CN110096959B - 人流量计算方法、装置以及计算机存储介质 - Google Patents

人流量计算方法、装置以及计算机存储介质 Download PDF

Info

Publication number
CN110096959B
CN110096959B CN201910242685.3A CN201910242685A CN110096959B CN 110096959 B CN110096959 B CN 110096959B CN 201910242685 A CN201910242685 A CN 201910242685A CN 110096959 B CN110096959 B CN 110096959B
Authority
CN
China
Prior art keywords
image information
human body
person
flow
time period
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.)
Active
Application number
CN201910242685.3A
Other languages
English (en)
Other versions
CN110096959A (zh
Inventor
高海涵
宗博文
胡宏辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Ppdai Finance Information Service Co ltd
Original Assignee
Shanghai Ppdai Finance Information Service Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Ppdai Finance Information Service Co ltd filed Critical Shanghai Ppdai Finance Information Service Co ltd
Priority to CN201910242685.3A priority Critical patent/CN110096959B/zh
Publication of CN110096959A publication Critical patent/CN110096959A/zh
Application granted granted Critical
Publication of CN110096959B publication Critical patent/CN110096959B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands

Abstract

一种人流量计算方法、装置以及计算机存储介质，所述方法包括：获取检测时间段内的图像信息；获取所述检测时间段内的第一时间段对应的第一图像信息，获取所述第一图像信息中的第一人流量以及每个人的人体特征；获取所述检测时间段内的第二时间段对应的第二图像信息，获取所述第二图像信息中的第二人流量以及各个人的人体特征；将所述第一图像信息中的各个人的人体特征，与所述第二图像信息中的各个人的人体特征进行比对，确定重合的人体特征的第一重合数量；将第一人流量与第二人流量的和值减去第一重合数量后作为人流量输出。采用上述方案，排除因重复计算而导致人流量额外增加的部分，提升计算得到的人流量的准确度。

