CN111582052A - 一种人群密集的预警方法、装置及终端设备 - Google Patents

一种人群密集的预警方法、装置及终端设备 Download PDF

Info

Publication number
CN111582052A
CN111582052A CN202010303511.6A CN202010303511A CN111582052A CN 111582052 A CN111582052 A CN 111582052A CN 202010303511 A CN202010303511 A CN 202010303511A CN 111582052 A CN111582052 A CN 111582052A
Authority
CN
China
Prior art keywords
people
distance
early warning
target area
crowd
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.)
Granted
Application number
CN202010303511.6A
Other languages
English (en)
Other versions
CN111582052B (zh
Inventor
杨琰
熊友军
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.)
Ubtech Robotics Corp
Original Assignee
Ubtech Robotics Corp
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 Ubtech Robotics Corp filed Critical Ubtech Robotics Corp
Priority to CN202010303511.6A priority Critical patent/CN111582052B/zh
Publication of CN111582052A publication Critical patent/CN111582052A/zh
Application granted granted Critical
Publication of CN111582052B publication Critical patent/CN111582052B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53Recognition of crowd images, e.g. recognition of crowd congestion
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • G08B21/24Reminder alarms, e.g. anti-loss alarms

Abstract

本申请适用于安全防护技术领域,提供了一种人群密集的预警方法、装置及终端设备,该方法包括:获取目标区域的采集图像;识别所述采集图像中的人员数量和每两个人之间的间隔距离;根据所述间隔距离,计算所述目标区域的人群密集度;在所述人群密集度大于预设阈值时,发送预警信号。本申请根据采集图像,可以实时监控目标区域中的人员数量,通过人与人之间的间隔距离,确定人群密集度,并根据人群密集度发送预警信号,及时提醒密集人群散开,避免人员过密情况的发生。

