CN111652161A - 人群过密预测方法、装置、电子设备及存储介质 - Google Patents

人群过密预测方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111652161A
CN111652161A CN202010510936.4A CN202010510936A CN111652161A CN 111652161 A CN111652161 A CN 111652161A CN 202010510936 A CN202010510936 A CN 202010510936A CN 111652161 A CN111652161 A CN 111652161A
Authority
CN
China
Prior art keywords
area
people
detected
crowd
accommodated
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
Application number
CN202010510936.4A
Other languages
English (en)
Inventor
杨昆霖
刘诗男
侯军
伊帅
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 Sensetime Intelligent Technology Co Ltd
Original Assignee
Shanghai Sensetime Intelligent Technology 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 Sensetime Intelligent Technology Co Ltd filed Critical Shanghai Sensetime Intelligent Technology Co Ltd
Priority to CN202010510936.4A priority Critical patent/CN111652161A/zh
Publication of CN111652161A publication Critical patent/CN111652161A/zh
Priority to JP2022532700A priority patent/JP2023503528A/ja
Priority to BR112022011625A priority patent/BR112022011625A2/pt
Priority to PCT/CN2021/098382 priority patent/WO2021249306A1/zh
Priority to KR1020227013875A priority patent/KR20220063280A/ko
Priority to EP21821878.2A priority patent/EP4036794A4/en
Priority to TW110120579A priority patent/TW202211082A/zh
Pending legal-status Critical Current

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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit

Abstract

本发明提供一种人群过密预测方法、装置、电子设备及存储介质，方法包括：获取待测区域的卡口的图像；根据待测区域的卡口的图像，确定待测区域的已容纳人数和待测区域的人流净流入速度；根据待测区域的已容纳人数、待测区域的可容纳人数和待测区域的人流净流入速度，确定待测区域的人群过密时间。与现有技术相比，本申请基于待测区域的已容纳人数、待测区域的可容纳人数和待测区域的人流净流入速度预测出人群过密时间，进而可以提高人群过密时间的预测准确性。