Description

人流量计算方法、装置以及计算机存储介质
技术领域
本发明涉及人流统计领域，尤其涉及一种人流量计算方法、装置以及计算机存储介质。
背景技术
在各大商业场所、交通枢纽的人流量，对于商业规划、基础建设具有重要的参考价值。
现有技术中，人流量通常为获取监控设备在不同时间段采集的图像信息，将不同时间段的图像信息中的人数进行累加得到人流量。
然而，由于不同时间段的图像信息中的人之间会出现重复，因此计算得到的人流量不准确。
发明内容
本发明解决的技术问题是统计得到的人流量不准确。
为解决上述技术问题，本发明实施例提供一种人流量计算方法，包括：获取检测时间段内的图像信息；所述图像信息用于统计人流量；获取所述检测时间段内的第一时间段对应的第一图像信息，获取所述第一图像信息中的第一人流量以及每个人的人体特征；获取所述检测时间段内的第二时间段对应的第二图像信息，获取所述第二图像信息中的第二人流量以及每个人的人体特征；将所述第一图像信息中的每个人的人体特征，与所述第二图像信息中的每个人的人体特征进行比对，确定重合的人体特征的第一重合数量；将所述第一人流量与所述第二人流量的和值减去所述第一重合数量，得到的差值作为人流量输出。
可选的，所述图像信息包括以下至少一种：图片信息、视频信息。
可选的，所述人体特征包括以下至少一种：面部特征、形体特征、步态特征、衣着特征。
可选的，将所述第一图像信息输入至由特征提取算法构建的特征提取模型；获取所述第一图像信息中各个人的人体特征；由所述第一图像信息中各个人的人体特征的数量确定所述第一图像信息中的第一人流量。
可选的，将所述第一图像信息中的各个人的人体特征的特征矩阵，与所述第二图像信息中的各个人的人体特征的特征矩阵进行余弦相似度比对，将相似度高于预设的标准阈值的两个人体特征定为重合。
可选的，获取所述检测时间段内的第三时间段对应的第三图像信息，获取所述第三图像信息中的第三人流量以及各个人的人体特征；将所述第一图像信息以及第二图像信息中的各个人的人体特征，与所述第三图像信息中的各个人的人体特征进行比对，确定重合的人体特征的第二重合数量。
可选的，将第一人流量、第二人流量和第三人流量的和值减去第一重合数量、第二重合数量后作为人流量输出。
本发明还提供一种人流量计算装置，包括：获取单元，用于获取检测时间段内的图像信息；所述图像信息用于统计人流量；第一提取单元，用于获取所述检测时间段内的第一时间段对应的第一图像信息，获取所述第一图像信息中的第一人流量以及每个人的人体特征；第二提取单元，用于获取所述检测时间段内的第二时间段对应的第二图像信息，获取所述第二图像信息中的第二人流量以及每个人的人体特征；比对单元，用于将所述第一图像信息中的每个人的人体特征，与所述第二图像信息中的每个人的人体特征进行比对，确定重合的人体特征的第一重合数量；输出单元，用于将所述第一人流量与所述第二人流量的和值减去所述第一重合数量，得到的差值作为人流量输出。
可选的，所述图像信息包括以下至少一种：图片信息、视频信息。
可选的，所述人体特征包括以下至少一种：面部特征、形体特征、步态特征、衣着特征。
可选的，所述第一提取单元，还用于将所述第一图像信息输入至由特征提取算法构建的特征提取模型；获取所述第一图像信息中各个人的人体特征；由所述第一图像信息中各个人的人体特征的数量确定所述第一图像信息中的第一人流量。
