CN114663837A - 一种人群计数方法及装置、电子设备和存储介质 - Google Patents

Abstract

本公开涉及一种人群计数方法及装置、电子设备和存储介质，所述方法包括：获取人群图像；基于对所述人群图像进行的人头关键点定位，得到所述人群图像对应的第一人数以及所述人群图像对应的第一人群密度分布图；基于对所述人群图像进行的人群密度检测，得到所述人群图像对应的第二人群密度分布图；基于所述第一人数和第一预设人数阈值，从所述第一人群密度分布图和所述第二人群密度分布图中，选出所述人群图像对应的目标人群密度分布图；基于所述目标人群密度分布图，确定所述人群图像的人群计数结果。本公开实施例可在多种场景下，提高人群计数的准确性。

Description

一种人群计数方法及装置、电子设备和存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及一种人群计数方法及装置、电子设备和存储介质。

背景技术

人群计数技术是指通过计算机视觉算法来评估视频画面中的实时人数、人的分布情况、人群的密度等信息的技术。相关技术中，通常采用回归的方式预测人群密度分布图，在估计人群位置分布的同时，估计全画面的人数。这种方式在人群密集的场景下的准确性较高，而在人员稀疏的场景下容易发生误识别。因此，如何在多种场景下提升人群计数的准确度成为当前亟待解决的问题。

发明内容

本公开提出了一种人群计数方法及装置、电子设备和存储介质的技术方案。

根据本公开的一方面，提供了一种人群计数方法，包括：

获取人群图像；

基于对所述人群图像进行的人头关键点定位，得到所述人群图像对应的第一人数以及所述人群图像对应的第一人群密度分布图；

基于对所述人群图像进行的人群密度检测，得到所述人群图像对应的第二人群密度分布图；

基于所述第一人数和第一预设人数阈值，从所述第一人群密度分布图和所述第二人群密度分布图中，选出所述人群图像对应的目标人群密度分布图；

基于所述目标人群密度分布图，确定所述人群图像的人群计数结果。

本公开实施例提供的人群计数方法，既可以应用于人员稀疏的场景下的人群计数，又可以应用于人群密集的场景下的人群计数。在本公开实施例中，基于人头关键点定位以及人群密度检测，分别获得第一人群密度分布图和第二人群密度分布图，结合第一人群密度分布图和第二人群密度分布图进行人群计数，从而在多种场景下，提高了人群计数的准确性。

在一种可能的实现方式中，所述基于所述第一人数和第一预设人数阈值，从所述第一人群密度分布图和所述第二人群密度分布图中，选出所述人群图像对应的目标人群密度分布图，包括：