Description

人群过密预测方法、装置、电子设备及存储介质
技术领域
本发明涉及计算机视觉领域，尤其涉及一种人群过密预测方法、装置、电子设备及存储介质。
背景技术
人群密度检测是通过图像识别技术来检测一个密闭区域内人数是否达到极限。当确定一个密闭区域内人数过密时，可以提醒官方人员注意，限制进入这个封闭区域的人流量，从而避免发生危险事件。
在现有技术中，通常可以对封闭空间内的图像进行识别，从而使用人群技术来统计当前封闭区域内的人数。然而，只确定出当前封闭区域内的人数并不能准确的预测出封闭区域的人群过密时间，进而无法提前采取措施进行人群过密的预防。
发明内容
本发明提供一种人群过密预测方法、装置、电子设备及存储介质，以解决现有技术中不能准确的预测出封闭区域的人群过密时间的技术问题。
本发明第一个方面提供一种人群过密预测方法，所述方法包括：
获取待测区域的卡口的图像；
根据所述待测区域的卡口的图像，确定所述待测区域的已容纳人数和所述待测区域的人流净流入速度；
根据所述待测区域的已容纳人数、所述待测区域的可容纳人数和所述待测区域的人流净流入速度，确定所述待测区域的人群过密时间。
一种可选的实施方式中，所述根据所述待测区域的卡口的图像，确定所述待测区域的已容纳人数和所述待测区域的人流净流入速度，包括：
从所述待测区域的卡口的图像中识别出进入所述待测区域的人数和离开所述待测区域的人数；
根据所述进入所述待测区域的人数和离开所述待测区域的人数，确定出所述待测区域的已容纳人数。
一种可选的实施方式中，所述根据所述待测区域的卡口的图像，确定所述待测区域的已容纳人数和所述待测区域的人流净流入速度，包括：
根据目标时间段内所述进入所述待测区域的人数和离开所述待测区域的人数，确定出所述卡口的人流流入速度和所述卡口的人流流出速度；
根据所述卡口的人流流入速度和所述卡口的人流流出速度，确定所述待测区域的人流净流入速度。
一种可选的实施方式中，所述根据所述待测区域的已容纳人数、所述待测区域的可容纳人数和所述待测区域的人流净流入速度，确定所述待测区域的人群过密时间，包括：
根据所述待测区域的已容纳人数和所述待测区域的可容纳人数，确定所述待测区域的剩余可容纳人数；
根据所述待测区域的剩余可容纳人数和所述待测区域的人流净流入速度，确定所述待测区域的人群过密时间。
一种可选的实施方式中，在所述确定所述待测区域的人群过密时间之前，所述方法还包括：
若所述待测区域的人流净流入速度为正，则确定所述待测区域存在人群过密风险。
一种可选的实施方式中，在所述确定所述待测区域的人群过密时间之前，所述方法还包括：
若所述待测区域的人流净流入速度为负，则确定所述待测区域不存在人群过密风险。
一种可选的实施方式中，在所述确定所述待测区域的人群过密时间之后，所述方法还包括：
向终端设备发送所述待测区域人群过密时间。
本发明第二方面提供一种人群过密预测装置，所述装置包括：
获取模块，用于获取待测区域的卡口的图像；
第一确定模块，用于根据所述待测区域的卡口的图像，确定所述待测区域的已容纳人数和所述待测区域的人流净流入速度；
第二确定模块，用于根据所述待测区域的已容纳人数、所述待测区域的可容纳人数和所述待测区域的人流净流入速度，确定所述待测区域的人群过密时间。
一种可选的实施方式中，所述第一确定模块具体用于从所述待测区域的卡口的图像中识别出进入所述待测区域的人数和离开所述待测区域的人数；根据所述进入所述待测区域的人数和离开所述待测区域的人数，确定出所述待测区域的已容纳人数。
一种可选的实施方式中，所述第一确定模块具体用于根据目标时间段内所述进入所述待测区域的人数和离开所述待测区域的人数，确定出所述卡口的人流流入速度和所述卡口的人流流出速度；根据所述卡口的人流流入速度和所述卡口的人流流出速度，确定所述待测区域的人流净流入速度。
一种可选的实施方式中，所述第二确定模块具体用于根据所述待测区域的已容纳人数和所述待测区域的可容纳人数，确定所述待测区域的剩余可容纳人数；根据所述待测区域的剩余可容纳人数和所述待测区域的人流净流入速度，确定所述待测区域的人群过密时间。
一种可选的实施方式中，所述装置还包括：
第三确定模块，用于若所述待测区域的人流净流入速度为负，则确定所述待测区域不存在人群过密风险。
一种可选的实施方式中，所述第三确定模块还用于若所述待测区域的人流净流入速度为负，则确定所述待测区域不存在人群过密风险。
一种可选的实施方式中，所述装置还包括：
发送模块，用于向终端设备发送所述待测区域人群过密时间。
本发明实施例的第三方面，提供一种电子设备，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行本发明第一方面及第一方面各种可选的触控方法。
本发明的第四个方面提供一种存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序用于执行第一方面及第一方面各种可选的触控方法。
本申请提供的人群过密预测方法、装置、电子设备及存储介质，首先通过获取待测区域的卡口的图像。其次根据待测区域的卡口的图像，确定待测区域的已容纳人数和待测区域的人流净流入速度。最后根据待测区域的已容纳人数、待测区域的可容纳人数和待测区域的人流净流入速度，确定待测区域的人群过密时间。与现有技术相比，本申请基于待测区域的已容纳人数、待测区域的可容纳人数和待测区域的人流净流入速度预测出人群过密时间，进而可以提高人群过密时间的预测准确性。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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为本申请实施例提供的一种人群过密预测方法的应用场景示意图；
图2为本申请实施例提供的一种人群过密预测方法的流程示意图；
图3为本申请实施例提供的另一种人群过密预测方法的流程示意图；
图4为本申请实施例提供的再一种人群过密预测方法的流程示意图；
图5为本申请实施例提供的一种人群过密预测装置的结构示意图；
图6为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。
人群密度检测是通过图像识别技术来检测一个密闭区域内人数是否达到极限。当确定一个密闭区域内人数过密时，可以提醒官方人员注意，限制进入这个封闭区域的人流量，从而避免发生危险事件。
在现有技术中，通常可以对封闭空间内的图像进行识别，从而使用人群技术来统计当前封闭区域内的人数。然而，只统计出当前封闭区域内的人数并不能准确的预测出封闭区域的人群过密时间，进而无法提前采取措施进行人群过密的预防。
为解决上述问题，本申请实施例提供一种人群过密预测方法及装置，以解决无法准确的预测出封闭区域的人群过密时间的问题。本申请的发明构思是：基于待测区域的已容纳人数、待测区域的可容纳人数和待测区域的人流净流入速度，确定出待测区域的人群过密时间。与现有技术相比，本申请可以提高人群过密时间的预测准确性。
下面对本申请的应用场景进行说明。
图1为本申请实施例提供的一种人群过密预测方法的应用场景示意图。如图1所示，图像采集设备101可以实时采集待测区域卡口的图像，并将待测区域卡口的图像发送给服务器102。服务器102根据待测区域卡口的图像判断待测区域是否存在人群过密风险，若存在人群过密风险，则可以进一步确定出人群过密时间。随后，服务器102可以将人群过密时间发送给终端设备103，以使管理人员可以基于终端设备103显示的人群过密实际采取措施进行人群过密的预防。
其中，图像采集设备101可例如摄像头等摄像组件。
服务器102可以是一台服务器，或者是云服务平台中的服务器。服务器102可以接收图像采集设备101发送的待测区域卡口的图像，并向终端设备103发送人群过密时间。
终端设备103可以是手机(mobile phone)、平板电脑(pad)、带无线收发功能的电脑、虚拟现实(virtual reality，VR)终端设备、增强现实(augmented reality，AR)终端设备、工业控制(industrial control)中的无线终端、无人驾驶(self driving)中的无线终端、远程手术(remote medical surgery)中的无线终端、智能电网(smart grid)中的无线终端、智慧家庭(smart home)中的无线终端等。本申请实施例中，用于实现终端的功能的装置可以是终端，也可以是能够支持终端实现该功能的装置，例如芯片系统，该装置可以被安装在终端中。本申请实施例中，芯片系统可以由芯片构成，也可以包括芯片和其他分立器件。