可选的，所述比对单元，还用于将所述第一图像信息中的各个人的人体特征的特征矩阵，与所述第二图像信息中的各个人的人体特征的特征矩阵进行余弦相似度比对，将相似度高于预设的标准阈值的两个人体特征定为重合。
可选的，所述输出单元，还用于获取所述检测时间段内的第三时间段对应的第三图像信息，获取所述第三图像信息中的第三人流量以及各个人的人体特征；将所述第一图像信息以及第二图像信息中的各个人的人体特征，与所述第三图像信息中的各个人的人体特征进行比对，确定重合的人体特征的第二重合数量。
可选的，所述输出单元，还用于将第一人流量、第二人流量和第三人流量的和值减去第一重合数量、第二重合数量后作为人流量输出。
本发明还提供一种计算机可读存储介质，其上存储有计算机指令，所述计算机可读存储介质为非易失性存储介质或非瞬态存储介质，所述计算机指令运行时执行上述任一种的人流量计算方法的步骤。
本发明还提供一种人流量计算装置，包括存储器和处理器，所述存储器上存储有计算机指令，所述计算机指令运行时所述处理器执行上述任一种的人流量计算方法的步骤。
与现有技术相比，本发明实施例的技术方案具有以下有益效果：
通过获取检测时间段内的图像信息；获取所述检测时间段内的第一时间段对应的第一图像信息，获取所述第一图像信息中的第一人流量以及各个人的人体特征；获取所述检测时间段内的第二时间段对应的第二图像信息，获取所述第二图像信息中的第二人流量以及各个人的人体特征；将所述第一图像信息中的各个人的人体特征，与所述第二图像信息中的各个人的人体特征进行比对，确定重合的人体特征的重合数量；将第一人流量与第二人流量的和值减去第一重合数量后作为人流量输出。采用上述方案，可以排除因重复计算而导致人流量额外增加的部分，依次能够提升计算得到的人流量的准确度。
附图说明
图1是本发明实施例提供的人流量计算方法的流程示意图；
图2是本发明实施例提供的人流量计算装置的结构示意图。
具体实施方式
现有技术中，人流量通常为获取监控设备在不同时间段采集的图像信息，将不同时间段的图像信息中的人数进行累加得到人流量。
然而，由于不同时间段的图像信息中的人之间会出现重复，因此计算得到的人流量不准确。
本发明实施例中，通过获取检测时间段内的图像信息；获取所述检测时间段内的第一时间段对应的第一图像信息，获取所述第一图像信息中的第一人流量以及各个人的人体特征；获取所述检测时间段内的第二时间段对应的第二图像信息，获取所述第二图像信息中的第二人流量以及各个人的人体特征；将所述第一图像信息中的各个人的人体特征，与所述第二图像信息中的各个人的人体特征进行比对，确定重合的人体特征的重合数量；将第一人流量与第二人流量的和值减去第一重合数量后作为人流量输出。采用上述方案，排除因重复计算而导致人流量额外增加的部分，提升计算得到的人流量的准确度。
为使本发明的上述目的、特征和有益效果能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
参阅图1，其为本发明实施例提供的人流量计算方法的流程示意图，以下结合具体步骤进行详细说明。
步骤S101，获取检测时间段内的图像信息。
在具体实施中，所述图像信息可以用于统计人流量。在实际应用中，可以在一些需要进行人流量统计的区域设置图像采集装置，例如摄像头等，来采集图像信息。通常情况下，统计人流量的目的是为了获取一定时间段内某一区域的人流量，因此，在本发明实施例中，可以根据需要设定检测时间段，并获取图像采集装置在预设时间段内采集到的图像信息，从而实现人流量的统计。
