施例对此不作限定。
方式二
判断所述深度图像帧的预设区域中的有效像素比是否大于第二阈值。
由于不同场景中，外界因素对深度图像帧的干扰位置或者程度不同，因此，本申请实施例中，还可以仅判断深度图像帧的部分区域的有效像素比是否满足要求。
具体的，预设区域及第二阈值，可以根据深度图像帧的获取时间、位置和/或深度摄像头的类型确定。比如，若深度摄像头为红外摄像头，那么当摄像头拍摄的区域中，有较强的太阳光干扰时，摄像头获取的深度图像帧中，该区域的图像就会出现大量的噪声点，此时，即可判断该区域的有效像素比是否大于第二阈值。
举例来说，如图2所示为深度摄像头的拍摄区域示意图。若一天当中，太阳光从9点到11点间，会照射到A区域，从11点到2点间，会照射到B区域，从2点到4点时，会照射到C区域。那么本实施例中，则可以在不同的时间段，分别判断不同区域中的有效像素比是否大于第二阈值。
进一步地，若在不同的时间段，太阳照射到拍摄区域的方式不同，比如在在11点到2点间是直射B区域，在9点到11点间是斜射A区域，在2点到4点间也是斜射C区域，而不同照射方式时，太阳光的强度不同，从而对深度图像的影响也不同，因此，可以对不同时间段获取的深度图像帧，设置不同的第二阈值。比如，在9点到11点间时，第二阈值的大小可以为90％，在11点到2点间时，第二阈值的大小可以为85％等等。
步骤103，对所述深度图像帧进行图像识别，确定所述深度图像帧中包括的目标人头。
其中，本申请实施例中可以通过多种方式确定目标人头。
比如，根据所述深度图像帧中，人头的朝向，确定所述目标人头。
具体的，由于深度图像帧中包括的人头可能朝向不同的方向，即深度图像帧中的人有的是在进入该场所，而有的人是要离开该场所，因此在进行客流量统计时，仅将统计进入该场所的人头确为定目标人头。
也就是说，本申请确定目标人头时，可以根据深度摄像头的设立位置，确定目标方向，进而选取朝向该目标方向的人头为目标人头。
比如，图3为本申请提供的确定目标人头的场景示意图。图3a所示的图像帧中，朝向场所中的两个人头，都为目标人头。
或者，也可以根据深度摄像头的设置位置，将所述深度图像帧中特定区域中包括的人头，确定为目标人头。
具体的，深度摄像头设置的位置，指摄像头设置的高度、角度及其所在位置与场所的关系，比如场所的入口或出口等。深度摄像头设置的位置不同时，其需要进行人头识别的区域也不相同。
举例来说，图4为本申请提供的深度摄像头获取的图像覆盖区域的示意图。如图4所示，若深度摄像头设置在商场的入口处、垂直地面的位置，且深度摄像头的垂直地面进行图像获取，获取的图像覆盖区域如图4a中粗线所围的区域，此时确定的特定区域可以为图像画面的中间区域；或者，若深度摄像头获取的图像覆盖区域如图4b中粗线所围的区域，此时确定的特定区域即可为图中的阴影所示区域，等等，本实施例对此不作限定。
需要说明的是，特定区域可以仅为深度图像帧中的部分区域，也可以为深度图像帧中的所有区域，本实施例对此不作限定。
比如，图3b所示，若选定的特定区域为图中的1和2直线之间的区域，那么该区域中的所有人头即为目标人头。
具体实现时，上述步骤103，可以通过以下方式实现：
根据预设的人头模型，对所述深度图像帧进行人头识别，确定所述深度图像帧中包括的目标人头。
其实，预设的人头模型，是通过预先对大量的人头图像样本进行数据训练后得到的，其可以用于表征真实人头的形状、大小、所占像素面积等等。通过根据预设的人头模型，将深度图像帧进行图像分割、识别，即可确定深度图像帧中包括的目标人头。
可以理解的是，由于深度图像帧中，记录的是距离信息，是各个采样点与摄像头的距离，因此可以直接从深度图像帧中恢复物体的三维深度信息，进而进行三维重构及物体识别，识别过程简单，复杂度低。
步骤104，对所述图像数据中的彩色图像帧进行图像识别，确定所述彩色图像帧中包括的目标人头。
另外，本申请实施例中，为了提高对客流量统计的准确性，可以控制深度摄像头在获取深度图像帧的同时，也获取RGB图像帧。从而，在确定深度图像帧不满足条件时，对RGB图像帧进行图像识别。
可以理解的是，在深度图像帧不满足条件时，需要对与该深度图像帧对应的彩色图像帧进行识别，因此，上述步骤104，具体包括：
根据所述深度图像帧的时间信息，获取与所述深度图像帧配准的彩色图像帧；
对与所述深度图像帧配准的彩色图像帧进行图像识别。
具体的，深度摄像头在获取图像数据时，可以为获取的深度图像帧和彩色图像帧分别打上时间标签，从而通过时间标签，将不同的深度图像帧和彩色图像帧分别配准，进而在深度图像帧不满足条件时，即可通过对与其配准的彩色图像帧进行图像识别，确定当前帧中包括的人头。
步骤105，根据所述目标人头，确定客流量。
具体的，目标人头的确定方式不同时，根据目标人头确定客流量的方式也不同，即上述步骤105，可以通过以下方式实现：