在所述第一人数小于所述第一预设人数阈值的情况下，将所述第一人数密度分布图确定为所述目标人群密度分布图；或者

在所述第一人数大于或者等于所述第一预设人数阈值的情况下，将所述第二人数密度分布图确定为所述目标人群密度分布图。

在本公开实施例中，在人员稀疏的场景下，基于人头关键点定位进行人群计数，在人群密集的场景下，基于人群密度检测进行人群计数，提高了人群计数的准确性。

在一种可能的实现方式中，所述基于所述目标人群密度分布图，确定所述人群图像的人群计数结果包括：

基于所述目标人群密度分布图，确定所述人群图像中的总人数；和/或者

基于所述目标人群密度分布图和所述人群图像中的感兴趣区域，确定所述感兴趣区域中的人数。

在本公开实施例中，可以统计全局人数，也可以统计部分区域的人数，提高了灵活性，细化了统计结果，进一步提高了人群计数的准确性。

在一种可能的实现方式中，所述确定所述人群图像中的总人数，包括：

基于所述目标人群密度分布图中各像素点对应的密度值的加权，得到所述人群图像的中的总人数；和/或者，

所述确定所述感兴趣区域中的人数包括：

基于所述目标人群密度分布图中与所述感兴趣区域对应的像素点对应的密度值的加权，得到所述感兴趣区域中的人数。

在一种可能的实现方式中，所述方法还包括：

基于对所述人群图像进行的人头关键点定位，确定所述人群图像中的感兴趣区域对应的第二人数；

在所述第二人数小于第二预设人数阈值的情况下，将所述第二人数确定为所述感兴趣区域中的人数；

在所述第二人数大于或者等于所述第二预设人数阈值的情况下，基于所述第二人群密度分布图中与所述感兴趣区域对应的像素点对应的密度值的加权，得到所述感兴趣区域中的人数。

在一种可能的实现方式中，所述基于对所述人群图像进行的人头关键点定位，得到所述人群图像对应的第一人数以及所述人群图像对应的第一人群密度分布图，包括：

对所述人群图像进行人头关键点定位，得到所述人群图像对应的目标定位图，其中，所述目标定位图用于指示所述人群图像中包括的目标人头关键点的位置；

基于所述目标定位图，确定所述第一人数；

基于所述目标定位图，确定所述人群图像对应的第一人群密度分布图。

在一种可能的实现方式中，所述对所述人群图像进行人头关键点定位，得到所述人群图像对应的目标定位图，包括：

对所述人群图像进行人头关键点定位，确定所述人群图像对应的预测定位图，其中，所述预测定位图用于指示所述人群图像中各像素点是人头关键点的预测置信度；

基于预设置信度阈值，对所述预测定位图进行图像处理，得到初始定位图，其中，所述初始定位图用于指示所述人群图像中包括的初始人头关键点的位置；

确定每个所述初始人头关键点在所述初始定位图中对应的目标邻域；

基于所述预测定位图，对每个所述初始人头关键点对应的目标邻域进行过滤处理，得到所述第一人群图像对应的目标定位图。

在一种可能的实现方式中，所述确定每个所述初始人头关键点在所述初始定位图中对应的目标邻域，包括：

根据预设邻域半径，确定每个所述初始人头关键点对应的目标邻域，其中，所述预设邻域半径是基于所述初始人头关键点在所述第一人群图像中的位置，以及所述第一人群图像对应的预设透视关系确定，所述第一人群图像对应的预设透视映射关系用于指示所述第一人群图像中不同位置对应的图像尺度。

在一种可能的实现方式中，所述基于所述预测定位图，对每个所述初始人头关键点对应的目标邻域进行过滤处理，得到所述目标定位图，包括：

针对任意一个所述初始人头关键点，确定所述初始人头关键点i对应的目标邻域内，是否存在至少一个其他初始人头关键点；

在所述初始人头关键点i对应的目标邻域内存在至少一个其他初始人头关键点j的情况下，基于所述预测定位图，确定所述初始人头关键点i对应的预测置信度，以及所述至少一个其他初始人头关键点j对应的预测置信度；