待测区域可以为封闭区域，可例如大厦、公园、图书馆等区域。
需要说明的是，本申请技术方案的应用场景可以是图1中的应用场景，但并不限于此，还可以应用于其他需要进行人群过密预测的场景。
可以理解，上述人群过密预测方法可以通过本申请实施例提供的人群过密预测装置实现，人群过密预测装置可以是某个设备的部分或全部，例如可以是服务器或者服务器内的处理器。
下面以集成或安装有相关执行代码的服务器为例，以具体地实施例对本申请实施例的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图2为本申请实施例提供的一种人群过密预测方法的流程示意图，本实施例的执行主体是服务器，本实施例涉及的是如何确定待测区域的人群过密时间的具体过程。如图2所示，该方法包括：
S201、获取待测区域的卡口的图像。
其中，待测区域可以为封闭区域，可例如大厦、公园、图书馆等区域。卡口可以理解为待测区域的的出入口。
在一些实施例中，待测区域的卡口可以设置有摄像头，该摄像可以实时采集待测区域的卡口的图像，并将待测区域的卡口的图像发送给服务器进行存储。当服务器需要对人群过密时间进行预测时，可以从存储器中提取待测区域的卡口的图像。
此外，本申请实施例对于待测区域的卡口的数量不做限制，可以为一个，也可以为多个，当待测区域具有多个卡口时，服务器需要获取多个卡口的图像。
S202、根据待测区域的卡口的图像，确定待测区域的已容纳人数和待测区域的人流净流入速度。
在本步骤中，当服务器获取到待测区域的卡口的图像后，可以根据待测区域的卡口的图像，确定待测区域的已容纳人数和待测区域的人流净流入速度。
其中，人流净流入可以为人流流入和人流流出的差值。
本申请实施例对于如何确定待测区域的已容纳人数不做限制，在一些实施例中，服务器可以先从待测区域的卡口的图像中识别出进入待测区域的人数和离开待测区域的人数。随后，服务器再根据进入待测区域的人数和离开待测区域的人数，确定出待测区域的已容纳人数。其中，若待测区域存在多个卡口，服务器可以根据每个卡口的进入待测区域的人数和离开待测区域的人数，确定每个卡口的净流入人数，再将每个卡口的净流入人数相加得到待测区域的已容纳人数。或者，服务器可以将每个卡口的进入待测区域的人数相加，得到进入待测区域的总人数。将每个卡口的离开待测区域的人数相加，得到离开待测区域的总人数。最后，将进入待测区域的总人数和离开待测区域的人数相减，确定待测区域的已容纳人数。
需要说明的是，本申请实施例对于如何确定出进入待测区域的人数和离开待测区域的人数不做限制，可以采用任意可用的图像识别技术。在一些可选的实施方式中，可以基于跨线计数的方式来确定出进入待测区域的人数和离开待测区域的人数。
本申请实施例对于如何确定待测区域的人流净流入速度也不做限制，在一些实施例中，服务器可以先根据目标时间段内进入待测区域的人数和离开待测区域的人数，确定出卡口的人流流入速度和卡口的人流流出速度。随后，服务器再根据卡口的人流流入速度和卡口的人流流出速度，确定待测区域的人流净流入速度。
其中，本申请对于目标时间段的长度不做限制，目标时间段可以为以检测的时间点为结束时间点的时间段。示例性的，可以为监测时的前60秒，或者，可以为监测时的前120秒。
S203、根据待测区域的已容纳人数、待测区域的可容纳人数和待测区域的人流净流入速度，确定待测区域的人群过密时间。
在本步骤中，当服务器确定待测区域的已容纳人数和待测区域的人流净流入速度，可以根据待测区域的已容纳人数、待测区域的可容纳人数和待测区域的人流净流入速度，确定待测区域的人群过密时间。
其中，待测区域的可容纳人数可以预先设置，本申请对于待测区域的可容纳人数不做限制，示例性的，可以根据待测区域的占地面积进行预测，针对占地面积大的待测区域可以设置较大的可容纳人数，针对占地面积小的待测区域可以设置较小的可容纳人数。
在一些实施例中，服务器可以根据待测区域的已容纳人数和待测区域的可容纳人数，确定待测区域的剩余可容纳人数。随后，服务器再根据待测区域的剩余可容纳人数和待测区域的人流净流入速度，确定待测区域的人群过密时间。
在一种可选的实施方式中，在确定待测区域的人群过密时间之前，服务器还可以检测人流净流入速度。若人流净流入速度是否为负，则说明人流离开待测区域的更多，则服务器确定待测区域不存在人群过密风险，进而服务器无需再确定人群过密时间。若人流净流入速度是否为正，则说明人流进入待测区域的更多，则服务器确定待测区域存在人群过密风险，服务器需确定人群过密时间。
此外，在一些实施例中，若待测区域的已容纳人数大于待测区域的可容纳人数，则服务器可以确定待测区域的人群已经过密。
在一种可选的实施方式中，在确定待测区域的人群过密时间之后，服务器可以向终端设备发送待测区域人群过密时间，以使终端设备显示人群过密时间以及向管理人员发出人群过密提醒，从而使管理人员可以及时采取措施进行人群过密的预防。
本申请实施例提供的人群过密预测方法，首先通过获取待测区域的卡口的图像。其次根据待测区域的卡口的图像，确定待测区域的已容纳人数和待测区域的人流净流入速度。最后根据待测区域的已容纳人数、待测区域的可容纳人数和待测区域的人流净流入速度，确定待测区域的人群过密时间。与现有技术相比，本申请基于待测区域的已容纳人数、待测区域的可容纳人数和待测区域的人流净流入速度预测出人群过密时间，进而可以提高人群过密时间的预测准确性。
在上述实施例的基础上，下面对于如何确定待测区域的已容纳人数和待测区域的人流净流入速度进行说明。图3为本申请实施例提供的另一种人群过密预测方法的流程示意图，本实施例的执行主体是服务器，如图3所示，该方法包括：
S301、获取待测区域的卡口的图像。
步骤S301的技术名词、技术效果、技术特征，以及可选实施方式，可参照图2所示的步骤S201理解，对于重复的内容，在此不再累述。
S302、从待测区域的卡口的图像中识别出进入待测区域的人数和离开待测区域的人数。
本申请实施例对于如何识别出进入待测区域的人数和离开待测区域的人数不做限制，可以采用任意可用的图像识别技术。在一些可选的实施方式中，可以基于跨线计数的方式来确定出进入待测区域的人数和离开待测区域的人数。
需要说明的是，进入待测区域的人数和离开待测区域的人数可以从预设的时间节点开始统计直至检测人群过密时间的时间节点结束。本申请实施例对于预设的时间节点不做限制，示例性的，可以为每天的上午3点。
S303、根据进入待测区域的人数和离开待测区域的人数，确定出待测区域的已容纳人数。
示例性的，服务器可以通过进入待测区域的人数减去离开待测区域的人数，从而得到待测区域的已容纳人数。
在一些实施例中，若待测区域存在多个卡口，则服务器可以先从每个卡口的图像中识别出从每个卡口进入待测区域的人数和从每个卡口离开待测区域的人数。随后，服务器可以将从每个卡口进入待测区域的人数减去从每个卡口离开待测区域的人数，得到每个卡口的人流净流入数量。最后，服务器可以将所有卡口的人流净流入数量相加，得到待测区域的已容纳人数。
在另一些实施例中，若待测区域存在多个卡口，则服务器可以先从每个卡口的图像中识别出从每个卡口进入待测区域的人数和从每个卡口离开待测区域的人数。随后，服务器可以先将从所有卡口进入待测区域的人数相加得到进入待测区域的总人数，将从所有卡口离开待测区域的人数相加得到离开待测区域的总人数。最后，服务器可以将进入待测区域的总人数减去离开待测区域的总人数，得到待测区域的已容纳人数。
S304、根据目标时间段内进入待测区域的人数和离开待测区域的人数，确定出卡口的人流流入速度和卡口的人流流出速度。
其中，本申请对于目标时间段的长度不做限制，目标时间段可以为以检测的时间点为结束时间点的时间段。示例性的，可以为监测时的前60秒，或者，可以为监测时的前120秒。
示例性的，服务器可以将每个卡口进入待测区域的人数除以目标时间段的时长，得到每个出的人流流入速度。将每个卡口离开待测区域的人数除以目标时间段的时长，得到每个出的人流流出速度。