根据所述目标人头的数量，确定所述客流量。
具体的，若确定目标人头的方式，是根据人头在图像中的朝向，那么在确定了目标人头后，即可直接根据目标人头的数量，确定客流量。举例来说，如图3a所示，若图3a中确定朝向目标方向的人头数量为2，那么即可将客流量数值加2。
或者，根据所述目标人头的移动轨迹，确定所述客流量。
具体的，若如图3b所示的方式，只要出现在特定区域中的人头都为目标人头，那么则可以对所述目标人头进行跟踪，确定目标人头的移动轨迹，进而根据目标人头的移动轨迹统计客流量。
在确定了目标人头后，即可对目标人头进行跟踪，判断该目标人头是否进入了该场所，若根据目标人头的移动轨迹，确定该目标人头进入了该场所，即可对客流量进行更新，而若确定目标人头最终并未进入该场所，则无需对客流量进行更新。
具体的，可通过对深度摄像头获取的连续两帧图像进行比对，以对目标人头进行跟踪，当根据连续两帧图像比对后，确定目标人头的移动方向是朝向场所内时，则可以根据该目标人头更新客流量；相应的，若根据连续两帧图像比对后，确定目标人头的移动方向是离开场所时，则可以将该目标人头丢弃。
或者，在确定了目标人头后，也可以根据目标人头的属性特征，通过轨迹预测的方式，比如利用卡尔曼滤波算法来预测目标人头在下一帧深度图像中的位置P点，并P点为中心，采用区域生长法完成最新的目标人头的位置，进而根据预测的位置，确定目标人头的是要进入该场所还是离开该场所，进而根据目标人头的移动轨迹，对客流量进行更新。
本发明实施例提供的客流量统计方法，首先获取深度摄像头采集的图像数据，然后再确定获取的图像数据中的深度图像帧不满足预设条件时，则对图像数据中的RGB图像帧进行图像识别，确定目标人头，进而根据目标人头，确定客流量。由此，实现了利用深度图像，进行客流量统计，统计过程算法简单、运算量低，成本低，提高了客流量统计的准确性和稳定性。
图5是本发明一个实施例的客流量统计装置的结构图。
如图5所示，该客流量统计装置，包括：
获取模块51，用于获取深度摄像头采集的图像数据；
判断模块52，用于判断所述图像数据中包括的深度图像帧是否满足预设的条件；
处理模块53，用于若深度图像帧不满足预设的条件，则对所述图像数据中的彩色图像帧进行图像识别，确定所述彩色图像帧中包括的目标人头。
统计模块54，用于根据所述目标人头，确定客流量。
在本实施例一种可能的实现形式中，上述处理模块53，具体用于：
根据所述深度图像帧的时间信息，获取与所述深度图像帧配准的彩色图像帧；
对与所述深度图像帧配准的彩色图像帧进行图像识别。
进一步的，在本实施例的一种可能的实现形式中，所述判断模块52，具体用于：
判断所述深度图像帧中的有效像素比是否大于第一阈值；
或者，
判断所述深度图像帧的预设区域中的有效像素比是否大于第二阈值。
进一步的，所述处理模块53，具体用于：
根据预设的人头模型，对所述深度图像帧进行人头识别，确定所述深度图像帧中包括的目标人头。
相应的，所述统计模块54，具体用于：
根据所述目标人头的移动轨迹，确定所述客流量；
或者，
根据所述目标人头的数量，确定所述客流量。
需要说明的是，上述对客流量统计方法实施例的说明，也适用于本实施例提供的客流量统计装置，此处不再赘述。
本发明实施例提供的客流量统计装置，首先获取深度摄像头采集的图像数据，然后再确定获取的图像数据中的深度图像帧不满足预设条件时，则对图像数据中的RGB图像帧进行图像识别，确定目标人头，进而根据目标人头，确定客流量。由此，实现了利用深度图像，进行客流量统计，统计过程算法简单、运算量低，成本低，提高了客流量统计的准确性和稳定性。
基于上述实施例提供的客流量统计方法和装置，本申请还提供一种摄像设备，包括深度摄像头及如上所述的客流量统计装置。
进一步地，本申请还可以提供一种非临时性计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，当所述一个或者多个程序被一个设备执行时，使得所述设备执行如上实施例所述的客流量统计方法。
进一步地，本申请还可以提供一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行如上实施例所述的客流量统计方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种客流量统计方法，其特征在于，包括以下步骤：
获取深度摄像头采集的图像数据；
判断所述图像数据中包括的深度图像帧是否满足预设的条件；
若深度图像帧不满足预设的条件，则对所述图像数据中的彩色图像帧进行图像识别，确定所述彩色图像帧中包括的目标人头；
根据所述目标人头，确定客流量。
2.如权利要求1所述的方法，其特征在于，所述对所述图像数据中的彩色图像帧进行图像识别，包括：