在具体实施中，检测时间段可以为用户期望进行人流量统计的时间段。
在具体实施中，图像采集装置可以采集同一区域范围内的图像，也可以采集不同区域范围内的图像，具体可以由用户根据实际应用场景进行相应的设定。
在具体实施中，图像信息可以为图片信息，也可以为视频信息，还可以是图片信息和视频信息的组合。
步骤S102，获取所述检测时间段内的第一时间段对应的第一图像信息，获取所述第一图像信息中的第一人流量以及每个人的人体特征。
步骤S103，获取所述检测时间段内的第二时间段对应的第二图像信息，获取所述第二图像信息中的第二人流量以及每个人的人体特征。
下面对步骤S102～步骤S103进行详细说明。
在具体实施中，为了统计得到精确的人流量，具体对所述检测时间段内的第一时间段和第二时间段进行考察。
本发明实施例中，将所述第一图像信息输入至由特征提取算法构建的特征提取模型；获取所述第一图像信息中各个人的人体特征；由所述第一图像信息中各个人的人体特征的数量确定所述第一图像信息中的第一人流量。
在具体实施中，特征提取模型可以由特征提取算法构建。特征提取算法可以为物体检测算法，也可以为人像检测算法。在本发明实施例中，可以通过所述特征提取模型提取第一图像信息中每个人的人体特征。
在具体实施中，在提取人体特征后，可以对人体特征与人的关联进行确定。某些多个人体特征的组合可以指向一个独立的人，某个单独的人体特征也可以指向一个独立的人，因此，可以根据多个人体特征的组合确定第一图像信息中的人数，也可以通过某个单独的人体特征确定第一图像信息中的人数，还可以通过多个人体特征的组合以及某个单独的人体特征来共同确定第一图像信息中的人数。
在具体实施中，对第二图像信息的处理也可以参考上述对第一图像信息的处理。
本发明实施例中，所述人体特征可以包括以下至少一种：面部特征、形体特征、步态特征、衣着特征。
步骤104，将所述第一图像信息中的每个人的人体特征，与所述第二图像信息中的每个人的人体特征进行比对，确定重合的人体特征的第一重合数量。
本发明实施例中，可以分别获取第一图像信息中的各个人的人体特征的特征矩阵以及第二图像信息中的各个人的人体特征的特征矩阵。之后，将所述第一图像信息中的各个人的人体特征的特征矩阵，与所述第二图像信息中的各个人的人体特征的特征矩阵进行余弦相似度比对，将相似度高于预设的标准阈值的两个人体特征定为重合。
在具体实施中，标准阈值可以表示特征之间的相似程度，标准阈值的具体值可以由用户根据实际应用场景进行相应的设定。
在具体实施中，可以将第一图像中的每个人的人体特征与第二图像中的每个人的人体特征进行一一比对。
在具体实施中，通过人体特征之间的相似度，进而可以客观、准确地判断第一图像信息中的人是否与第二图像信息的人为同一人。
在具体实施中，第一图像信息中指向同一个人的人体特征组合中的某个人体特征，与第二图像信息中某个人体特征的相似度高于标准阈值，即可判断所述人体特征组合与第二图像信息中的人体特征重合，无需进一步对所述人体特征组合中的其他人体特征，与第二图像信息中的其他人体特征进行比对。
步骤S105，将所述第一人流量与所述第二人流量的和值减去所述第一重合数量，得到的差值作为人流量输出。
在具体实施中，将所述第一人流量与所述第二人流量的和值减去所述第一重合数量，得到的差值作为人流量，可以排除因重复计算同一个人而导致人流量额外增加的部分，因此得到的人流量较为准确。