S305、根据卡口的人流流入速度和卡口的人流流出速度，确定待测区域的人流净流入速度。
在本步骤中，服务器在确定出卡口的人流流入速度和卡口的人流流出速度之后，可以根据卡口的人流流入速度和卡口的人流流出速度，确定待测区域的人流净流入速度。
在一些实施例中，若待测区域存在多个卡口，则服务器可以将所有卡口的人流流入速度相加，得到待测区域的人流流入速度，将所有卡口的人流流出速度相加，得到待测区域的人流流出速度。随后，服务器可以通过待测区域的人流流入速度减去待测区域的人流流出速度，确定待测区域的人流净流入速度。
在另一些实施例中，若待测区域存在多个卡口，则服务器可以通过每个卡口的人流流入速度减去每个卡口的人流流出速度，得到每个卡口的人流净流入速度。随后，服务器可以将所有卡口的人流净流入速度相加，确定待测区域的人流净流入速度。
S306、根据待测区域的已容纳人数、待测区域的可容纳人数和待测区域的人流净流入速度，确定待测区域的人群过密时间。
步骤S306的技术名词、技术效果、技术特征，以及可选实施方式，可参照图2所示的步骤S203理解，对于重复的内容，在此不再累述。
在上述实施例的基础上，下面对于如何确定待测区域的人群过密时间进行说明。图4为本申请实施例提供的再一种人群过密预测方法的流程示意图，本实施例的执行主体是服务器，如图4所示，该方法包括：
S401、获取待测区域的卡口的图像。
S402、根据待测区域的卡口的图像，确定待测区域的已容纳人数和待测区域的人流净流入速度。
步骤S401-S402的技术名词、技术效果、技术特征，以及可选实施方式，可参照图2所示的步骤S201-S202理解，对于重复的内容，在此不再累述。
S403、根据待测区域的已容纳人数和待测区域的可容纳人数，确定待测区域的剩余可容纳人数。
示例性的，服务器可以通过待测区域的已容纳人数Cnt_cur减去待测区域的可容纳人数Cnt_thresh，得到待测区域的剩余可容纳人数。
S404、根据待测区域的剩余可容纳人数和待测区域的人流净流入速度，确定待测区域的人群过密时间。
示例性的，服务器可以将待测区域的剩余可容纳人数和待测区域的人流净流入速度输入如公式(1)所示的算法模型，确定待测区域的人群过密时间。
公式(1)如下所示：
T＝(Cnt_thresh-Cnt_cur)/(Vin-Vout) (1)
其中，T为人群过密时间，Cnt_thresh为待测区域的可容纳人数，Cnt_cur为待测区域的已容纳人数，Vin为待测区域的人流流入速度，Vout为待测区域的人流流出速度。
本申请实施例提供的人群过密预测方法，首先通过获取待测区域的卡口的图像。其次根据待测区域的卡口的图像，确定待测区域的已容纳人数和待测区域的人流净流入速度。再次根据待测区域的已容纳人数、待测区域的可容纳人数和待测区域的人流净流入速度，确定待测区域的人群过密时间。最后，向终端设备发送待测区域人群过密时间。与现有技术相比，本申请基于待测区域的已容纳人数、待测区域的可容纳人数和待测区域的人流净流入速度预测出人群过密时间，进而可以提高人群过密时间的预测准确性。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
图5为本申请实施例提供的一种人群过密预测装置的结构示意图。该人群过密预测装置可以通过软件、硬件或者两者的结合实现，以执行上述实施例中的人群过密预测方法。如图5所示，该人群过密预测装置包括：
获取模块501，用于获取待测区域的卡口的图像；
第一确定模块502，用于根据待测区域的卡口的图像，确定待测区域的已容纳人数和待测区域的人流净流入速度；
第二确定模块503，用于根据待测区域的已容纳人数、待测区域的可容纳人数和待测区域的人流净流入速度，确定待测区域的人群过密时间。
一种可选的实施方式中，第一确定模块502具体用于从待测区域的卡口的图像中识别出进入待测区域的人数和离开待测区域的人数；根据进入待测区域的人数和离开待测区域的人数，确定出待测区域的已容纳人数。
一种可选的实施方式中，第一确定模块502具体用于根据目标时间段内进入待测区域的人数和离开待测区域的人数，确定出卡口的人流流入速度和卡口的人流流出速度；根据卡口的人流流入速度和卡口的人流流出速度，确定待测区域的人流净流入速度。
一种可选的实施方式中，第二确定模块503具体用于根据待测区域的已容纳人数和待测区域的可容纳人数，确定待测区域的剩余可容纳人数；根据待测区域的剩余可容纳人数和待测区域的人流净流入速度，确定待测区域的人群过密时间。
一种可选的实施方式中，该装置还包括：
第三确定模块505，用于若待测区域的人流净流入速度为正，则确定待测区域存在人群过密风险。
一种可选的实施方式中，第三确定模块505还用于若待测区域的人流净流入速度为负，则确定待测区域不存在人群过密风险。
一种可选的实施方式中，该装置还包括：
发送模块504，用于向终端设备发送待测区域人群过密时间。
本申请实施例提供的人群过密预测装置，可以执行上述方法实施例中的人群过密预测方法，其实现原理和技术效果类似，在此不再赘述。
图6为本申请实施例提供的一种电子设备的结构示意图。如图6所示，该电子设备可以包括：至少一个处理器601和存储器602。图6示出的是以一个处理器为例的电子设备。
存储器602，用于存放程序。具体地，程序可以包括程序代码，程序代码包括计算机操作指令。
存储器602可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
处理器601用于执行存储器602存储的计算机执行指令，以实现上述人群过密预测方法；
其中，处理器601可能是一个中央处理器(Central Processing Unit，简称为CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者是被配置成实施本申请实施例的一个或多个集成电路。
可选的，在具体实现上，如果通信接口、存储器602和处理器601独立实现，则通信接口、存储器602和处理器601可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(Peripheral Component，简称为PCI)总线或扩展工业标准体系结构(Extended IndustryStandard Architecture，简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果通信接口、存储器602和处理器601集成在一块芯片上实现，则通信接口、存储器602和处理器601可以通过内部接口完成通信。
本申请实施例还提供了一种人群过密预测系统，包括图像采集设备、服务器和终端设备。其中，图像采集设备用于采集待测区域卡口的图像，服务器用于确定人群过密时间并发送给终端设备，终端设备用于接收并显示人群过密时间。
本申请实施例还提供了一种芯片，包括处理器和接口。其中接口用于输入输出处理器所处理的数据或指令。处理器用于执行以上方法实施例中提供的方法。该芯片可以应用于人群过密预测装置中。
本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、磁盘或者光盘等各种可以存储程序代码的介质，具体的，该计算机可读存储介质中存储有程序信息，程序信息用于上述人群过密预测方法。
本申请实施例还提供一种程序，该程序在被处理器执行时用于执行以上方法实施例提供的人群过密预测方法。
本申请实施例还提供一种程序产品，例如计算机可读存储介质，该程序产品中存储有指令，当其在计算机上运行时，使得计算机执行上述方法实施例提供的人群过密预测方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本发明实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，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，或者对其中部分或者全部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发明各实施例技术方案的范围。

