CN113762169A - 人流量统计方法及装置、电子设备和存储介质 - Google Patents
人流量统计方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113762169A CN113762169A CN202111056140.7A CN202111056140A CN113762169A CN 113762169 A CN113762169 A CN 113762169A CN 202111056140 A CN202111056140 A CN 202111056140A CN 113762169 A CN113762169 A CN 113762169A
- Authority
- CN
- China
- Prior art keywords
- target scene
- determining
- area
- video frame
- people
- 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
Images
Landscapes
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及一种人流量统计方法及装置、电子设备和存储介质,所述方法包括:获取目标场景中采集设备采集的当前视频帧;对当前视频帧进行目标检测,得到当前视频帧中的对象以及对象的当前位置;根据对象的当前位置的变化以及针对目标场景预设的计数区域,确定对象在计数区域内发生的进出行为,进出行为包括进入目标场景或退出目标场景;根据对象的进出行为,确定目标场景中的人流量。本公开实施例可实现提高目标场景中人流量的统计效率以及准确度。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种人流量统计方法及装置、电子设备和存储介质。
背景技术
目前,基于计算机视觉的人流量统计方法,已经应用到生活的各个场景,例如商场、景区等场景中的客流计数等,而相关技术中的人流量统计方法,例如在判断人员是出商店,还是进商店的准确度较低。
发明内容
本公开提出了一种人流量统计技术方案。
根据本公开的一方面,提供了一种人流量统计方法,包括:获取目标场景中采集设备采集的当前视频帧;对所述当前视频帧进行目标检测,得到所述当前视频帧中的对象以及所述对象的当前位置;根据所述对象的当前位置的变化以及针对所述目标场景预设的计数区域,确定所述对象在所述计数区域内发生的进出行为,所述进出行为包括进入所述目标场景或退出所述目标场景;根据所述对象的进出行为,确定所述目标场景中的人流量。通过该方式,有利于提高目标场景中人流量的统计效率以及准确度。
在一种可能的实现方式中,所述计数区域包括并排设置的第一区域以及第二区域,所述根据所述对象的当前位置的变化以及针对所述目标场景预设的计数区域,确定所述对象在所述计数区域内发生的进出行为,包括:响应于所述对象的当前位置由第一区域变化至第二区域,确定所述对象进入所述目标场景;或,响应于所述对象的当前位置由第二区域变化至第一区域,确定所述对象退出所述目标场景。通过该方式,能够实现简单且高效地确定出发生进出行为的对象,从而有利于提高人流量的统计效率。
在一种可能的实现方式中,所述根据所述对象的进出行为,确定所述目标场景中的人流量,包括:在所述进出行为表征所述对象进入所述目标场景或所述对象退出所述目标场景的情况下,判断缓存空间中是否缓存有所述对象对应的标识,所述标识用于区分检测出的不同对象;在所述缓存空间中未缓存有所述对象对应的标识的情况下,更新所述目标场景对应的人流量,并将所述对象对应的标识添加至所述缓存空间中,以表征所述对象已发生进出行为;或,在所述缓存空间中已缓存有所述对象对应的标识的情况下,不对所述目标场景对应的人流量进行更新。通过该方式,能够有效降低对象在跨线线段两侧来回走动对人流量的影响,有利于提高人流量的准确度。
在一种可能的实现方式中,所述人流量包括进流量以及出流量,在所述缓存空间中未缓存有所述对象对应的标识的情况下,更新所述目标场景对应的人流量,包括:在所述进出行为表征所述对象进入所述目标场景,且缓存空间中未缓存有所述对象对应的标识的情况下,更新所述目标场景对应的进流量;或,在所述进出行为表征所述对象退出所述目标场景,且缓存空间中未缓存有所述对象对应的标识的情况下,更新所述目标场景对应的出流量;基于所述进流量和所述出流量,确定所述目标场景对应的人流量。通过该方式,可以准确有效地更新目标场景对应的人流量。
在一种可能的实现方式中,对所述当前视频帧进行目标检测,得到所述当前视频帧中的对象以及所述对象的当前位置,包括:通过目标网络对所述当前视频帧的所述计数区域进行目标检测与追踪,得到所述当前视频帧在所述计数区域内的对象以及所述对象的当前位置。通过该方式,有利于提高人流量统计效率。
在一种可能的实现方式中,所述目标场景包括多个出入口,每一出入口的进出行为分别对应各自的人流量,所述人流量包括进流量以及出流量,所述根据所述对象的进出行为,确定所述目标场景中的人流量,包括:根据每一出入口各自对应的进流量,确定进入所述目标场景的对象的进入总数;根据每一出入口各自对应的出流量,确定退出所述目标场景的对象的退出总数;根据每一出入口所述进入总数以及所述退出总数,确定所述目标场景中的人流量。通过该方式,能够在目标场景包括多个出入口的情况下,有效地确定出目标场景中的人流量。
在一种可能的实现方式中,所述方法还包括:响应于针对所述采集设备已采集的视频帧的标定操作,确定标定的跨线线段以及跨线方向,其中,所述跨线方向用于指示所述计数区域内的第一区域与第二区域;根据所述跨线线段,确定所述计数区域。通过该方式,能够实现更灵活地标定跨线线段,还能实现对当前视频帧处于计数区域内的部分对象进行进出行为的判断,从而提高人流量的统计效率。
在一种可能的实现方式中,所述跨线线段包括多个,其中,所述根据所述跨线线段,确定所述计数区域,包括:判断多个跨线线段之间是否存在交叉的线段;在所述多个跨线线段之间不存在交叉的线段的情况下,针对任一个跨线线段,按照预设的平移距离,将所述跨线线段向两侧进行平移,得到两条平移线段;基于所述跨线方向、所述两条平移线段与所述跨线线段,确定所述第一区域与第二区域。通过该方式,能够在跨线线段为多个的情况下,有效确定出计数区域。
在一种可能的实现方式中,所述跨线线段包括多个,多个跨线线段构成折线,其中,所述根据所述跨线线段,确定所述计数区域,还包括:按照预设的平移距离,将所述折线向两侧进行平移,得到两条平移折线;基于所述跨线方向、所述两条平移折线与所述折线,确定所述第一区域与所述第二区域。通过该方式,能够针对多个跨线线段构成折线的情况,有效确定出计数区域。