本发明实施例中，在输出人流量之前，还可以获取所述检测时间段内的第三时间段对应的第三图像信息，获取所述第三图像信息中的第三人流量以及各个人的人体特征；将所述第一图像信息以及第二图像信息中的各个人的人体特征，与所述第三图像信息中的各个人的人体特征进行比对，确定重合的人体特征的第二重合数量。
本发明实施例中，将第一人流量、第二人流量和第三人流量的和值减去第一重合数量、第二重合数量后作为人流量输出。
在具体实施中，为了进一步提升人流量统计结果的精确度，可以将检测时间段进一步划分为多个时间段，将多个时间段内的图像信息的人体特征进行相互比对，从而可以在最大程度上筛选出重复出现的人。
参阅图2，其为本发明实施例提供的人流量计算装置20的结构示意图，具体包括：
获取单元201，用于获取检测时间段内的图像信息；所述图像信息用于统计人流量；
第一提取单元202，用于获取所述检测时间段内的第一时间段对应的第一图像信息，获取所述第一图像信息中的第一人流量以及每个人的人体特征；
第二提取单元203，用于获取所述检测时间段内的第二时间段对应的第二图像信息，获取所述第二图像信息中的第二人流量以及每个人的人体特征；
比对单元204，用于将所述第一图像信息中的每个人的人体特征，与所述第二图像信息中的每个人的人体特征进行比对，确定重合的人体特征的第一重合数量；
输出单元205，用于将所述第一人流量与所述第二人流量的和值减去所述第一重合数量，得到的差值作为人流量输出。
本发明实施例中，所述图像信息可以包括以下至少一种：图片信息、视频信息。
本发明实施例中，所述人体特征可以包括以下至少一种：面部特征、形体特征、步态特征、衣着特征。
本发明实施例中，所述第一提取单元202，还可以用于将所述第一图像信息输入至由特征提取算法构建的特征提取模型；获取所述第一图像信息中各个人的人体特征；由所述第一图像信息中各个人的人体特征的数量确定所述第一图像信息中的第一人流量。
本发明实施例中，所述比对单元204，还用于将所述第一图像信息中的各个人的人体特征的特征矩阵，与所述第二图像信息中的各个人的人体特征的特征矩阵进行余弦相似度比对，将相似度高于预设的标准阈值的两个人体特征定为重合。
本发明实施例中，所述输出单元205，还可以用于获取所述检测时间段内的第三时间段对应的第三图像信息，获取所述第三图像信息中的第三人流量以及各个人的人体特征；将所述第一图像信息以及第二图像信息中的各个人的人体特征，与所述第三图像信息中的各个人的人体特征进行比对，确定重合的人体特征的第二重合数量。
本发明实施例中，所述输出单元205，还可以用于将第一人流量、第二人流量和第三人流量的和值减去第一重合数量、第二重合数量后作为人流量输出。
本发明还提供一种计算机可读存储介质，其上存储有计算机指令，所述计算机可读存储介质为非易失性存储介质或非瞬态存储介质，所述计算机指令运行时执行本发明实施例提供的人流量计算方法的步骤。
本发明还提供一种人流量计算装置，包括存储器和处理器，所述存储器上存储有计算机指令，所述计算机指令运行时所述处理器执行本发明实施例提供的人流量计算方法的步骤。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指示相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：ROM、RAM、磁盘或光盘等。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (16)