Description

一种人群密集的预警方法、装置及终端设备
技术领域
本申请属于安全防护技术领域,尤其涉及一种人群密集的预警方法、装置及终端设备。
背景技术
公共场所是人员聚集地,在流行病发生期间,为了防止人员因聚集造成交叉感染的现象,往往会采取限制进入人数、在入口设置检查装置或者控制人员间隔安全距离等措施。
但是,即使限制了进入人员数量,人们在进入场所内部后也会因为放松警惕或密切交流造成人员聚集的情况,另外,在场所入口等待检查时由于人数过多也会出现人员聚集的情况,目前,提醒人员保持一定间隔均是通过人为提醒,需要工作人员不停巡视和提醒,导致管理困难,如果提醒不及时造成人员间隔过密,还会加大感染风险。
发明内容
本申请实施例提供了一种人群密集的预警方法、装置及终端设备,可以解决目前的设备不能实时提醒密集人群调整间隔距离的问题。
第一方面,本申请实施例提供了一种人群密集的预警方法,包括:
获取目标区域的采集图像;
识别所述采集图像中的人员数量和每两个人之间的间隔距离;
根据所述间隔距离,计算所述目标区域的人群密集度;
在所述人群密集度大于预设阈值时,发送预警信号。
第二方面,本申请实施例提供了一种人群密集的预警装置,包括:
图像获取模块,用于获取目标区域的采集图像;
图像识别模块,用于识别所述采集图像中的人员数量和每两个人之间的间隔距离;
计算模块,用于根据所述间隔距离,计算所述目标区域的人群密集度;
预警发送模块,用于在所述人群密集度大于预设阈值时,发送预警信号。
第三方面,本申请实施例提供了一种终端设备,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述第一方面中任一项所述的人群密集的预警方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现上述第一方面中任一项所述的人群密集的预警方法。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述的人群密集的预警方法。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
本申请实施例与现有技术相比存在的有益效果是:本申请通过采集到的目标区域的采集图像获取目标区域中的人员数量,还可以根据采集图像获得每两个人之间的间隔距离,根据间隔距离计算目标区域的人群密集度,如果人群密集度大于第一阈值,发送预警信号;本申请根据采集图像,可以实时监控目标区域中的人员数量,通过人与人之间的间隔距离,确定人群密集度,并根据人群密集度发送预警信号,及时提醒密集人群散开,避免人员过密情况的发生。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的人群密集的预警方法的应用场景示意图;
图2是本申请一实施例提供的人群密集的预警方法的流程示意图;
图3是本申请一实施例提供的间隔距离的计算方法的流程示意图;
图4是本申请一实施例提供的人群密集的预警装置的结构示意图;
图5是本申请一实施例提供的终端设备的结构示意图;
图6是本申请一实施例提供的计算机的部分结构的框图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
目前,防疫机器人主要是进行体温监测,不能估计人群密集程度,导致安检口人员聚集。现有的提醒人员散开、不要过度聚集的方法,多采用工作人员巡视,提醒密集人员保持安全距离,但是上述方法需要工作人员不停的巡视、观察并提醒,工作量较大,且不能及时提醒密集人群,导致目标区域中人员管理困难。
本申请通过设备检测,如果有人员过密情况,及时提醒人员保持安全距离,达到了实时监测并提醒的目的,使目标区域中人员距离管理更简洁方便。
图1为本申请实施例提供的人群密集的预警方法的应用场景示意图,上述人群密集的预警方法可以用于密集人群的监控并提醒人群保持安全距离。其中,图像采集设备10用于采集目标区域中的图像,处理器20用于获取图像采集设备10采集到的图像,对图像进行处理,并通过图像计算人群密集度,最终发送预警信号。
以下结合图1对本申请实施例的人群密集的预警方法进行详细说明。
图2示出了本申请提供的人群密集的预警方法的示意性流程图,参照图2,对该方法的详述如下:
S101,获取目标区域的采集图像。
在本实施例中,采集图像可以从单摄或双摄相机中获得。
S102,识别所述采集图像中的人员数量和每两个人之间的间隔距离。
在本实施例中,采集图像中拍摄到目标区域的场景,包括了目标区域中的当前时间的人员,通过识别采集图像可以获得采集图像中具体有多少人。
可选的,为了防止采集图像中有人员被挡或采集图像不清楚,从而得不到准确的人员数量的情况的出现,可以采集两个或多个采集图像,通过多个采集图像确定目标区域中的人员数量,得到目标区域中的准确的人员数量,例如,可以选择多个采集图像中识别出的最少的人员数量作为目标区域中的人员数量。
作为举例,如果有两个采集图像,一个采集图像中识别出8个人,另一个采集图像中识别出10个人,可以将8个人作为目标区域的人员数量。
在本实施例中,在目标区域中设有目标参照物,在采集图像中有目标参照物的图像,通过识别目标参数物和采集图像中的人员可以确定人与人之间的间隔距离。
如图3所示,在一种可能的实现方式中,步骤S102的实现过程可以包括:
S1021,对所述采集图像进行人员识别,获得所述目标区域内的人员数量。
在本实施例中,对采集图像进行人员识别,可以是进行人脸识别或人体识别,获得目标区域中的人员数量。
作为举例,如果采集图像中只识别到了一个人脸,则目标区域中只有一个人;如果识别到采集图像中有48个人脸,则目标区域中有48个人。
S1022,基于所述采集图像,获得所述目标区域中每个人分别与至少两个目标参照物之间的间隔长度和目标参照物的坐标。
在本实施例中,采集图像的采集装置是经过标定过的,采集图像中设有至少两个目标参照物,所以采集图像中存储有目标参照物在采集图像中的坐标。因为采集装置是经过标定过的,所以可以根据测量或标定参数确定目标参照物与人员之间在采集图像中的间隔距离。