Claims (10)

1.一种人群过密预测方法，其特征在于，所述方法包括：
获取待测区域的卡口的图像；
根据所述待测区域的卡口的图像，确定所述待测区域的已容纳人数和所述待测区域的人流净流入速度；
根据所述待测区域的已容纳人数、所述待测区域的可容纳人数和所述待测区域的人流净流入速度，确定所述待测区域的人群过密时间。
2.根据权利要求1所述的方法，其特征在于，所述根据所述待测区域的卡口的图像，确定所述待测区域的已容纳人数和所述待测区域的人流净流入速度，包括：
从所述待测区域的卡口的图像中识别出进入所述待测区域的人数和离开所述待测区域的人数；
根据所述进入所述待测区域的人数和离开所述待测区域的人数，确定出所述待测区域的已容纳人数。
3.根据权利要求2所述的方法，其特征在于，所述根据所述待测区域的卡口的图像，确定所述待测区域的已容纳人数和所述待测区域的人流净流入速度，包括：
根据目标时间段内所述进入所述待测区域的人数和离开所述待测区域的人数，确定出所述卡口的人流流入速度和所述卡口的人流流出速度；
根据所述卡口的人流流入速度和所述卡口的人流流出速度，确定所述待测区域的人流净流入速度。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述待测区域的已容纳人数、所述待测区域的可容纳人数和所述待测区域的人流净流入速度，确定所述待测区域的人群过密时间，包括：
根据所述待测区域的已容纳人数和所述待测区域的可容纳人数，确定所述待测区域的剩余可容纳人数；
根据所述待测区域的剩余可容纳人数和所述待测区域的人流净流入速度，确定所述待测区域的人群过密时间。
5.根据权利要求1所述的方法，其特征在于，在所述确定所述待测区域的人群过密时间之前，所述方法还包括：
若所述待测区域的人流净流入速度为正，则确定所述待测区域存在人群过密风险。
6.根据权利要求1所述的方法，其特征在于，在所述确定所述待测区域的人群过密时间之前，所述方法还包括：
若所述待测区域的人流净流入速度为负，则确定所述待测区域不存在人群过密风险。
7.根据权利要求1所述的方法，其特征在于，在所述确定所述待测区域的人群过密时间之后，所述方法还包括：
向终端设备发送所述待测区域人群过密时间。
8.一种人群过密预测装置，其特征在于，所述装置包括：
获取模块，用于获取待测区域的卡口的图像；
第一确定模块，用于根据所述待测区域的卡口的图像，确定所述待测区域的已容纳人数和所述待测区域的人流净流入速度；
第二确定模块，用于根据所述待测区域的已容纳人数、所述待测区域的可容纳人数和所述待测区域的人流净流入速度，确定所述待测区域的人群过密时间。
9.一种电子设备，其特征在于，包括：存储器与处理器；
所述存储器，用于存储所述处理器的可执行指令；
所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任一所述的方法。
10.一种存储介质，其上存储有计算机程序，其特征在于，包括：该程序被处理器执行时实现权利要求1-7任一所述的方法。
CN202010510936.4A 2020-06-08 2020-06-08 人群过密预测方法、装置、电子设备及存储介质 Pending CN111652161A (zh)