1.一种人流量计算方法，其特征在于，包括：
基于特征提取算法来构建特征提取模型；所述特征提取模型的输入是图像信息，所述特征提取模型的输出是图像信息中各个人的人体特征；
获取检测时间段内的图像信息；所述检测时间段包括第一时间段和第二时间段，所述图像信息用于统计人流量；
获取所述检测时间段内的第一时间段对应的第一图像信息，通过所述特征提取模型来获取所述第一图像信息中的第一人流量以及每个人的人体特征；
获取所述检测时间段内的第二时间段对应的第二图像信息，通过所述特征提取模型来获取所述第二图像信息中的第二人流量以及每个人的人体特征；
将所述第一图像信息中的每个人的人体特征，与所述第二图像信息中的每个人的人体特征进行比对，确定重合的人体特征的第一重合数量；
将所述第一人流量与所述第二人流量的和值减去所述第一重合数量，得到的差值作为人流量输出。
2.根据权利要求1所述的人流量计算方法，其特征在于，所述图像信息包括以下至少一种：图片信息、视频信息。
3.根据权利要求1所述的人流量计算方法，其特征在于，所述人体特征包括以下至少一种：面部特征、形体特征、步态特征、衣着特征。
4.根据权利要求1所述的人流量计算方法，其特征在于，所述获取所述第一图像信息中的第一人流量以及各个人的人体特征，包括：
将所述第一图像信息输入至由特征提取算法构建的特征提取模型；
获取所述第一图像信息中各个人的人体特征；
由所述第一图像信息中各个人的人体特征的数量确定所述第一图像信息中的第一人流量。
5.根据权利要求4所述的人流量计算方法，其特征在于，所述确定重合的人体特征的第一重合数量，包括：
将所述第一图像信息中的各个人的人体特征的特征矩阵，与所述第二图像信息中的各个人的人体特征的特征矩阵进行余弦相似度比对，将相似度高于预设的标准阈值的两个人体特征定为重合。
6.根据权利要求1所述的人流量计算方法，其特征在于，在所述将所述第一人流量与所述第二人流量的和值减去所述第一重合数量后作为人流量输出之前，还包括：
获取所述检测时间段内的第三时间段对应的第三图像信息，获取所述第三图像信息中的第三人流量以及各个人的人体特征；
将所述第一图像信息以及第二图像信息中的各个人的人体特征，与所述第三图像信息中的各个人的人体特征进行比对，确定重合的人体特征的第二重合数量。
7.根据权利要求6所述的人流量计算方法，其特征在于，所述将所述第一人流量与第二人流量的和值减去第一重合数量后作为人流量输出，包括：
将第一人流量、第二人流量和第三人流量的和值减去第一重合数量、第二重合数量后作为人流量输出。
8.一种人流量计算装置，其特征在于，包括：
基于特征提取算法来构建特征提取模型；所述特征提取模型的输入是图像信息，所述特征提取模型的输出是图像信息中各个人的人体特征；
获取单元，用于获取检测时间段内的图像信息；所述检测时间段包括第一时间段和第二时间段，所述图像信息用于统计人流量；
第一提取单元，用于获取所述检测时间段内的第一时间段对应的第一图像信息，通过所述特征提取模型来获取所述第一图像信息中的第一人流量以及每个人的人体特征；
第二提取单元，用于获取所述检测时间段内的第二时间段对应的第二图像信息，通过所述特征提取模型来获取所述第二图像信息中的第二人流量以及每个人的人体特征；
比对单元，用于将所述第一图像信息中的每个人的人体特征，与所述第二图像信息中的每个人的人体特征进行比对，确定重合的人体特征的第一重合数量；
输出单元，用于将所述第一人流量与所述第二人流量的和值减去所述第一重合数量，得到的差值作为人流量输出。
9.根据权利要求8所述的人流量计算装置，其特征在于，所述图像信息包括以下至少一种：图片信息、视频信息。
10.根据权利要求8所述的人流量计算装置，其特征在于，所述人体特征包括以下至少一种：面部特征、形体特征、步态特征、衣着特征。
11.根据权利要求8所述的人流量计算装置，其特征在于，所述第一提取单元，还用于将所述第一图像信息输入至由特征提取算法构建的特征提取模型；获取所述第一图像信息中各个人的人体特征；由所述第一图像信息中各个人的人体特征的数量确定所述第一图像信息中的第一人流量。
12.根据权利要求11所述的人流量计算装置，其特征在于，所述比对单元，还用于将所述第一图像信息中的各个人的人体特征的特征矩阵，与所述第二图像信息中的各个人的人体特征的特征矩阵进行余弦相似度比对，将相似度高于预设的标准阈值的两个人体特征定为重合。
13.根据权利要求8所述的人流量计算装置，其特征在于，所述输出单元，还用于获取所述检测时间段内的第三时间段对应的第三图像信息，获取所述第三图像信息中的第三人流量以及各个人的人体特征；将所述第一图像信息以及第二图像信息中的各个人的人体特征，与所述第三图像信息中的各个人的人体特征进行比对，确定重合的人体特征的第二重合数量。
14.根据权利要求13所述的人流量计算装置，其特征在于，所述输出单元，还用于将第一人流量、第二人流量和第三人流量的和值减去第一重合数量、第二重合数量后作为人流量输出。
15.一种计算机可读存储介质，其上存储有计算机指令，所述计算机可读存储介质为非易失性存储介质或非瞬态存储介质，其特征在于，所述计算机指令运行时执行权利要求1～7任一项所述的人流量计算方法的步骤。
16.一种人流量计算装置，包括存储器和处理器，所述存储器上存储有计算机指令，其特征在于，所述计算机指令运行时所述处理器执行权利要求1～7任一项所述的人流量计算方法的步骤。
CN201910242685.3A 2019-03-28 2019-03-28 人流量计算方法、装置以及计算机存储介质 Active CN110096959B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910242685.3A CN110096959B (zh) 2019-03-28 2019-03-28 人流量计算方法、装置以及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910242685.3A CN110096959B (zh) 2019-03-28 2019-03-28 人流量计算方法、装置以及计算机存储介质