至少两个目标参照物可以是两个也可以是多个,因为要根据长度确定目标点的坐标,必须至少知道两个目标参照物的坐标以及两个目标参照物分别与目标点的距离。
S1023,根据目标参照物的坐标和所述间隔长度,计算每个人的坐标。
在本实施例中,根据两个目标参照物的坐标,及人员分别到两个目标参照物的间隔长度,计算人员的坐标可以包括:
Figure BDA0002454912120000061
Figure BDA0002454912120000062
其中,(a,b)为需要计算的人员的坐标;(x1,y1)为第一个目标参照物的坐标;(x2,y2)为第二个目标参照物的坐标;l1为人员到第一个目标参照物的间隔长度;l2为人员到第二个目标参照物的间隔长度。
需要说明的是,如果计算出来有两组坐标,可以根据坐标系以及人员与两个目标参照物的位置确定人员的坐标。
S1024,根据所述每个人的坐标,计算每两个人之间的间隔距离。
在本实施例中,已知两个人的坐标,可以通过计算得到在采集图像中两个人之间的虚拟距离,然后再根据虚拟距离和缩放系数得到两个人之间实际的间隔距离。
具体的,计算间隔距离可以包括:
(a1-a2)2+(b1-b2)2=d2
L=d*n;
其中,(a1,b1)为第一个人的坐标;(a2,b2)为第二个人的坐标;d为两个人之间的虚拟距离;L为两个人之间的间隔距离;n为缩放系数。
S103,根据所述间隔距离,计算所述目标区域的人群密集度。
在本实施例中,如果人员数量大于或等于人员阈值,才会根据间隔距离计算人群密集度,如果人员数量小于人员阈值,则不需要计算人群密集度。
人员阈值是预先设置的,例如设置人员阈值为5人,当人员数量大于或等于5时,才需要计算人群密集度,如果人员数量为3人,则不需要计算人群密集度。人群密集度反映了目标区域中人员的间隔距离的大小的比例,可以根据人群密集度判断是否需要报警。
人与人之间的间隔距离是否满足安全距离,是需要通过间隔距离与安全距离比较得到的,如果间隔距离小于安全距离,则说明不满足安全要求,如果间隔距离大于安全距离,则说明满足安全要求,安全距离可以从外部获得,也可以预先设置,还可以根据目标区域中的人员数量选择不同的安全距离,例如,可以预先设置几个安全距离,每个安全距离对应不同的人数区间,但是安全距离不小于预设值,如1米。
作为举例,如果目标区域中人员数量为8人,可以将安全距离设置为2米,如果目标区域中人员数量为12人,可以将安全距离设置为1米。
在一种可能的实现方式中,步骤S103的实现过程可以包括:
S1031,基于所述间隔距离中小于所述安全距离的数量和所述间隔距离的总数,获得人群密集度。
在本实施例中,需要先比较每一个间隔距离是否小于安全距离,最后得到间隔距离中小于安全距离的数量。
在一种可能的实现方式中,步骤S1031的实现过程可以包括:
将所述间隔距离中小于所述安全距离的数量与所述间隔距离的总数的比值作为所述人群密集度。
在本实施例中,人群密集度为间隔距离中小于安全距离的数量与间隔距离的总数的比值,也就是小于安全距离的占总的间隔距离数的比重,人员密集度反映了人员密集的组数占总的人员组数的比重,由于检测的是两个人之间的间隔距离,所以两个人为一个人员组。
S104,在所述人群密集度大于预设阈值时,发送预警信号。
在本实施例中,预先设置一个阈值,如果人群密集度大于阈值,则说明小于安全距离的间隔距离较多,需要报警提示人群散开,保持安全距离,如果人群密集度小于阈值,则说明小于安全距离的间隔距离较少,需要报警提示人群散开,保持安全距离。
需要说明的是,如果小于安全距离的间隔距离特别少,也就是只有几组人员站位比较紧密,可以不报警,例如,如果有100组间隔距离,只有1组或两组之间的间隔格局小于安全距离,则不需要报警。
本申请实施例中,通过采集到的目标区域的采集图像获取目标区域中的人员数量,还可以根据采集图像获得每两个人之间的间隔距离,根据间隔距离计算目标区域的人群密集度,如果人群密集度大于第一阈值,发送预警信号;本申请根据采集图像,可以实时监控目标区域中的人员数量,通过人与人之间的间隔距离,确定人群密集度,并根据人群密集度发送预警信号,及时提醒密集人群散开,避免工作人员由于提醒不到导致人员过密的情况。
在一种可能的实现方式中,在步骤103之前,上述方法还可以包括:
S201,根据所述人员数量,确定人与人之间的安全距离。
在本实施例中,可以根据不同的人员数量确定安全距离。
在一种可能的实现方式中,步骤S201的实现过程可以包括:
S2011,确定所述人员数量所在的人数区间,将预设的所述人员数量所在的人数区间对应的距离作为人与人之间的安全距离,其中,至少有两组所述人数区间。
在本实施例中,在系统中预设设置几组人数区间,每组人数区间对应一个安全距离,也就是根据人员数量的多少,可以选择不同的安全距离。
作为举例,人数区间可以包括[1,20],[21,50]等,[1,10]对应的安全距离为2米,[21,50]对应的安全距离为1米,如果检测到人员数量为30人,可以查找30人所在的人数区间为[21,50],[21,50]对应的安全距离为1米,则将1米作为人与人之间的安全距离。
本申请实施例中,通过不同的人员数量选择不同的安全距离,可以充分利用空间,并且在人员较少时可以通过增大人与人之间的安全距离,保证人员之间的安全,在人员较多时可以通过减小人与人之间的安全距离,在既保证人员安全的同时,也可以保证目标区域可接纳的人员数。
在一种可能的实现方式中,在步骤S2011之后,上述方法还可以包括:
若所述人员数量小于人员阈值,预警保持安全距离。
在本实施例中,如果人员数量过少,则不需要计算人群密集度,根据获取到的安全距离,直接预警,提醒目标区域中的人员保持安全距离。
作为举例,如果人员阈值为5,获取到的目标区域人员数量为3,则人员数量小于人员阈值,3人对应的安全距离为2米,则直接提醒人员保持2米以上的间隔。
在一种可能的实现方式中,在步骤S201之前,上述方法还可以包括:
S301,获取所述目标区域的面积。