根据所述深度图像帧的时间信息，获取与所述深度图像帧配准的彩色图像帧；
对与所述深度图像帧配准的彩色图像帧进行图像识别。
3.如权利要求1所述的方法，其特征在于，所述判断所述图像数据中包括的深度图像帧是否满足预设的条件，包括：
判断所述深度图像帧中的有效像素比是否大于第一阈值；
或者，
判断所述深度图像帧的预设区域中的有效像素比是否大于第二阈值。
4.如权利要求1所述的方法，其特征在于，所述根据所述目标人头，确定客流量，包括：
根据所述目标人头的移动轨迹，确定所述客流量；
或者，
根据所述目标人头的数量，确定所述客流量。
5.如权利要求1-4任一所述的方法，其特征在于，所述确定所述深度图像帧中包括的目标人头，包括：
根据预设的人头模型，对所述深度图像帧进行人头识别，确定所述深度图像帧中包括的目标人头。
6.一种客流量统计装置，其特征在于，包括：
获取模块，用于获取深度摄像头采集的图像数据；
判断模块，用于判断所述图像数据中包括的深度图像帧是否满足预设的条件；
处理模块，用于若深度图像不满足预设的条件，则对所述图像数据中的彩色图像帧进行图像识别，确定所述彩色图像帧中包括的目标人头。
统计模块，用于根据所述目标人头，确定客流量。
7.如权利要求6所述的装置，其特征在于，所述处理模块，具体用于：
根据所述深度图像帧的时间信息，获取与所述深度图像帧配准的彩色图像帧；
对与所述深度图像帧配准的彩色图像帧进行图像识别。
8.如权利要求6所述的装置，其特征在于，所述判断模块，具体用于：
判断所述深度图像帧中的有效像素比是否大于第一阈值；
或者，
判断所述深度图像帧的预设区域中的有效像素比是否大于第二阈值。
9.如权利要求6所述的装置，其特征在于，所述统计模块，具体用于：
根据所述目标人头的移动轨迹，确定所述客流量；
或者，
根据所述目标人头的数量，确定所述客流量。
10.一种非临时性计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，其特征在于，当所述一个或者多个程序被一个设备执行时，使得所述设备执行如权利要求1-5任一所述的客流量统计方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710433486.1A CN108932464A (zh) | 2017-06-09 | 2017-06-09 | 客流量统计方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710433486.1A CN108932464A (zh) | 2017-06-09 | 2017-06-09 | 客流量统计方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108932464A true CN108932464A (zh) | 2018-12-04 |
Family
ID=64447924
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710433486.1A Pending CN108932464A (zh) | 2017-06-09 | 2017-06-09 | 客流量统计方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108932464A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109871772A (zh) * | 2019-01-21 | 2019-06-11 | 上海数迹智能科技有限公司 | 一种人数的统计方法、装置、存储介质及设备 |
| CN110334569A (zh) * | 2019-03-30 | 2019-10-15 | 深圳市晓舟科技有限公司 | 客流量进出识别方法、装置、设备及存储介质 |
| CN110781748A (zh) * | 2019-09-24 | 2020-02-11 | 上海商米科技集团股份有限公司 | 基于ipc的图像处理方法及摄像机 |
| CN111860261A (zh) * | 2020-07-10 | 2020-10-30 | 北京猎户星空科技有限公司 | 一种客流值的统计方法、装置、设备及介质 |
| CN111986245A (zh) * | 2019-05-23 | 2020-11-24 | 北京猎户星空科技有限公司 | 深度信息评估方法、装置、电子设备及存储介质 |