基于所述初始人头关键点i和所述至少一个其他初始人头关键点j中，预测置信度最大的初始人头关键点，确定所述初始人头关键点i对应的目标邻域内的目标人头关键点。

在一种可能的实现方式中，所述基于所述目标定位图获取所述人群图像对应的第一人群密度分布图，包括：

根据所述目标定位图指示的每个目标人头关键点的位置，对每个目标人头关键点使用高斯核进行渲染，得到所述第一人群密度分布图。

根据本公开的一方面，提供了一种人群计数装置，包括：

获取模块，用于获取人群图像；

定位模块，用于基于对所述人群图像进行的人头关键点定位，得到所述人群图像对应的第一人数以及所述人群图像对应的第一人群密度分布图；

检测模块，用于基于对所述人群图像进行的人群密度检测，得到所述人群图像对应的第二人群密度分布图；

第一选择模块，用于基于所述第一人数和第一预设人数阈值，从所述第一人群密度分布图和所述第二人群密度分布图中，选出所述人群图像对应的目标人群密度分布图；

第一确定模块，用于基于所述目标人群密度分布图，确定所述人群图像的人群计数结果。

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。

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群计数方法的流程图；

图2示出本公开实施例中目标定位图的一个示例性示意图；

图3示出了本公开实施例中第一人群密度分布图的一个示例性示意图；

图4示出根据本公开实施例的人群图像和其对应的预设透视映射关系的示意图；

图5示出根据本公开实施例的人群计数装置的框图；

图6示出根据本公开实施例的一种电子设备800的框图；

图7示出根据本公开实施例的一种电子设备1900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。

对于人员稀疏的场景，人群定位模型输出的定位结果准确性较高，因此，采用定位的数量结果作为人群计数的结果会更加的准确。对于人群密集的场景，人与人之间存在严重遮挡，人的尺寸由近及远变化剧烈，很难通过检测的方式去检测每个个体，人群定位模型的结果准确性较差。

对于人群密集的场景，密集人群计数模型预测的人群密度分布图的准确性较高，因此基于人群密度分布图估计人数会更加准确。对于人员稀疏的场景，密集人群计数模型容易发生误识别，人数误差比较大。

本公开实施例提供了一种人群计数方法，既可以应用于人员稀疏的场景下的人群计数，又可以应用于人群密集的场景下的人群计数。在本公开实施例中，基于人头关键点定位以及人群密度检测，分别获得第一人群密度分布图和第二人群密度分布图，结合第一人群密度分布图和第二人群密度分布图进行人群计数，从而在多种场景下，提高了人群计数的准确性。

图1示出根据本公开实施例的人群计数方法的流程图。该人群计数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 Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，该人群定位方法可以通过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，可通过服务器执行该人群定位方法。如图1所示，所述人群计数方法可以包括：

在步骤S11中，获取人群图像。

其中，人群图像可以是包含稀疏人员的图像，也可以是包含密集人群的图像，其可以是图像采集设备对某个空间范围内的人员进行图像采集后得到的图像，也可以是从视频中获取的图像帧，还可以是通过其他方式获取得到的，本公开对此不作具体限定。

在步骤S12中，基于对所述人群图像进行的人头关键点定位，得到所述人群图像对应的第一人数以及所述人群图像对应的第一人群密度分布图。

其中，第一人数可以用于表示基于对人群图像进行的人头关键点定位，得到的人数。第一人群密度分布图可以用于表示基于对人群图像进行的人头关键点定位得到的人群密度分布图。

在一种可能的实现方式中，步骤S12可以包括：对所述人群图像进行人头关键点定位，得到所述人群图像对应的目标定位图，其中，所述目标定位图用于指示所述人群图像中包括的目标人头关键点的位置；基于所述目标定位图，确定所述第一人数；基于所述目标定位图，确定所述人群图像对应的第一人群密度分布图。

对人群图像进行人头关键点定位，端到端的得到用于指示人群图像中包括的目标人头关键点的位置的目标定位图。后文会结合本公开可能的实现方式，对人头关键点定位的具体过程进行详细描述，此处不作赘述。其中，人头关键点可以是人体头部的中心点，也可以是人体头部的其他预设关键点，本公开实施例对此不做限制。

由于目标定位图中每个目标人头关键点代表一个人，因此，可以将目标定位图中指示的目标人头关键点的数量，确定为第一人数。例如，目标定位图中指示了10个目标人头关键点的位置，则可以确定第一人数为10；目标定位图中指示了100个目标人头关键点的位置，则可以确定第一人数为100。

在一种可能的实现方式中，基于所述目标定位图，确定所述人群图像对应的第一人群密度分布图可以包括：根据所述目标定位图指示的每个目标人头关键点的位置，对每个目标人头关键点使用高斯核进行渲染，得到所述第一人群密度分布图。

图2示出本公开实施例中目标定位图的一个示例性示意图。假设人群图像大小为10*10，对应的人群图像对应的目标定位图的大小也为10*10。如图2所示，以左上角为坐标原点，目标定位图中指示了3个目标人头关键点的位置，如图2中灰色方格所示，这3个位置的坐标分别为(2，2)、(6，3)以及(4，7)。