在本实施例中,由于目标区域的面积可能不同,所容纳的人员数量也不同,所以在进行人数区间的分组时,可以根据目标区域的面积设置不同的人数区间,可以满足不同的目标区域的需求。
S302,确定所述目标区域的面积所在的面积区间,获得所述目标区域的面积所在的面积区间包含的人数区间,其中,至少有两个所述面积区间,一个所述面积区间对应至少两个所述人数区间。
在本实施例中,预先设置不同的面积区间,可以根据目标区域的面积查找目标区域所在的面积区间。
一个面积区间中包含了至少两个人数区间,先根据目标区域的面积确定面积区间,然后再根据人员数量确定人数区间,最后将人数区间对应的安全距离作为人于人之间的安全距离。
作为举例,面积区间可以包括[80,200],[201,350]。
[80,200]中包括的人数区间为[1,30],[31,80],其中,[1,30]对应的安全距离为2米,[31,80]对应的安全距离为1米。
[201,350]中包括的人数区间为[1,60],[61,100],其中,[1,60]对应的安全距离为2米,[61,200]对应的安全距离为1米。
如果获取到的目标区域的面积为100平米,人员数量为50人,则目标区域所在的面积区间为[80,200],人员数量所在的人数区间为[31,80],对应的安全距离为1米。
在一种可能的实现方式中,步骤S103的实现过程还可以包括:
S401,将所述间隔距离中小于所述安全距离的数量与所述人员总数的比值作为所述人群密集度。
在本实施例中,计算间隔距离中小于安全距离的数量与人员总数的比值,也可以反应人员密集程度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的人群密集的预警方法,图4示出了本申请实施例提供的人群密集的预警装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图4,该装置500可以包括:图像获取模块510、图像识别模块520、计算模块530和预警发送模块540。
其中,图像获取模块510,用于获取目标区域的采集图像;
图像识别模块520,用于识别所述采集图像中的人员数量和每两个人之间的间隔距离;
计算模块530,用于根据所述间隔距离,计算所述目标区域的人群密集度;
预警发送模块540,用于在所述人群密集度大于预设阈值时,发送预警信号。
在一种可能的实现方式中,该装置500还包括:
安全距离确定模块,用于根据所述人员数量,确定人与人之间的安全距离。
在一种可能的实现方式中,安全距离确定模块具体可以用于:
确定所述人员数量所在的人数区间,将预设的所述人员数量所在的人数区间对应的距离作为人与人之间的安全距离,其中,至少有两组所述人数区间。
在一种可能的实现方式中,计算模块530具体可以包括:
计算单元,用于基于所述间隔距离中小于所述安全距离的数量和所述间隔距离的总数,获得人群密集度。
在一种可能的实现方式中,计算单元具体可以用于:
将所述间隔距离中小于所述安全距离的数量与所述间隔距离的总数的比值作为所述人群密集度。
在一种可能的实现方式中,图像识别模块520具体可以用于:
对所述采集图像进行人员识别,获得所述目标区域内的人员数量;
基于所述采集图像,获得所述目标区域中每个人分别与至少两个目标参照物之间的间隔长度;
根据预设的目标参照物的坐标和所述间隔长度,计算每个人的坐标;
根据所述每个人的坐标,计算每两个人之间的间隔距离。
在一种可能的实现方式中,安全距离确定模块具体可以用于:
获取所述目标区域的面积;
确定所述目标区域的面积所在的面积区间,获得所述目标区域的面积所在的面积区间包含的人数区间,其中,至少有两个所述面积区间,一个所述面积区间对应至少两个所述人数区间。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供了一种终端设备,参见图5,该终端设600可以包括:至少一个处理器610、存储器620以及存储在所述存储器620中并可在所述至少一个处理器610上运行的计算机程序,所述处理器610执行所述计算机程序时实现上述任意各个方法实施例中的步骤,例如图2所示实施例中的步骤S101至步骤S104。或者,处理器610执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能,例如图4所示模块510至540的功能。
示例性的,计算机程序可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器620中,并由处理器610执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序段,该程序段用于描述计算机程序在终端设备600中的执行过程。
本领域技术人员可以理解,图5仅仅是终端设备的示例,并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如输入输出设备、网络接入设备、总线等。
处理器610可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器620可以是终端设备的内部存储单元,也可以是终端设备的外部存储设备,例如插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。所述存储器620用于存储所述计算机程序以及终端设备所需的其他程序和数据。所述存储器620还可以用于暂时地存储已经输出或者将要输出的数据。
总线可以是工业标准体系结构(Industry StandardArchitecture,ISA)总线、外部设备互连(Peripheral Component,PCI)总线或扩展工业标准体系结构(ExtendedIndustry StandardArchitecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本申请实施例提供的人群密集的预警方法可以应用于计算机、平板电脑、笔记本电脑、上网本、个人数字助理(personal digital assistant,PDA)等终端设备上,本申请实施例对终端设备的具体类型不作任何限制。