| CN112149457A (zh) * | 2019-06-27 | 2020-12-29 | 西安光启未来技术研究院 | 人流统计的方法、装置、服务器和计算机可读存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070122058A1 (en) * | 2005-11-28 | 2007-05-31 | Fujitsu Limited | Method and apparatus for analyzing image, and computer product |
| CN104268506A (zh) * | 2014-09-15 | 2015-01-07 | 郑州天迈科技股份有限公司 | 基于深度图像的客流计数检测方法 |
| CN104346804A (zh) * | 2013-08-08 | 2015-02-11 | 联想(北京)有限公司 | 图像处理的方法及电子设备 |
| CN104751491A (zh) * | 2015-04-10 | 2015-07-01 | 中国科学院宁波材料技术与工程研究所 | 一种人群跟踪及人流量统计方法及装置 |
| CN104835147A (zh) * | 2015-04-15 | 2015-08-12 | 中国科学院上海微系统与信息技术研究所 | 基于三维深度图数据的密集人流量实时检测方法 |
| CN105354563A (zh) * | 2015-12-14 | 2016-02-24 | 南京理工大学 | 结合深度和彩色图像的遮挡人脸检测预警装置及实现方法 |
| CN205123933U (zh) * | 2013-06-06 | 2016-03-30 | 钰创科技股份有限公司 | 用以决定深度图像内无效深度信息的图像装置 |
-
2017
- 2017-06-09 CN CN201710433486.1A patent/CN108932464A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070122058A1 (en) * | 2005-11-28 | 2007-05-31 | Fujitsu Limited | Method and apparatus for analyzing image, and computer product |
| CN205123933U (zh) * | 2013-06-06 | 2016-03-30 | 钰创科技股份有限公司 | 用以决定深度图像内无效深度信息的图像装置 |
| CN104346804A (zh) * | 2013-08-08 | 2015-02-11 | 联想(北京)有限公司 | 图像处理的方法及电子设备 |
| CN104268506A (zh) * | 2014-09-15 | 2015-01-07 | 郑州天迈科技股份有限公司 | 基于深度图像的客流计数检测方法 |
| CN104751491A (zh) * | 2015-04-10 | 2015-07-01 | 中国科学院宁波材料技术与工程研究所 | 一种人群跟踪及人流量统计方法及装置 |
| CN104835147A (zh) * | 2015-04-15 | 2015-08-12 | 中国科学院上海微系统与信息技术研究所 | 基于三维深度图数据的密集人流量实时检测方法 |
| CN105354563A (zh) * | 2015-12-14 | 2016-02-24 | 南京理工大学 | 结合深度和彩色图像的遮挡人脸检测预警装置及实现方法 |
Non-Patent Citations (1)
| Title |
|---|
| 乔帅: "高密度客流实时检测系统设计", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109871772A (zh) * | 2019-01-21 | 2019-06-11 | 上海数迹智能科技有限公司 | 一种人数的统计方法、装置、存储介质及设备 |
| CN109871772B (zh) * | 2019-01-21 | 2023-09-29 | 上海数迹智能科技有限公司 | 一种人数的统计方法、装置、存储介质及设备 |
| CN110334569A (zh) * | 2019-03-30 | 2019-10-15 | 深圳市晓舟科技有限公司 | 客流量进出识别方法、装置、设备及存储介质 |
| CN111986245A (zh) * | 2019-05-23 | 2020-11-24 | 北京猎户星空科技有限公司 | 深度信息评估方法、装置、电子设备及存储介质 |
| CN112149457A (zh) * | 2019-06-27 | 2020-12-29 | 西安光启未来技术研究院 | 人流统计的方法、装置、服务器和计算机可读存储介质 |