Publications (2)

Publication Number Publication Date
CN110096959A CN110096959A (zh) 2019-08-06
CN110096959B true CN110096959B (zh) 2021-05-28

Family

ID=67444058

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910242685.3A Active CN110096959B (zh) 2019-03-28 2019-03-28 人流量计算方法、装置以及计算机存储介质

Country Status (1)

Country Link
CN (1) CN110096959B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113990214A (zh) * 2021-10-22 2022-01-28 深圳倜傥国际设计有限公司 一种模块化区域可调节展示系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102169543A (zh) * 2011-04-15 2011-08-31 苏州市慧视通讯科技有限公司 基于多源信息融合和在线学习的人头计数方法
CN103871082A (zh) * 2014-03-31 2014-06-18 百年金海科技有限公司 一种基于安防视频图像的人流量统计方法
CN104902258A (zh) * 2015-06-09 2015-09-09 公安部第三研究所 一种基于立体视觉的多场景人流量统计方法、系统以及双目相机
US9607402B1 (en) * 2016-05-09 2017-03-28 Iteris, Inc. Calibration of pedestrian speed with detection zone for traffic intersection control
CN106570465A (zh) * 2016-10-31 2017-04-19 深圳云天励飞技术有限公司 一种基于图像识别的人流量统计方法及装置
CN106650581A (zh) * 2016-09-27 2017-05-10 腾讯科技（深圳）有限公司 一种人流量统计方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103854292B (zh) * 2012-11-28 2018-02-23 中兴通讯股份有限公司 一种人数及人群运动方向的计算方法及装置
WO2014156733A1 (ja) * 2013-03-26 2014-10-02 株式会社日立国際電気 人数計数装置および人数計数方法
US9946952B2 (en) * 2013-06-25 2018-04-17 University Of Central Florida Research Foundation, Inc. Multi-source, multi-scale counting in dense crowd images
CN105590094B (zh) * 2015-12-11 2019-03-01 小米科技有限责任公司 确定人体数量的方法及装置
CN108632746A (zh) * 2018-03-21 2018-10-09 电信科学技术第十研究所有限公司 一种确定区域人流量的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102169543A (zh) * 2011-04-15 2011-08-31 苏州市慧视通讯科技有限公司 基于多源信息融合和在线学习的人头计数方法
CN103871082A (zh) * 2014-03-31 2014-06-18 百年金海科技有限公司 一种基于安防视频图像的人流量统计方法
CN104902258A (zh) * 2015-06-09 2015-09-09 公安部第三研究所 一种基于立体视觉的多场景人流量统计方法、系统以及双目相机
US9607402B1 (en) * 2016-05-09 2017-03-28 Iteris, Inc. Calibration of pedestrian speed with detection zone for traffic intersection control
CN106650581A (zh) * 2016-09-27 2017-05-10 腾讯科技（深圳）有限公司 一种人流量统计方法及装置
CN106570465A (zh) * 2016-10-31 2017-04-19 深圳云天励飞技术有限公司 一种基于图像识别的人流量统计方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"基于头部检测和跟踪的人数统计方法";郑翔翔等;《计算机应用与软件》;20110228;第28卷(第2期);第44-46、102页 *
"深度图像下基于头部多特征的人数统计算法";刘磊等;《深圳大学学报理工版》;20171130;第34卷(第6期);第584-590页 *

Also Published As

Publication number Publication date
CN110096959A (zh) 2019-08-06

Similar Documents

Publication Publication Date Title
CN109886997B (zh) 基于目标检测的识别框确定方法、装置及终端设备
WO2016149938A1 (zh) 视频监控方法、视频监控系统以及计算机程序产品
US20120288198A1 (en) Information processing apparatus, information processing method, and non-transitory computer-readable storage medium
CN111160243A (zh) 客流量统计方法及相关产品
US10936876B2 (en) Content recognition method, system and storage medium thereof
WO2019042195A1 (zh) 一种人体目标身份识别方法及装置
CN110717358B (zh) 访客人数统计方法、装置、电子设备及存储介质
KR101139930B1 (ko) 부분 템플릿 매칭 기반의 객체 식별 장치 및 방법
CN111444555B (zh) 一种测温信息显示方法、装置及终端设备
US20180276696A1 (en) Association method, and non-transitory computer-readable storage medium
CN110096959B (zh) 人流量计算方法、装置以及计算机存储介质
CN110175553B (zh) 基于步态识别与人脸识别建立特征库的方法及装置
CN110264497B (zh) 跟踪时长的确定方法及装置、存储介质、电子装置
CN109002758B (zh) 人脸特征点定位方法、装置、设备及存储介质
CN111753642B (zh) 一种确定关键帧的方法及装置
CN112036269A (zh) 跌倒检测方法、装置、计算机设备和存储介质
CN111368596B (zh) 人脸识别逆光补偿方法、装置、可读存储介质及设备
CN111667419A (zh) 一种基于Vibe算法的移动目标鬼影消除方法及系统
CN107818287B (zh) 一种客流统计装置及系统
CN113947795B (zh) 口罩佩戴检测方法、装置、设备及存储介质
CN109409325B (zh) 一种识别方法和电子设备
CN106611417A (zh) 将视觉元素分类为前景或背景的方法及装置
CN105631419B (zh) 人脸识别方法及装置
TWI695326B (zh) 物件屬性分析方法及其相關物件屬性分析裝置
CN109598276A (zh) 图像处理装置和方法及监控系统

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
GR01 Patent grant
GR01 Patent grant