以所述终端设备为计算机为例。图6示出的是与本申请实施例提供的计算机的部分结构的框图。参考图6,计算机包括:通信电路710、存储器720、输入单元730、显示单元740、音频电路770、无线保真(wireless fidelity,WiFi)模块760、处理器770以及电源780等部件。
下面结合图6对计算机的各个构成部件进行具体的介绍:
通信电路710可用于收发信息或通话过程中,信号的接收和发送,特别地,将图像采集设备发送的图像样本接收后,给处理器770处理;另外,将图像采集指令发送给图像采集设备。通常,通信电路包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low Noise Amplifier,LNA)、双工器等。此外,通信电路710还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(Global System of Mobile communication,GSM)、通用分组无线服务(GeneralPacket Radio Service,GPRS)、码分多址(Code Division Multiple Access,CDMA)、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)、长期演进(Long TermEvolution,LTE))、电子邮件、短消息服务(Short Messaging Service,SMS)等。
存储器720可用于存储软件程序以及模块,处理器770通过运行存储在存储器720的软件程序以及模块,从而执行计算机的各种功能应用以及数据处理。存储器720可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据计算机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器720可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元730可用于接收输入的数字或字符信息,以及产生与计算机的用户设置以及功能控制有关的键信号输入。具体地,输入单元730可包括触控面板731以及其他输入设备732。触控面板731,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板731上或在触控面板731附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触控面板731可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器770,并能接收处理器770发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板731。除了触控面板731,输入单元730还可以包括其他输入设备732。具体地,其他输入设备732可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元740可用于显示由用户输入的信息或提供给用户的信息以及计算机的各种菜单。显示单元740可包括显示面板741,可选的,可以采用液晶显示器(Liquid CrystalDisplay,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板741。进一步的,触控面板731可覆盖显示面板741,当触控面板731检测到在其上或附近的触摸操作后,传送给处理器770以确定触摸事件的类型,随后处理器770根据触摸事件的类型在显示面板741上提供相应的视觉输出。虽然在图6中,触控面板731与显示面板741是作为两个独立的部件来实现计算机的输入和输入功能,但是在某些实施例中,可以将触控面板731与显示面板741集成而实现计算机的输入和输出功能。
音频电路770可提供用户与计算机之间的音频接口。音频电路770可将接收到的音频数据转换后的电信号,传输到扬声器由扬声器转换为声音信号输出;另一方面,传声器将收集的声音信号转换为电信号,由音频电路770接收后转换为音频数据,再将音频数据输出处理器770处理后,经通信电路710以发送给比如另一计算机,或者将音频数据输出至存储器720以便进一步处理。
WiFi属于短距离无线传输技术,计算机通过WiFi模块760可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图6示出了WiFi模块760,但是可以理解的是,其并不属于计算机的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器770是计算机的控制中心,利用各种接口和线路连接整个计算机的各个部分,通过运行或执行存储在存储器720内的软件程序和/或模块,以及调用存储在存储器720内的数据,执行计算机的各种功能和处理数据,从而对计算机进行整体监控。可选的,处理器770可包括一个或多个处理单元;优选的,处理器770可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器770中。
计算机还包括给各个部件供电的电源780(比如电池),优选的,电源780可以通过电源管理系统与处理器770逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述人群密集的预警方法各个实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述人群密集的预警方法各个实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。