| CN110781748A (zh) * | 2019-09-24 | 2020-02-11 | 上海商米科技集团股份有限公司 | 基于ipc的图像处理方法及摄像机 |
| CN111860261A (zh) * | 2020-07-10 | 2020-10-30 | 北京猎户星空科技有限公司 | 一种客流值的统计方法、装置、设备及介质 |
| CN111860261B (zh) * | 2020-07-10 | 2023-11-03 | 北京猎户星空科技有限公司 | 一种客流值的统计方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108932464A (zh) | 客流量统计方法及装置 | |
| US9875405B2 (en) | Video monitoring method, video monitoring system and computer program product | |
| US10417503B2 (en) | Image processing apparatus and image processing method | |
| CN105844234B (zh) | 一种基于头肩检测的人数统计的方法及设备 | |
| US11170272B2 (en) | Object detection device, object detection method, and computer program for object detection | |
| US8798314B2 (en) | Detection of vehicles in images of a night time scene | |
| US20220319168A1 (en) | Method for estimating and presenting passenger flow, system, and computer readable storage medium | |
| US20160232410A1 (en) | Vehicle speed detection | |
| CN103986910A (zh) | 一种基于智能分析摄像机的客流统计方法和系统 | |
| CN111460938B (zh) | 一种车辆行驶行为实时监测方法及装置 | |
| US11436839B2 (en) | Systems and methods of detecting moving obstacles | |
| KR101667835B1 (ko) | 수직 대칭을 이용한 대상물 위치 지정 | |
| CN111967396A (zh) | 障碍物检测的处理方法、装置、设备及存储介质 | |
| Liem et al. | Multi-person localization and track assignment in overlapping camera views | |
| CN115981219B (zh) | 高速隧道智能监控系统 | |
| CN107798688A (zh) | 运动目标识别方法、预警方法以及汽车防追尾预警装置 | |
| CN112330544A (zh) | 图像拖影的处理方法、装置、设备及介质 | |
| CN106951820B (zh) | 基于环形模板和椭圆拟合的客流统计方法 | |
| CN108460319B (zh) | 异常人脸检测方法及装置 | |
| JP2017030380A (ja) | 列車検知システムおよび列車検知方法 | |
| CN113963373A (zh) | 一种基于视频图像动态检测与跟踪算法系统及方法 | |
| CN106340031A (zh) | 一种检测运动物体的方法和装置 | |
| US11120292B2 (en) | Distance estimation device, distance estimation method, and distance estimation computer program | |
| Chen et al. | Automatic head detection for passenger flow analysis in bus surveillance videos | |
| Michael et al. | Fast change detection for camera-based surveillance systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181204 |