根据本公开的一方面,提供了一种人流量统计装置,包括:获取模块,用于获取目标场景中采集设备采集的当前视频帧;检测模块,用于对所述当前视频帧进行目标检测,得到所述当前视频帧中的对象以及所述对象的当前位置;行为确定模块,用于根据所述对象的当前位置的变化以及针对所述目标场景预设的计数区域,确定所述对象在所述计数区域内发生的进出行为,所述进出行为包括进入所述目标场景或退出所述目标场景;流量确定模块,用于根据所述对象的进出行为,确定所述目标场景中的人流量。
在一种可能的实现方式中,所述计数区域包括并排设置的第一区域以及第二区域,所述行为确定模块,包括:第一行为确定子模块,用于响应于所述对象的当前位置由第一区域变化至第二区域,确定所述对象进入所述目标场景;或,第二行为确定子模块,用于响应于所述对象的当前位置由第二区域变化至第一区域,确定所述对象退出所述目标场景。
在一种可能的实现方式中,所述流量确定模块,包括:标识判断子模块,用于在所述进出行为表征所述对象进入所述目标场景或所述对象退出所述目标场景的情况下,判断缓存空间中是否缓存有所述对象对应的标识,所述标识用于区分检测出的不同对象;第一流量确定子模块,用于在所述缓存空间中未缓存有所述对象对应的标识的情况下,更新所述目标场景对应的人流量,并将所述对象对应的标识添加至所述缓存空间中,以表征所述对象已发生进出行为;或,第二流量确定子模块,用于在所述缓存空间中已缓存有所述对象对应的标识的情况下,不对所述目标场景对应的人流量进行更新。
在一种可能的实现方式中,所述人流量包括进流量以及出流量,所述在所述缓存空间中未缓存有所述对象对应的标识的情况下,更新所述目标场景对应的人流量,包括:在所述进出行为表征所述对象进入所述目标场景,且缓存空间中未缓存有所述对象对应的标识的情况下,更新所述目标场景对应的进流量;或,在所述进出行为表征所述对象退出所述目标场景,且缓存空间中未缓存有所述对象对应的标识的情况下,更新所述目标场景对应的出流量;基于所述进流量和所述出流量,确定所述目标场景对应的人流量。
在一种可能的实现方式中,所述对所述当前视频帧进行目标检测,得到所述当前视频帧中的对象以及所述对象的当前位置,包括:通过目标网络对所述当前视频帧的所述计数区域进行目标检测与追踪,得到所述当前视频帧在所述计数区域内的对象以及所述对象的当前位置。
在一种可能的实现方式中,所述目标场景包括多个出入口,每一出入口的进出行为分别对应各自的人流量,所述人流量包括进流量以及出流量,所述流量确定模块,包括:进入总数确定子模块,用于根据每一出入口各自对应的进流量,确定进入所述目标场景的对象的进入总数;退出总数确定子模块,用于根据每一出入口各自对应的出流量,确定退出所述目标场景的对象的退出总数;第三流量确定子模块,用于根据每一出入口所述进入总数以及所述退出总数,确定所述目标场景中的人流量。
在一种可能的实现方式中,所述装置还包括:线段标定模块,用于响应于针对所述采集设备已采集的视频帧的标定操作,确定标定的跨线线段以及跨线方向,其中,所述跨线方向用于指示所述计数区域内的第一区域与第二区域;区域确定模块,用于根据所述跨线线段,确定所述计数区域。
在一种可能的实现方式中,所述跨线线段包括多个,其中,所述区域确定模块,包括:判断子模块,用于判断多个跨线线段之间是否存在交叉的线段;第一平移子模块,用于在所述多个跨线线段之间不存在交叉的线段的情况下,针对任一个跨线线段,按照预设的平移距离,将所述跨线线段向两侧进行平移,得到两条平移线段;第一区域确定子模块,用于基于所述跨线方向、所述两条平移线段与所述跨线线段,确定所述第一区域与第二区域。
在一种可能的实现方式中,所述跨线线段包括多个,多个跨线线段构成折线,其中,所述区域确定模块,还包括:第二平移子模块,用于按照预设的平移距离,将所述折线向两侧进行平移,得到两条平移折线;第二区域确定子模块,用于基于所述跨线方向、所述两条平移折线与所述折线,确定所述第一区域与所述第二区域。
根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中,能够实现根据目标场景中对象的当前位置以及预设的计数区域,高效准确地确定出目标场景中发生进出行为的对象,从而有利于提高目标场景中人流量的统计效率以及准确度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的人流量统计方法的流程图。
图2示出根据本公开实施例的计数区域的示意图。
图3示出根据本公开实施例的人流量统计方法的示意图。
图4示出根据本公开实施例的人流量统计装置的框图。
图5示出根据本公开实施例的一种电子设备的框图。
图6示出根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开实施例的人流量统计方法的流程图,所述人流量统计方法可以由终端设备或服务器等电子设备执行,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal DigitalAssistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等,所述方法可以通过电子设备的处理器调用存储器中存储的计算机可读指令的方式来实现,或者,可通过服务器执行所述方法。如图1所示,所述人流量统计方法包括:
在步骤S11中,获取目标场景中采集设备采集的当前视频帧。
其中,目标场景可以包括商场、学校、机场、车站、景区等公共场所。应理解的是,目标场景中可以设置多个采集设备,该多个采集设备中部分采集设备可以设置在相同位置,或者也可以设置在不同位置,例如,可以至少在目标场景的出入口处设置一个或多个采集设备,也可以在目标场景的不同出入口分别设置一个或多个采集设备,对此本公开实施例不作限制。采集设备可以包括摄像头、相机或其它任意具有图像采集功能的图像采集设备。
应理解的是,采集设备可以将实时采集到的视频帧,发送给本公开实施例的人流量统计方法的执行主体,以便于即时检测出视频帧中的对象以及对象的位置。
在步骤S12中,对当前视频帧进行目标检测,得到当前视频帧中的对象以及对象的当前位置。
其中,当前视频帧可以理解为当前待检测的视频帧,当前位置可以理解为对象在当前视频帧中的位置。
在一种可能的实现方式中,可以通过目标网络对当前视频帧进行目标检测,得到当前视频帧的检测结果,并对当前视频帧中对象进行追踪,检测结果可以包括当前视频帧中各个对象的人体检测框或人体轮廓。应理解的是,视频帧中人体检测框或人体轮廓可以表征对象的人体区域,对象的位置也即该对象的人体区域在视频帧中的位置。其中,对于目标检测网络的网络结构、网络类型以及训练方式等,本公开实施例不作限制。
在步骤S13中,根据对象的当前位置的变化以及针对目标场景预设的计数区域,确定对象在计数区域内发生的进出行为。
其中,计数区域是根据预先标定的跨线线段确定的区域,计数区域包括第一区域以及第二区域,第一区域以及第二区域分别位于跨线线段的两侧,也即计数区域包括并排设置的第一区域以及第二区域。应理解的是,对象从第一区域到第二区域,或从第二区域到第一区域,均可以认为是对象发生进出行为。
在一种可能的实现方式中,进出行为包括进入目标场景或退出目标场景。其中,例如可以设置对象从第一区域进入第二区域,认为是进入目标场景,那么相应的,若对象从第二区域进入第一区域,可以认为退出目标场景。