Claims (10)

1.一种人群密集的预警方法,其特征在于,包括:
获取目标区域的采集图像;
识别所述采集图像中的人员数量和每两个人之间的间隔距离;
根据所述间隔距离,计算所述目标区域的人群密集度;
在所述人群密集度大于预设阈值时,发送预警信号。
2.如权利要求1所述的人群密集的预警方法,其特征在于,在所述根据所述间隔距离,计算所述目标区域的人群密集度之前,还包括:
根据所述人员数量,确定人与人之间的安全距离;
相应的,所述根据所述间隔距离,计算所述目标区域的人群密集度包括:
若所述人员数量大于或等于人员阈值,根据所述间隔距离和所述安全距离,计算所述目标区域的人群密集度。
3.如权利要求2所述的人群密集的预警方法,其特征在于,所述根据所述人员数量,确定人与人之间的安全距离,包括:
确定所述人员数量所在的人数区间,将预设的所述人员数量所在的人数区间对应的距离作为人与人之间的安全距离,其中,至少有两组所述人数区间。
4.如权利要求2或3所述的人群密集的预警方法,其特征在于,所述根据所述间隔距离和所述安全距离,计算所述目标区域的人群密集度,包括:
基于所述间隔距离中小于所述安全距离的数量和所述间隔距离的总数,获得人群密集度。
5.如权利要求3所述的人群密集的预警方法,其特征在于,在所述确定所述人员数量所在的人数区间,将预设的所述人员数量所在的人数区间对应的距离作为人与人之间的安全距离之后,还包括:
若所述人员数量小于人员阈值,预警保持安全距离。
6.如权利要求1所述的人群密集的预警方法,其特征在于,所述识别所述采集图像中的人员数量和每两个人之间的间隔距离,包括:
对所述采集图像进行人员识别,获得所述目标区域内的人员数量;
基于所述采集图像,获得所述目标区域中每个人分别与至少两个目标参照物之间的间隔长度和目标参照物的坐标;
根据所述目标参照物的坐标和所述间隔长度,计算每个人的坐标;
根据所述每个人的坐标,计算每两个人之间的间隔距离。
7.如权利要求3所述的人群密集的预警方法,其特征在于,在所述确定所述人员数量所在的人数区间,将预设的所述人员数量所在的人数区间对应的距离作为人与人之间的安全距离之前,还包括:
获取所述目标区域的面积;
确定所述目标区域的面积所在的面积区间,获得所述目标区域的面积所在的面积区间包含的人数区间,其中,至少有两个所述面积区间,一个所述面积区间对应至少两个所述人数区间。
8.一种人群密集的预警装置,其特征在于,包括:
图像获取模块,用于获取目标区域的采集图像;
图像识别模块,用于识别所述采集图像中的人员数量和每两个人之间的间隔距离;
计算模块,用于根据所述间隔距离,计算所述目标区域的人群密集度;
预警发送模块,用于在所述人群密集度大于预设阈值时,发送预警信号。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机计算机程序时实现如权利要求1至7任一项所述的人群密集的预警方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的人群密集的预警方法。
CN202010303511.6A 2020-04-17 2020-04-17 一种人群密集的预警方法、装置及终端设备 Active CN111582052B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010303511.6A CN111582052B (zh) 2020-04-17 2020-04-17 一种人群密集的预警方法、装置及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010303511.6A CN111582052B (zh) 2020-04-17 2020-04-17 一种人群密集的预警方法、装置及终端设备