Priority Applications (7)

Application Number Priority Date Filing Date Title
CN202010510936.4A CN111652161A (zh) 2020-06-08 2020-06-08 人群过密预测方法、装置、电子设备及存储介质
JP2022532700A JP2023503528A (ja) 2020-06-08 2021-06-04 群集過密の予測方法、装置、電子機器、記憶媒体及びコンピュータプログラム
BR112022011625A BR112022011625A2 (pt) 2020-06-08 2021-06-04 Métodos e aparelhos de predição de superlotação
PCT/CN2021/098382 WO2021249306A1 (zh) 2020-06-08 2021-06-04 人群过密预测方法及装置
KR1020227013875A KR20220063280A (ko) 2020-06-08 2021-06-04 군중 과밀 예측 방법 및 장치
EP21821878.2A EP4036794A4 (en) 2020-06-08 2021-06-04 CROWD OVERDENSITY PREDICTION METHOD AND DEVICE
TW110120579A TW202211082A (zh) 2020-06-08 2021-06-07 人群過密預測方法、裝置、電子設備及儲存媒體

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010510936.4A CN111652161A (zh) 2020-06-08 2020-06-08 人群过密预测方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN111652161A true CN111652161A (zh) 2020-09-11

Family

ID=72344845

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010510936.4A Pending CN111652161A (zh) 2020-06-08 2020-06-08 人群过密预测方法、装置、电子设备及存储介质

Country Status (7)