在一种可能的实现方式中,跨线线段可以是用户在目标场景中实际标记的线段(例如在地面上画的标记线),通过识别出当前视频帧中该实际标记的线段,可以得到该预先标定的跨线线段。
在一种可能的实现方式中,根据对象的当前位置的变化以及针对目标场景预设的计数区域,确定对象在计数区域内发生的进出行为,可以包括:判断对象的当前位置与对象在前序视频帧中的在先位置是否处于同一区域内;根据判断结果,确定对象在计数区域内发生的进出行为。其中,该同一区域包括第一区域或第二区域,前序视频帧为采集时序在当前视频帧之前的视频帧,应理解的是,通过步骤S12可以已知对象在前序视频帧中的在先位置,当前位置的变化,也即看对象的当前位置是否从第一区域进入第二区域,或从第二区域进入第一区域。
其中,根据判断结果,确定对象在计数区域内发生的进出行为,可以包括:在当前位置与在先位置处于同一第一区域或处于同一第二区域内的情况下,可以认为该对象未发生进出行为,例如,对象一直处于景区外,并不更新目标场景的人流量;在当前位置与在先位置分别处于不同区域内,例如当前位置处于第一区域内,在先位置处于第二区域内,可以认为该对象发生进出行为,例如,从景区外进入了景区内。
在步骤S14中,根据对象的进出行为,确定目标场景中的人流量。
如上所述,进出行为包括进入目标场景或退出目标场景,在一种可能的实现方式中,根据对象的进出行为,确定目标场景中的人流量,可以例如包括:在确定出某个对象进入目标场景的情况下,将进入目标场景对应的进流量进行加一;和/或,在确定出某个对象发生退出目标场景的情况下,将退出目标场景对应的出流量进行加一。目标场景中的人流量包括进流量与出流量。
在本公开实施例中,能够实现根据目标场景中对象的当前位置以及预设的计数区域,高效准确地确定出目标场景中发生进出行为的对象,从而有利于提高目标场景中人流量的统计效率以及准确度。
如上所述,计数区域包括并排设置的第一区域以及第二区域,在一种可能的实现方式中,在步骤S13中,根据对象的当前位置的变化以及针对目标场景预设的计数区域,确定对象在计数区域内发生的进出行为,包括:
响应于对象的当前位置由第一区域变化至第二区域,确定对象进入目标场景;或,响应于对象的当前位置由第二区域变化至第一区域,确定对象退出目标场景。
其中,响应于对象的当前位置由第一区域变化至第二区域,可以理解为,对象的当前位置处于第一区域内,且对象的在先位置处于第二区域内的情况下,确定对象进入目标场景;响应于对象的当前位置由第二区域变化至第一区域,可以理解为,对象的当前位置处于第二区域内,且对象的在先位置处于第一区域内的情况下,确定对象退出目标场景。应理解的是,在先位置也即为在先时刻下的当前位置。
如上所述,可以用人体检测框或人体轮廓表征对象的人体区域,对象的当前位置也即对象的人体区域在视频帧中的位置。当前位置处于第一区域内,可以包括:当前视频帧中对象的全部或部分人体区域处于第一区域内;当前位置处于第二区域内,可以包括:当前视频帧中对象的全部或部分人体区域处于第二区域内。
其中,部分人体区域处于第一区域内或处于第二区域内,例如可以包括:人体的腿部区域处于第一区域内或处于第二区域内,该方式可以理解为,只要对象的腿在第一区域内或在第二区域内,就认为对象处于第一区域内或处于第二区域内。
相应的,在先位置处于第二区域内,可以包括:前序视频帧中对象的全部或部分人体区域处于第二区域内;在先位置处于第一区域内,可以包括:前序视频帧中对象的全部或部分人体区域处于第一区域内。其中,部分人体区域处于第二区域内或处于第一区域内,例如可以包括:人体的腿部区域处于第二区域内或处于第一区域内。
在本公开实施例中,能够实现简单且高效地确定出发生进出行为的对象,从而有利于提高人流量的统计效率。
考虑到,目标场景中可能存在在跨线线段周围徘徊的对象,例如,某人在跨线线段两侧来回走动,若这种情况下仍更新人流量,可能会因为重复统计而导致人流量的精度降低。在一种可能的实现方式中,在步骤S13中,根据对象的进出行为,确定目标场景中的人流量,包括:
在进出行为表征对象进入目标场景或对象退出目标场景的情况下,判断缓存空间中是否缓存有对象对应的标识,标识用于区分检测出的不同对象;
在缓存空间中未缓存有对象对应的标识的情况下,更新目标场景对应的人流量,并将对象对应的标识添加至缓存空间中,以表征对象已发生进出行为;或,
在缓存空间中已缓存有对象对应的标识的情况下,不对目标场景对应的人流量进行更新。其中,不对目标场景对应的人流量进行更新,例如可以理解为不对进流量或不对出流量进行加一。
应理解的是,在通过步骤S12检测视频帧中的对象的过程中,可以对检测出的各个对象添加标识,该标识不仅可以区分检测出的不同对象,也可以用于对各个对象进行追踪。其中,可以采用任何已知的图像追踪技术,实现对视频帧中的各个对象进行追踪,例如,将当前视频帧中各个对象的人体特征,与前序视频帧中各个对象的人体特征进行匹配,将匹配成功的人体特征所对应的对象确定为同一对象,并对当前视频帧该对象添加同一标识,也即实现对同一对象的追踪。
其中,缓存空间可以用于缓存已发生进出行为的对象的标识。也即,若缓存空间中已存储有某对象的标识,意味着该对象已发生进出行为,因此无需重复统计该对象,即不对目标场景对应的人流量进行更新;相应的,若缓存空间中未存储有该对象的标识,意味着该对象未发生进出行为,需要统计该对象,即更新目标场景对应的人流量。
在一种可能的实现方式中,可以按照预设的缓存清理周期,定期清理缓存空间中已缓存的标识。应理解的是,假设该缓存清理周期为1小时,若某个对象在某1小时内发生进出行为,又在该1小时后发生进出行为,则更新两次进出行为分别对应的人流量;若该对象在1小时内发生多次进出行为,则可以仅更新第一次发生的进出行为所对应的人流量。
在本公开实施例中,能够有效降低对象在跨线线段两侧来回走动对人流量的影响,有利于提高人流量的准确度。
如上所述,人流量包括进流量以及出流量,在一种可能的实现方式中,在缓存空间中未缓存有对象对应的标识的情况下,更新目标场景对应的人流量,包括:
在进出行为表征对象进入目标场景,且缓存空间中未缓存有对象对应的标识的情况下,更新目标场景对应的进流量;或,在进出行为表征对象退出目标场景,且缓存空间中未缓存有对象对应的标识的情况下,更新目标场景对应的出流量;基于进流量和出流量,确定目标场景对应的人流量。
其中,更新目标场景对应的进流量,可以理解为,进流量加一;更新目标场景对应的出流量,可以理解为,目标场景对应的出流量加一。
在一种可能的实现方式中,基于进流量和出流量,确定目标场景对应的人流量,可以包括:根据进流量与出流量之间的差值,得到人流量;或,人流量还可以直接包括进流量和/或出流量,对此本公开实施例不作限制。
在本公开实施例中,可以准确有效地更新目标场景对应的人流量。
如上所述,可以通过目标网络对当前视频帧进行目标检测与追踪,考虑到,若对当前视频帧整帧内的对象进行检测和追踪,可能需要较大的运算量,使得检测效率减低。在一种可能的实现方式中,在步骤S12中,对当前视频帧进行目标检测,得到当前视频帧中的对象以及对象的当前位置,包括:
根据计数区域,通过目标检测网络对当前视频帧进行目标检测,得到当前视频帧在计数区域内的对象以及对象的当前位置。
如上所述,对于目标检测网络的网络结构、网络类型以及训练方式不作限制。
其中,根据计数区域,通过目标网络对当前视频帧进行目标检测与追踪,可以理解为,目标网络对当前视频帧的计数区域进行目标检测,得到计数区域内的对象以及对象的当前位置;进而可以对处于计数区域内的对象进行追踪,得到对象在计数区域内的移动轨迹,判断出计数区域内发生进出行为的对象。
应理解的是,计数区域可以是视频帧中的部分图像区域,在本公开实施例中,能够实现对当前视频帧的部分图像区域进行目标检测,从而提高目标检测效率,进而有利于提高人流量统计效率。
考虑到,目标场景例如游乐园通常包括多个出入口,每一出入口的进出行为分别对应各自的人流量,人流量包括进流量以及出流量,在一种可能的实现方式中,在步骤S14中,根据对象的进出行为,确定目标场景中的人流量,包括:
根据每一出入口各自对应的进流量,确定进入目标场景的对象的进入总数;
根据每一出入口各自对应的出流量,确定退出目标场景的对象的退出总数;
根据每一出入口的进入总数以及退出总数,确定目标场景内中的人流量。
在一种可能的实现方式中,根据每一出入口各自对应的进流量,确定进入目标场景的对象的进入总数,可以包括:将每一出入口各自对应的进流量的累加值,作为进入目标场景的对象的进入总数;根据每一出入口各自对应的出流量,确定退出目标场景的对象的退出总数,可以包括:将每一出入口各自对应的出流量的累加值,作为退出目标场景的对象的退出总数。其中,针对任一出入口对应的进流量与出流量,均可以按照上述步骤S11至步骤S12的方式进行统计,在此不做赘述。
在一种可能的实现方式中,根据每一出入口的进入总数以及退出总数,确定目标场景内中的人流量,可以包括:将进入总数与退出总数之间的差值,作为目标场景内中第人流量,也即目标场景中对象的剩余数量。考虑到,针对任一出入口,可以基于该出入口对应的进流量与出流量,持续更新目标场景整体的进入总数与退出总数,应理解的是,可以将任一时刻下的进入总数与退出总数之间的差值,作为该时刻下的人流量。
在本公开实施例中,能够在目标场景包括多个出入口的情况下,有效地确定出目标场景中的人流量。
考虑到,上述通过在目标场景中实际标记线段,来标定跨线线段的方式不够灵活,例如,若用户想要变更跨线线段,则需要重新在目标场景的地面中画线。在一种可能的实现方式中,所述方法还包括:
响应于针对采集设备已采集的视频帧的标定操作,确定标定的跨线线段以及跨线方向,其中,跨线方向用于指示计数区域内的第一区域与第二区域;根据跨线线段,确定计数区域。
可知晓的是,目标场景中采集设备的位置通常是固定的,或者说采集设备的拍摄范围通常固定的,针对采集设备已采集的视频帧的标定操作所确定出的跨线线段以及跨线方向,可以作用于该采集设备任何时刻下采集的视频帧。相应的,根据跨线线段确定出的计数区域,同样可以作用于该采集设备任何时刻下采集的视频帧。
其中,用户针对采集设备已采集的视频帧的标定操作,例如可以包括通过手绘线段的操作方式,标定跨线线段;以及通过手绘箭头等操作方式,标记跨线方向。应理解的是,标定的跨线线段可以是直线线段也可以是曲线线段。
在一种可能的实现方式中,技术人员可以采用本领域任何已知的编辑技术,实现标定操作对应的操作界面,操作界面中可以提供用于标定跨线线段以及跨线方向的相关控件,从而便于用户实现标定操作,本公开实施例对于在视频帧中标定跨线线段的实现方式不作限制。
如上所述,进出行为包括进入目标场景或退出目标场景,跨线方向用于指示计数区域内的第一区域与第二区域,也即跨线方向用于指示退出目标场景的方向,或进入目标场景的方向。例如,若跨线方向用于指示进入目标场景的方向,且表征跨线方向的手绘箭头从区域A指向区域B,可以认为区域A为第一区域,区域B为第二区域。
如上所述计数区域包括第一区域以及第二区域,第一区域以及第二区域分别位于跨线线段的两侧,在一种可能的实现方式中,根据跨线线段,确定计数区域,可以包括:按照预设的平移距离,将跨线线段向两侧进行平移,得到两条平移线段,计数区域包括两条平移线段内的、跨线线段两侧的两部分区域。应理解的是,该两部分区域中的第一区域与第二区域取决于跨线方向的标定,计数区域可以是视频帧的部分区域,通过该方式,能够针对视频帧中的部分对象进行进出行为的判断,从而提高人流量的统计效率。
其中,平移距离的具体数值可以根据采集设备的焦距以及实际需求等设置,例如可以设置为1米,对此本公开实施例不作限制。应理解的是,两条平移线段分别与跨线线段之间的距离均为该平移距离,也即,两条平移线段与跨线线段平行。
在本公开实施例中,不仅能够实现更灵活地标定跨线线段,还能实现对当前视频帧处于计数区域内的部分对象进行进出行为的判断,从而提高人流量的统计效率。
应理解的是,用户可以标定多个跨线线段,在一种可能的实现方式中,跨线线段包括多个,其中,根据跨线线段,确定计数区域,包括:
判断多个跨线线段之间是否存在交叉的线段;在多个跨线线段之间不存在交叉的线段的情况下,针对任一个跨线线段,按照预设的平移距离,将跨线线段向两侧进行平移,得到两条平移线段;基于跨线方向、两条平移线段与跨线线段,确定第一区域与第二区域。
应理解的是,若多个跨线线段之间存在交叉的线段,可能会使某条线段对应的计数区域与另一条线段对应的计数区域之间存在部分重叠区域,而在该情况下,可能无法准确判断处于上述部分重叠区域内的对象是否发生进出行为,或者无法准确判断处于该部分重叠区域内对象是进入目标场景还是退出目标场景。
在一种可能的实现方式中,判断多个跨线线段之间是否存在交叉的线段,例如可以包括:判断各个跨线线段中除首尾两端点以外的像素点之间是否存在重合的像素点,也即,若重合的像素点不在跨线跨线的两端点,则认为跨线线段之间存在交叉;若重合的像素点在跨线跨线的两端点,也即跨线线段之间首尾连接,则认为跨线线段之间不存在交叉。应理解的是,对于交叉线段的判断方式,本公开实施例不作限制。
如上所述,平移距离的具体数值可以根据采集设备的焦距以及实际需求等设置,例如可以设置为1米,对此本公开实施例不作限制。针对任一个跨线线段,均可以按照本公开实施例的方式确定出对应的两条平移线段;计数区域包括多组两条平移线段内的区域。
在一种可能的实现方式中,可以在多个跨线线段之间存在交叉的线段的情况下,通过上述标定跨线线段的操作界面,发出提醒提示,以告知用户重新标定跨线线段,例如通过弹窗提示用户重新标定跨线线段。
在一种可能的实现方式中,基于跨线方向、两条平移线段与跨线线段,确定第一区域与第二区域,可以包括:根据两条平移线段与跨线线段,确定两条平移线段内的、处于跨线线段两侧的两部分区域;根据跨线方向,确定该两部分区域中的第一区域与第二区域。
在本公开实施例中,能够在跨线线段为多个的情况下,有效确定出计数区域。