Publications (2)

Publication Number Publication Date
CN111582052A true CN111582052A (zh) 2020-08-25
CN111582052B CN111582052B (zh) 2023-08-04

Family

ID=72122610

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010303511.6A Active CN111582052B (zh) 2020-04-17 2020-04-17 一种人群密集的预警方法、装置及终端设备

Country Status (1)

Country Link
CN (1) CN111582052B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113128430A (zh) * 2021-04-25 2021-07-16 科大讯飞股份有限公司 人群聚集检测方法、装置、电子设备和存储介质
CN113314230A (zh) * 2021-05-27 2021-08-27 创新奇智(上海)科技有限公司 基于大数据的智能防疫方法、装置、设备及存储介质
CN114222245A (zh) * 2021-12-22 2022-03-22 苏州欢跳体育文化科技有限公司 室内运动监控方法、系统、设备和存储介质
WO2022057804A1 (zh) * 2020-09-16 2022-03-24 青岛维感科技有限公司 一种间距监测方法、装置、系统及存储介质
WO2022127614A1 (zh) * 2020-12-18 2022-06-23 展讯通信(天津)有限公司 基于移动终端的安全监控方法、系统、设备及介质
CN114821987A (zh) * 2021-01-18 2022-07-29 漳州立达信光电子科技有限公司 提醒方法、装置及终端设备
WO2022201793A1 (ja) * 2021-03-23 2022-09-29 日本電気株式会社 情報処理装置、情報処理システム、情報処理方法およびコンピュータ可読媒体

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103093198A (zh) * 2013-01-15 2013-05-08 信帧电子技术(北京)有限公司 一种人群密度监测方法及装置
US20160133025A1 (en) * 2014-11-12 2016-05-12 Ricoh Company, Ltd. Method for detecting crowd density, and method and apparatus for detecting interest degree of crowd in target position
CN105740842A (zh) * 2016-03-01 2016-07-06 浙江工业大学 基于快速密度聚类算法的无监督人脸识别方法
US20160283799A1 (en) * 2013-04-19 2016-09-29 James Carey Video identification and analytical recognition system
CN107403539A (zh) * 2017-08-07 2017-11-28 深圳市盛路物联通讯技术有限公司 一种公共场所环境预警方法和服务端
WO2017201638A1 (en) * 2016-05-23 2017-11-30 Intel Corporation Human detection in high density crowds
CN107506692A (zh) * 2017-07-21 2017-12-22 天津大学 一种基于深度学习的密集人群计数与人员分布估计方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103093198A (zh) * 2013-01-15 2013-05-08 信帧电子技术(北京)有限公司 一种人群密度监测方法及装置
US20160283799A1 (en) * 2013-04-19 2016-09-29 James Carey Video identification and analytical recognition system
US20160133025A1 (en) * 2014-11-12 2016-05-12 Ricoh Company, Ltd. Method for detecting crowd density, and method and apparatus for detecting interest degree of crowd in target position
CN105740842A (zh) * 2016-03-01 2016-07-06 浙江工业大学 基于快速密度聚类算法的无监督人脸识别方法
WO2017201638A1 (en) * 2016-05-23 2017-11-30 Intel Corporation Human detection in high density crowds
CN107506692A (zh) * 2017-07-21 2017-12-22 天津大学 一种基于深度学习的密集人群计数与人员分布估计方法
CN107403539A (zh) * 2017-08-07 2017-11-28 深圳市盛路物联通讯技术有限公司 一种公共场所环境预警方法和服务端