Country Link
EP (1) EP4036794A4 (zh)
JP (1) JP2023503528A (zh)
KR (1) KR20220063280A (zh)
CN (1) CN111652161A (zh)
BR (1) BR112022011625A2 (zh)
TW (1) TW202211082A (zh)
WO (1) WO2021249306A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112333431A (zh) * 2020-10-30 2021-02-05 深圳市商汤科技有限公司 场景监测方法、装置、电子设备及存储介质
CN113344649A (zh) * 2021-08-05 2021-09-03 江西合一云数据科技有限公司 社会调查大数据构建系统
WO2021249306A1 (zh) * 2020-06-08 2021-12-16 上海商汤智能科技有限公司 人群过密预测方法及装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102594435B1 (ko) 2023-09-05 2023-10-27 비티에스 유한회사 Ai 기반 재난안전 및 방범용 영상감시시스템과 그 방법

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101325690A (zh) * 2007-06-12 2008-12-17 上海正电科技发展有限公司 监控视频流中人流分析与人群聚集过程的检测方法及系统
CN101350113A (zh) * 2008-09-04 2009-01-21 上海交通大学 基于客流预测和自适应仿真的拥挤预警系统
CN105512772A (zh) * 2015-12-22 2016-04-20 重庆邮电大学 一种基于移动网络信令数据的动态人流量预警方法
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
CN105791022A (zh) * 2016-04-14 2016-07-20 北京中电万联科技股份有限公司 一种拥挤度检测预警系统
WO2017012236A1 (zh) * 2015-07-20 2017-01-26 百度在线网络技术（北京）有限公司 用于人群风险预警的方法及装置
WO2018032938A1 (zh) * 2016-08-19 2018-02-22 深圳奇迹智慧网络有限公司 基于探针的人流预警分析方法和系统
CN107862437A (zh) * 2017-10-16 2018-03-30 中国人民公安大学 基于风险概率评估的公共区域人群聚集预警方法及系统
CN108388852A (zh) * 2018-02-09 2018-08-10 北京天元创新科技有限公司 一种基于深度学习的区域人群密度预测方法及装置
CN109446989A (zh) * 2018-10-29 2019-03-08 上海七牛信息技术有限公司 人群聚集检测方法、装置及存储介质
CN109697435A (zh) * 2018-12-14 2019-04-30 重庆中科云从科技有限公司 人流量监测方法、装置、存储介质及设备
EP3534300A2 (en) * 2018-07-02 2019-09-04 Baidu Online Network Technology (Beijing) Co., Ltd. Method, apparatus, device, and storage medium for predicting the number of people of dense crowd
CN110414715A (zh) * 2019-06-28 2019-11-05 武汉大学 一种基于社团检测的客流量预警方法
CN110544001A (zh) * 2019-07-15 2019-12-06 中国平安财产保险股份有限公司 客流量预警方法、装置、计算机装置及存储介质
CN110705494A (zh) * 2019-10-10 2020-01-17 北京东软望海科技有限公司 人流量监测方法、装置、电子设备及计算机可读存储介质
CN110929648A (zh) * 2019-11-22 2020-03-27 广东睿盟计算机科技有限公司 监控数据处理方法、装置、计算机设备以及存储介质
CN110956122A (zh) * 2019-11-27 2020-04-03 深圳市商汤科技有限公司 图像处理方法及装置、处理器、电子设备、存储介质
CN111178276A (zh) * 2019-12-30 2020-05-19 上海商汤智能科技有限公司 图像处理方法、图像处理设备及计算机可读存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH077080B2 (ja) * 1990-11-27 1995-01-30 技研トレーディング株式会社 平均滞留時間の測定装置
CN101861594B (zh) * 2007-09-19 2014-06-25 联合工艺公司 用于占用估计的系统和方法
KR101480348B1 (ko) * 2013-05-31 2015-01-09 삼성에스디에스 주식회사 사람 검출 장치 및 방법과 사람 계수 장치 및 방법
US10623888B2 (en) * 2015-03-05 2020-04-14 Telenav, Inc. Computing system with crowd prediction mechanism and method of operation thereof
CN108345857A (zh) * 2018-02-09 2018-07-31 北京天元创新科技有限公司 一种基于深度学习的区域人群密度预测方法及装置
CN111652161A (zh) * 2020-06-08 2020-09-11 上海商汤智能科技有限公司 人群过密预测方法、装置、电子设备及存储介质