如上所述,跨线线段可以包括多个,在一种可能的实现方式中,多个跨线线段构成折线,其中,根据跨线线段,确定计数区域,包括:
按照预设的平移距离,将折线向两侧进行平移,得到两条平移折线;基于跨线方向、两条平移折线与折线,确定第一区域与第二区域。
如上所述,平移距离的具体数值可以根据采集设备的焦距以及实际需求等设置,例如可以设置为1米,对此本公开实施例不作限制。
在一种可能的实现方式中,基于跨线方向、两条平移折线与折线,确定第一区域与第二区域,可以包括:根据两条平移折线与折线,确定两条平移折线内的、处于折线两侧的两部分区域;根据跨线方向,确定该两部分区域中的第一区域与第二区域。
图2示出根据本公开实施例的计数区域的示意图。如图2所示,折线A0可以是用户标定的折线,折线A1和A2可以是按照平移距离将折线A0向两侧进行平移所得到的两条折线;计数区域包括两条平移折线内的区域I和区域II,图2中三个箭头可以是用户标定的跨线方向,该跨线方向表征的是退出目标场景的方向,则基于该跨线方向,可以确定区域I为第一区域,区域II为第二区域。应理解的是,针对图2示出的计数区域,对象从区域I进区域II,可以认为对象进入目标场景,对象从区域II进进入区域I,可以认为对象退出目标场景。
在本公开实施例中,能够针对多个跨线线段构成折线的情况,有效确定出计数区域。
图3示出根据本公开实施例的人流量统计方法的示意图,如图3所示,所述方法包括:
获取用户标定的跨线线段和跨线方向;校验该标定的跨线线段是否合理,也即,判断标定的多个跨线线段之间是否存在交叉的线段;
在标定的跨线线段合理的情况下,也即,在标定的多个跨线线段之间不存在交叉的线段的情况下,进行线段平移,得到计数区域;其中,线段平移,包括:针对任一个跨线线段,将该跨线线段向两侧进行平移,得到两条平移线段,计数区域包括两条平移线段内的、处于跨线线段两侧的两部分区域;
在标定的跨线线段合理的情况下,获取采集设备采集的视频帧;通过检测模块对视频帧进行目标检测,得到视频帧中的对象以及对象的位置;其中,检测模块包括目标检测网络,视频帧包括当前视频帧以及前序视频帧,对象的位置包括对象在当前视频帧中的当前位置以及该对象在前序视频帧中的在先位置;
通过追踪模块对视频帧的计数区域内的各个对象进行追踪,其中,对各个对象进行追踪可参照上述本公开实施例中记载的追踪方式,在此不做赘述;
根据计数区域、对象的当前位置以及该对象的在先位置,判断对象是否发生进出行为,以及该对象退出目标场景还是进入目标场景;
在根据对象的当前位置、该对象的在先位置以及计数区域确定出某对象发生进出行为的情况下,判断缓存空间中是否缓存有该对象对应的标识;
在缓存空间中未缓存有该对象对应的标识的情况下,将该对象对应的标识添加至缓存空间中,以表征该对象已发生进出行为,并更新目标场景的人流量;在缓存空间中已缓存有对象对应的标识的情况下,不对目标场景的人流量进行更新。
在一种可能的实现方式中,本公开实施例的人流量统计方法,可以应用于跨线统计系统、客流量统计系统等产品中,可以对场景内的人流量进行高精度统计。
根据本公开的实施例,能够可应用于各种场景,对应用场景有很好的适应性,从而实用性和灵活性更强。精度高,使用本公开实施例的人流量统计方法获得到的对象的进出行为和目标场景的人流量,能够降低来回在跨线线段两端走动的人的干扰,精度更高。判断简单:使用本公开实施例中计数区域(也可称为连通域)的方法判断对象的进出行为,不需要判断人的移动方向,简化了判断流程。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了人流量统计装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种人流量统计方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图4示出根据本公开实施例的人流量统计装置的框图,如图4所示,所述装置包括:
获取模块101,用于获取目标场景中采集设备采集的当前视频帧;
检测模块102,用于对所述当前视频帧进行目标检测,得到所述当前视频帧中的对象以及所述对象的当前位置;
行为确定模块103,用于根据所述对象的当前位置的变化以及针对所述目标场景预设的计数区域,确定所述对象在所述计数区域内发生的进出行为,所述进出行为包括进入所述目标场景或退出所述目标场景;
流量确定模块104,用于根据所述对象的进出行为,确定所述目标场景中的人流量。
在一种可能的实现方式中,所述计数区域包括并排设置的第一区域以及第二区域,所述行为确定模块,包括:第一行为确定子模块,用于响应于所述对象的当前位置由第一区域变化至第二区域,确定所述对象进入所述目标场景;或,第二行为确定子模块,用于响应于所述对象的当前位置由第二区域变化至第一区域,确定所述对象退出所述目标场景。
在一种可能的实现方式中,所述流量确定模块,包括:标识判断子模块,用于在所述进出行为表征所述对象进入所述目标场景或所述对象退出所述目标场景的情况下,判断缓存空间中是否缓存有所述对象对应的标识,所述标识用于区分检测出的不同对象;第一流量确定子模块,用于在所述缓存空间中未缓存有所述对象对应的标识的情况下,更新所述目标场景对应的人流量,并将所述对象对应的标识添加至所述缓存空间中,以表征所述对象已发生进出行为;或,第二流量确定子模块,用于在所述缓存空间中已缓存有所述对象对应的标识的情况下,不对所述目标场景对应的人流量进行更新。
在一种可能的实现方式中,所述人流量包括进流量以及出流量,所述在所述缓存空间中未缓存有所述对象对应的标识的情况下,更新所述目标场景对应的人流量,包括:在所述进出行为表征所述对象进入所述目标场景,且缓存空间中未缓存有所述对象对应的标识的情况下,更新所述目标场景对应的进流量;或,在所述进出行为表征所述对象退出所述目标场景,且缓存空间中未缓存有所述对象对应的标识的情况下,更新所述目标场景对应的出流量;基于所述进流量和所述出流量,确定所述目标场景对应的人流量。
在一种可能的实现方式中,所述对所述当前视频帧进行目标检测,得到所述当前视频帧中的对象以及所述对象的当前位置,包括:通过目标网络对所述当前视频帧的所述计数区域进行目标检测与追踪,得到所述当前视频帧在所述计数区域内的对象以及所述对象的当前位置。
在一种可能的实现方式中,所述目标场景包括多个出入口,每一出入口的进出行为分别对应各自的人流量,所述人流量包括进流量以及出流量,所述流量确定模块,包括:进入总数确定子模块,用于根据每一出入口各自对应的进流量,确定进入所述目标场景的对象的进入总数;退出总数确定子模块,用于根据每一出入口各自对应的出流量,确定退出所述目标场景的对象的退出总数;第三流量确定子模块,用于根据每一出入口所述进入总数以及所述退出总数,确定所述目标场景中的人流量。
在一种可能的实现方式中,所述装置还包括:线段标定模块,用于响应于针对所述采集设备已采集的视频帧的标定操作,确定标定的跨线线段以及跨线方向,其中,所述跨线方向用于指示所述计数区域内的第一区域与第二区域;区域确定模块,用于根据所述跨线线段,确定所述计数区域。