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022057804A1 (zh) * 2020-09-16 2022-03-24 青岛维感科技有限公司 一种间距监测方法、装置、系统及存储介质
WO2022127614A1 (zh) * 2020-12-18 2022-06-23 展讯通信(天津)有限公司 基于移动终端的安全监控方法、系统、设备及介质
CN114821987A (zh) * 2021-01-18 2022-07-29 漳州立达信光电子科技有限公司 提醒方法、装置及终端设备
CN114821987B (zh) * 2021-01-18 2024-04-30 漳州立达信光电子科技有限公司 提醒方法、装置及终端设备
WO2022201793A1 (ja) * 2021-03-23 2022-09-29 日本電気株式会社 情報処理装置、情報処理システム、情報処理方法およびコンピュータ可読媒体
CN113128430A (zh) * 2021-04-25 2021-07-16 科大讯飞股份有限公司 人群聚集检测方法、装置、电子设备和存储介质
CN113314230A (zh) * 2021-05-27 2021-08-27 创新奇智(上海)科技有限公司 基于大数据的智能防疫方法、装置、设备及存储介质
CN114222245A (zh) * 2021-12-22 2022-03-22 苏州欢跳体育文化科技有限公司 室内运动监控方法、系统、设备和存储介质
CN114222245B (zh) * 2021-12-22 2024-04-30 苏州欢跳体育文化科技有限公司 室内运动监控方法、系统、设备和存储介质

Also Published As

Publication number Publication date
CN111582052B (zh) 2023-08-04

Similar Documents

Publication Publication Date Title
CN111582052B (zh) 一种人群密集的预警方法、装置及终端设备
CN107194228B (zh) 解锁控制方法及相关产品
CN106951767B (zh) 解锁控制方法及相关产品
CN107194224B (zh) 解锁控制方法及相关产品
CN108345819B (zh) 一种发送报警消息的方法和装置
CN111726341B (zh) 一种数据检测方法、装置、电子设备及存储介质
WO2019020014A1 (zh) 解锁控制方法及相关产品
US7551804B2 (en) Method and apparatus for distributed analysis of images
CN103927545B (zh) 聚类方法及相关装置
CN108012026B (zh) 一种保护视力方法及移动终端
CN111104967B (zh) 图像识别网络训练方法、图像识别方法、装置及终端设备
CN113280265B (zh) 工况识别方法、装置、计算机设备以及存储介质
CN111444555B (zh) 一种测温信息显示方法、装置及终端设备
TW201618539A (zh) 監控系統與監控方法
CN110659179B (zh) 一种评估系统运行状况的方法、装置及电子设备
CN109284594A (zh) 一种基于人脸检测的智能设备锁屏控制方法及装置
CN107704173B (zh) 一种应用程序显示方法、终端和计算机可读存储介质
CN109886864A (zh) 隐私遮蔽处理方法及装置
CN110889692A (zh) 移动支付方法和电子设备
CN110705447B (zh) 手部图像的检测方法、装置及电子设备
CN111723655B (zh) 人脸图像处理方法、装置、服务器、终端、设备及介质
CN110991566B (zh) 通过信息融合方式进行风力发电机故障诊断的方法和装置
CN111242081A (zh) 视频检测方法、目标检测网络训练方法、装置及终端设备
CN113518152B (zh) 电话号码的识别方法、系统及电子设备
CN116050530A (zh) 量子计算机的ai芯片异常预测方法、装置和电子设备

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