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101325690A (zh) * 2007-06-12 2008-12-17 上海正电科技发展有限公司 监控视频流中人流分析与人群聚集过程的检测方法及系统
CN101350113A (zh) * 2008-09-04 2009-01-21 上海交通大学 基于客流预测和自适应仿真的拥挤预警系统
WO2017012236A1 (zh) * 2015-07-20 2017-01-26 百度在线网络技术（北京）有限公司 用于人群风险预警的方法及装置
CN105512772A (zh) * 2015-12-22 2016-04-20 重庆邮电大学 一种基于移动网络信令数据的动态人流量预警方法
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
CN105791022A (zh) * 2016-04-14 2016-07-20 北京中电万联科技股份有限公司 一种拥挤度检测预警系统
WO2018032938A1 (zh) * 2016-08-19 2018-02-22 深圳奇迹智慧网络有限公司 基于探针的人流预警分析方法和系统
CN107862437A (zh) * 2017-10-16 2018-03-30 中国人民公安大学 基于风险概率评估的公共区域人群聚集预警方法及系统
CN108388852A (zh) * 2018-02-09 2018-08-10 北京天元创新科技有限公司 一种基于深度学习的区域人群密度预测方法及装置
EP3534300A2 (en) * 2018-07-02 2019-09-04 Baidu Online Network Technology (Beijing) Co., Ltd. Method, apparatus, device, and storage medium for predicting the number of people of dense crowd
CN109446989A (zh) * 2018-10-29 2019-03-08 上海七牛信息技术有限公司 人群聚集检测方法、装置及存储介质
CN109697435A (zh) * 2018-12-14 2019-04-30 重庆中科云从科技有限公司 人流量监测方法、装置、存储介质及设备
CN110414715A (zh) * 2019-06-28 2019-11-05 武汉大学 一种基于社团检测的客流量预警方法
CN110544001A (zh) * 2019-07-15 2019-12-06 中国平安财产保险股份有限公司 客流量预警方法、装置、计算机装置及存储介质
CN110705494A (zh) * 2019-10-10 2020-01-17 北京东软望海科技有限公司 人流量监测方法、装置、电子设备及计算机可读存储介质
CN110929648A (zh) * 2019-11-22 2020-03-27 广东睿盟计算机科技有限公司 监控数据处理方法、装置、计算机设备以及存储介质
CN110956122A (zh) * 2019-11-27 2020-04-03 深圳市商汤科技有限公司 图像处理方法及装置、处理器、电子设备、存储介质
CN111178276A (zh) * 2019-12-30 2020-05-19 上海商汤智能科技有限公司 图像处理方法、图像处理设备及计算机可读存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
NARINDER SINGH PUNN等: "Crowd Analysis for Congestion Control Early Warning System on Foot Over Brige" *
SULTAN DAUD KHAN: "Congestion detection in pedestrian crowds using oscillation in motion trajectories" *
李敏等: "基于智能视频分析的人流量态势感知方法研究" *
陈希: "基于视频的不同人群密度下的人数统计" *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021249306A1 (zh) * 2020-06-08 2021-12-16 上海商汤智能科技有限公司 人群过密预测方法及装置
CN112333431A (zh) * 2020-10-30 2021-02-05 深圳市商汤科技有限公司 场景监测方法、装置、电子设备及存储介质
WO2022088653A1 (zh) * 2020-10-30 2022-05-05 深圳市商汤科技有限公司 场景监测方法、装置、电子设备、存储介质及程序
CN113344649A (zh) * 2021-08-05 2021-09-03 江西合一云数据科技有限公司 社会调查大数据构建系统

Also Published As

Publication number Publication date
TW202211082A (zh) 2022-03-16
JP2023503528A (ja) 2023-01-30
WO2021249306A1 (zh) 2021-12-16
EP4036794A4 (en) 2023-01-25
EP4036794A1 (en) 2022-08-03
BR112022011625A2 (pt) 2022-12-13
KR20220063280A (ko) 2022-05-17

Similar Documents

Publication Publication Date Title
CN111652161A (zh) 人群过密预测方法、装置、电子设备及存储介质
US10885306B2 (en) Living body detection method, system and non-transitory computer-readable recording medium
US9424464B2 (en) Monitoring system, monitoring method, monitoring program, and recording medium in which monitoring program is recorded
CN111724522A (zh) 一种门禁控制系统、方法、装置、控制设备及存储介质
CN110298230A (zh) 静默活体检测方法、装置、计算机设备及存储介质
JP2007201556A (ja) 混雑情報提供システム及び方法
CN111815177A (zh) 消防安全评估方法、服务器、系统及存储介质
CN115965913A (zh) 安防监控的方法、装置、系统及计算机可读存储介质
CN111540020A (zh) 目标行为的确定方法及装置、存储介质、电子装置
CN108334820B (zh) 信息处理设备、信息处理方法和存储介质
CN114049658A (zh) 基于人脸识别的流动人口管理方法、装置、计算机设备和存储介质
CN110751120A (zh) 一种检测方法、装置及电子设备
CN110852253A (zh) 梯控场景检测方法、装置及电子设备
CN110781833A (zh) 一种认证方法、装置及电子设备
CN111914591A (zh) 一种时长确定方法及装置
JP2020167447A (ja) 解析装置、制御方法、及びプログラム
CN113591713A (zh) 图像处理方法及装置、电子设备及计算机可读存储介质
CN112036519B (zh) 基于多位sigmoid的分类处理方法、装置及电子设备
CN114582038A (zh) 巡检管理方法及装置、电子设备及计算机可读存储介质
CN111382626B (zh) 视频中违规图像的检测方法、装置、设备及存储介质
CN113483760A (zh) 巡更监测方法及装置、电子设备及计算机可读存储介质
CN110705447B (zh) 手部图像的检测方法、装置及电子设备
CN112565715A (zh) 一种景点客流量监控方法、装置、电子设备及存储介质
CN112468452A (zh) 流量检测方法及装置、电子设备、计算机可读存储介质
CN110879975B (zh) 人员流量检测方法、装置及电子设备

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40030787

Country of ref document: HK