在一种可能的实现方式中,所述跨线线段包括多个,其中,所述区域确定模块,包括:判断子模块,用于判断多个跨线线段之间是否存在交叉的线段;第一平移子模块,用于在所述多个跨线线段之间不存在交叉的线段的情况下,针对任一个跨线线段,按照预设的平移距离,将所述跨线线段向两侧进行平移,得到两条平移线段;第一区域确定子模块,用于基于所述跨线方向、所述两条平移线段与所述跨线线段,确定所述第一区域与第二区域。
在一种可能的实现方式中,所述跨线线段包括多个,多个跨线线段构成折线,其中,所述区域确定模块,还包括:第二平移子模块,用于按照预设的平移距离,将所述折线向两侧进行平移,得到两条平移折线;第二区域确定子模块,用于基于所述跨线方向、所述两条平移折线与所述折线,确定所述第一区域与所述第二区域。
在本公开实施例中,能够实现根据目标场景中对象的当前位置以及预设的计数区域,高效准确地确定出目标场景中发生进出行为的对象,从而有利于提高目标场景中人流量的统计效率以及准确度。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备的处理器中运行时,所述电子设备中的处理器执行上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图5示出根据本公开实施例的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图5,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如无线网络(WiFi),第二代移动通信技术(2G)或第三代移动通信技术(3G),或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图6示出根据本公开实施例的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图6,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如微软服务器操作系统(Windows ServerTM),苹果公司推出的基于图形用户界面操作系统(Mac OSXTM),多用户多进程的计算机操作系统(UnixTM),自由和开放原代码的类Unix操作系统(LinuxTM),开放原代码的类Unix操作系统(FreeBSDTM)或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分,所述模块、程序段或指令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。在有些作为替换的实现中,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。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (12)
1.一种人流量统计方法,其特征在于,包括:
获取目标场景中采集设备采集的当前视频帧;
对所述当前视频帧进行目标检测,得到所述当前视频帧中的对象以及所述对象的当前位置;
根据所述对象的当前位置的变化以及针对所述目标场景预设的计数区域,确定所述对象在所述计数区域内发生的进出行为,所述进出行为包括进入所述目标场景或退出所述目标场景;
根据所述对象的进出行为,确定所述目标场景中的人流量。
2.根据权利要求1所述的方法,其特征在于,所述计数区域包括并排设置的第一区域以及第二区域,所述根据所述对象的当前位置的变化以及针对所述目标场景预设的计数区域,确定所述对象在所述计数区域内发生的进出行为,包括:
响应于所述对象的当前位置由第一区域变化至第二区域,确定所述对象进入所述目标场景;或,
响应于所述对象的当前位置由第二区域变化至第一区域,确定所述对象退出所述目标场景。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述对象的进出行为,确定所述目标场景中的人流量,包括:
在所述进出行为表征所述对象进入所述目标场景或所述对象退出所述目标场景的情况下,判断缓存空间中是否缓存有所述对象对应的标识,所述标识用于区分检测出的不同对象;
在所述缓存空间中未缓存有所述对象对应的标识的情况下,更新所述目标场景对应的人流量,并将所述对象对应的标识添加至所述缓存空间中,以表征所述对象已发生进出行为;或,
在所述缓存空间中已缓存有所述对象对应的标识的情况下,不对所述目标场景对应的人流量进行更新。
4.根据权利要求3所述的方法,其特征在于,所述人流量包括进流量以及出流量,在所述缓存空间中未缓存有所述对象对应的标识的情况下,更新所述目标场景对应的人流量,包括:
在所述进出行为表征所述对象进入所述目标场景,且缓存空间中未缓存有所述对象对应的标识的情况下,更新所述目标场景对应的进流量;或,
在所述进出行为表征所述对象退出所述目标场景,且缓存空间中未缓存有所述对象对应的标识的情况下,更新所述目标场景对应的出流量;
基于所述进流量和所述出流量,确定所述目标场景对应的人流量。
5.根据权利要求1-4任一项所述的方法,其特征在于,对所述当前视频帧进行目标检测,得到所述当前视频帧中的对象以及所述对象的当前位置,包括:
通过目标网络对所述当前视频帧的所述计数区域进行目标检测与追踪,得到所述当前视频帧在所述计数区域内的对象以及所述对象的当前位置。
6.根据权利要求1-5所述的方法,其特征在于,所述目标场景包括多个出入口,每一出入口的进出行为分别对应各自的人流量,所述人流量包括进流量以及出流量,所述根据所述对象的进出行为,确定所述目标场景中的人流量,包括:
根据每一出入口各自对应的进流量,确定进入所述目标场景的对象的进入总数;
根据每一出入口各自对应的出流量,确定退出所述目标场景的对象的退出总数;
根据每一出入口所述进入总数以及所述退出总数,确定所述目标场景中的人流量。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于针对所述采集设备已采集的视频帧的标定操作,确定标定的跨线线段以及跨线方向,其中,所述跨线方向用于指示所述计数区域内的第一区域与第二区域;
根据所述跨线线段,确定所述计数区域。
8.根据权利要求7所述的方法,其特征在于,所述跨线线段包括多个,其中,所述根据所述跨线线段,确定所述计数区域,包括:
判断多个跨线线段之间是否存在交叉的线段;
在所述多个跨线线段之间不存在交叉的线段的情况下,针对任一个跨线线段,按照预设的平移距离,将所述跨线线段向两侧进行平移,得到两条平移线段;
基于所述跨线方向、所述两条平移线段与所述跨线线段,确定所述第一区域与第二区域。
9.根据权利要求7或8所述的方法,其特征在于,所述跨线线段包括多个,多个跨线线段构成折线,其中,所述根据所述跨线线段,确定所述计数区域,还包括:
按照预设的平移距离,将所述折线向两侧进行平移,得到两条平移折线;
基于所述跨线方向、所述两条平移折线与所述折线,确定所述第一区域与所述第二区域。
10.一种人流量统计装置,其特征在于,包括:
获取模块,用于获取目标场景中采集设备采集的当前视频帧;
检测模块,用于对所述当前视频帧进行目标检测,得到所述当前视频帧中的对象以及所述对象的当前位置;
行为确定模块,用于根据所述对象的当前位置的变化以及针对所述目标场景预设的计数区域,确定所述对象在所述计数区域内发生的进出行为,所述进出行为包括进入所述目标场景或退出所述目标场景;
流量确定模块,用于根据所述对象的进出行为,确定所述目标场景中的人流量。
11.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至9中任意一项所述的方法。
12.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至9中任意一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111056140.7A CN113762169A (zh) | 2021-09-09 | 2021-09-09 | 人流量统计方法及装置、电子设备和存储介质 |
PCT/CN2021/139709 WO2023035481A1 (zh) | 2021-09-09 | 2021-12-20 | 人流量统计方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111056140.7A CN113762169A (zh) | 2021-09-09 | 2021-09-09 | 人流量统计方法及装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113762169A true CN113762169A (zh) | 2021-12-07 |
Family
ID=78794442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111056140.7A Pending CN113762169A (zh) | 2021-09-09 | 2021-09-09 | 人流量统计方法及装置、电子设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113762169A (zh) |
WO (1) | WO2023035481A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115063728A (zh) * | 2022-07-07 | 2022-09-16 | 中国兵器装备集团自动化研究所有限公司 | 一种人员进出统计方法及系统 |
WO2023035481A1 (zh) * | 2021-09-09 | 2023-03-16 | 北京市商汤科技开发有限公司 | 人流量统计方法及装置、电子设备和存储介质 |
WO2023155496A1 (zh) * | 2022-02-17 | 2023-08-24 | 上海商汤智能科技有限公司 | 流量统计方法和装置、计算机设备以及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101872431A (zh) * | 2010-02-10 | 2010-10-27 | 杭州海康威视软件有限公司 | 可适用多角度应用场景的人流量统计的方法及系统 |
CN104008396A (zh) * | 2014-05-22 | 2014-08-27 | 南京邮电大学 | 基于人头部色彩和形状特征的进出口人流量统计方法 |
JP2016045919A (ja) * | 2014-08-27 | 2016-04-04 | 株式会社日立製作所 | 人流動推定システム、方法、およびプログラム |
CN108986064A (zh) * | 2017-05-31 | 2018-12-11 | 杭州海康威视数字技术股份有限公司 | 一种人流量统计方法、设备及系统 |
JP2019192155A (ja) * | 2018-04-27 | 2019-10-31 | キヤノン株式会社 | 画像処理装置、撮影装置、画像処理方法およびプログラム |
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 |
CN112418567A (zh) * | 2021-01-22 | 2021-02-26 | 中航信移动科技有限公司 | 人流量预测方法、装置、计算机设备及存储介质 |
CN112668525A (zh) * | 2020-12-31 | 2021-04-16 | 深圳云天励飞技术股份有限公司 | 一种人流量的计数方法、装置、电子设备及存储介质 |
CN112669537A (zh) * | 2020-12-17 | 2021-04-16 | 上海交通大学 | 基于Wi-Fi日志的校园共享单车投放信息处理方法及装置 |
CN113112528A (zh) * | 2021-04-26 | 2021-07-13 | 中南财经政法大学 | 异常行为监控方法、装置、设备及存储介质 |
WO2021164644A1 (zh) * | 2020-02-18 | 2021-08-26 | 深圳市商汤科技有限公司 | 违规事件检测方法及装置、电子设备和存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7602944B2 (en) * | 2005-04-06 | 2009-10-13 | March Networks Corporation | Method and system for counting moving objects in a digital video stream |
CN101303727B (zh) * | 2008-07-08 | 2011-11-23 | 北京中星微电子有限公司 | 基于视频人数统计的智能管理方法及其系统 |
CN102982598B (zh) * | 2012-11-14 | 2015-05-20 | 三峡大学 | 基于单个摄像头场景配置的视频人数统计方法和系统 |
CN106485217B (zh) * | 2016-09-30 | 2019-10-25 | 四川世纪云道科技有限公司 | 一种识别游览景区人流饱和度的方法与系统 |
CN112333431B (zh) * | 2020-10-30 | 2022-06-07 | 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 |
CN113762169A (zh) * | 2021-09-09 | 2021-12-07 | 北京市商汤科技开发有限公司 | 人流量统计方法及装置、电子设备和存储介质 |
-
2021
- 2021-09-09 CN CN202111056140.7A patent/CN113762169A/zh active Pending
- 2021-12-20 WO PCT/CN2021/139709 patent/WO2023035481A1/zh active Application Filing
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101872431A (zh) * | 2010-02-10 | 2010-10-27 | 杭州海康威视软件有限公司 | 可适用多角度应用场景的人流量统计的方法及系统 |
CN104008396A (zh) * | 2014-05-22 | 2014-08-27 | 南京邮电大学 | 基于人头部色彩和形状特征的进出口人流量统计方法 |
JP2016045919A (ja) * | 2014-08-27 | 2016-04-04 | 株式会社日立製作所 | 人流動推定システム、方法、およびプログラム |
CN108986064A (zh) * | 2017-05-31 | 2018-12-11 | 杭州海康威视数字技术股份有限公司 | 一种人流量统计方法、设备及系统 |
JP2019192155A (ja) * | 2018-04-27 | 2019-10-31 | キヤノン株式会社 | 画像処理装置、撮影装置、画像処理方法およびプログラム |
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 |
WO2021164644A1 (zh) * | 2020-02-18 | 2021-08-26 | 深圳市商汤科技有限公司 | 违规事件检测方法及装置、电子设备和存储介质 |
CN112669537A (zh) * | 2020-12-17 | 2021-04-16 | 上海交通大学 | 基于Wi-Fi日志的校园共享单车投放信息处理方法及装置 |
CN112668525A (zh) * | 2020-12-31 | 2021-04-16 | 深圳云天励飞技术股份有限公司 | 一种人流量的计数方法、装置、电子设备及存储介质 |
CN112418567A (zh) * | 2021-01-22 | 2021-02-26 | 中航信移动科技有限公司 | 人流量预测方法、装置、计算机设备及存储介质 |
CN113112528A (zh) * | 2021-04-26 | 2021-07-13 | 中南财经政法大学 | 异常行为监控方法、装置、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
周珂等: "一种基于轮廓规则的人流量统计系统设计", 《新技术新工艺》, no. 03, pages 1 - 7 * |
张珍军等: "基于图像处理的教学楼人流量统计算法研究", 《无线互联科技》, no. 04, pages 130 - 132 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023035481A1 (zh) * | 2021-09-09 | 2023-03-16 | 北京市商汤科技开发有限公司 | 人流量统计方法及装置、电子设备和存储介质 |
WO2023155496A1 (zh) * | 2022-02-17 | 2023-08-24 | 上海商汤智能科技有限公司 | 流量统计方法和装置、计算机设备以及存储介质 |
CN115063728A (zh) * | 2022-07-07 | 2022-09-16 | 中国兵器装备集团自动化研究所有限公司 | 一种人员进出统计方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2023035481A1 (zh) | 2023-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210326587A1 (en) | Human face and hand association detecting method and a device, and storage medium | |
CN107692997B (zh) | 心率检测方法及装置 | |
CN109948494B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113762169A (zh) | 人流量统计方法及装置、电子设备和存储介质 | |
CN110942036B (zh) | 人员识别方法及装置、电子设备和存储介质 | |
CN112465843A (zh) | 图像分割方法及装置、电子设备和存储介质 | |
CN109543537B (zh) | 重识别模型增量训练方法及装置、电子设备和存储介质 | |
CN110990801B (zh) | 信息校验方法及装置、电子设备和存储介质 | |
CN110933488A (zh) | 视频剪辑方法及装置 | |
CN111104920A (zh) | 视频处理方法及装置、电子设备和存储介质 | |
CN111523346A (zh) | 图像识别方法及装置、电子设备和存储介质 | |
CN112950712B (zh) | 定位方法及装置、电子设备和存储介质 | |
CN112085097A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113792622A (zh) | 帧率调整方法及装置、电子设备和存储介质 | |
CN107508573A (zh) | 晶振振荡频率校正方法及装置 | |
CN112541971A (zh) | 点云地图构建方法及装置、电子设备和存储介质 | |
CN112860061A (zh) | 场景图像展示方法及装置、电子设备和存储介质 | |
CN111523599A (zh) | 目标检测方法及装置、电子设备和存储介质 | |
CN113506229A (zh) | 神经网络训练和图像生成方法及装置 | |
CN112541875A (zh) | 深度图像处理方法及装置、电子设备和存储介质 | |
CN112102300A (zh) | 计数方法及装置、电子设备和存储介质 | |
CN111650554A (zh) | 定位方法及装置、电子设备和存储介质 | |
CN111582265A (zh) | 一种文本检测方法及装置、电子设备和存储介质 | |
CN111275055A (zh) | 网络训练方法及装置、图像处理方法及装置 | |
CN110121115B (zh) | 精彩视频片段的确定方法及装置 |
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: 40058727 Country of ref document: HK |