图3示出了本公开实施例中第一人群密度分布图的一个示例性示意图。假设每个人头框的大小为3像素*3像素，对图2所示的每个目标人头关键点使用高斯核进行渲染后，可以得到每个人头关键点所在人头框中每个像素的取值，代表各个像素点为人的概率。如图3所示，对于任意一个人头框，该人头框中各像素点的取值之和为1。因此，将第一人群密度分布图中各个像素的取值求和，也可以得到人数。

对对每个目标人头关键点使用高斯核进行渲染，得到第一人群密度分布图的过程进行可以参照相关技术，这里不再赘述。

在步骤S13中，基于对所述人群图像进行的人群密度检测，得到所述人群图像对应的第二人群密度分布图。

其中，第二人群密度分布图可以用于表示基于对人群图像进行的人群密度检测得到的人群密度分布图。在一个示例中，可以基于直接回归的方式对人群图像进行人群密度检测。举例来说，将人群图像输入训练好的深度卷积神经网络中，可以输出得到人群图像的人群密度分布图(即第二人群密度分布图)。在又一示例中，可以基于密度图回归的方式对人群图像进行人群密度检测。后文会结合本公开可能的实现方式，对基于密度回归的方式对人群图像进行人群密度检测的具体过程进行详细描述，此处不作赘述。

在步骤S14中，基于所述第一人数和第一预设人数阈值，从所述第一人群密度分布图和所述第二人群密度分布图中，选出所述人群图像对应的目标人群密度分布图。

其中，第一预设人数阈值可以用于判断人群图像对应的场景是人员稀疏场景还是人群密集场景。第一预设人数阈值可以根据需要进行设置，例如第一预设人数阈值可以设置为50或者100等。在一种可能的实现方式中，第一预设人数阈值可以根据人群图像对应的空间范围的大小进行设置。在人群图像对应的空间范围较大的情况下，第一预设人数阈值较大；在人群图像对应的空间范围较小的情况下，第一预设人数阈值较小。

目标人群密度分布图可以用于表示后续确定人群图像的人群计数结果所采用的人群密度分布图。在本公开实施例中，基于第一人数和第一预设人数阈值的大小关系，确定人群图像对应的场景是人员稀疏场景还是人群密集场景，进而确定出是将第一人群密度分布图确定为目标人群密度分布图，还是将第二人群密度分布图确定为目标人群密度分布图。

在一种可能的实现方式中，步骤S14可以包括：在所述第一人数小于所述第一预设人数阈值的情况下，将所述第一人数密度分布图确定为所述目标人群密度分布图。

在第一人数小于第一预设人数阈值时，表明人群图像对应的场景为人员稀疏场景，考虑到在人员稀疏场景下，人头关键点定位结果的准确性较高，而人群密度检测结果的准确性较低，因此，这种情况下可以将基于对人群图像进行的人头关键点定位得到的第一人群密度分布图确定为目标人群密度分布图，以提高人群计数结果的准确性。

在一种可能的实现方式中，步骤S14可以包括：在所述第一人数大于或者等于所述第一预设人数阈值的情况下，将所述第二人数密度分布图确定为所述目标人群密度分布图。

在第一人数大于或者等于第一预设人数阈值时，表明人群图像对应的场景为人群密集场景，考虑到在人群密集场景下，人头关键点定位结果的准确性较低，而人群密度检测结果的准确性较高，因此，这种情况下可以将基于对人群图像进行的人群密度检测得到的第二人群密度分布图确定为目标人群密度分布图，以提高人群计数结果的准确性。

需要说明的是，在执行步骤S12之后，可以先比较第一人数和第一预设人数阈值的大小关系。在第一人数小于第一预设人数阈值的情况下，直接将第一人群密度分布图确定为目标人群密度分布图。在第一人数大于或者等于第一人数的情况下，执行步骤S13和步骤S14以确定目标人群密度分布图。

在步骤S15中，基于所述目标人群密度分布图，确定所述人群图像的人群计数结果。

在目标人群密度分布图中，每个像素点的取值代表该像素点为人的概率，每个人头框范围内的像素点的取值之和为1，因此，基于目标人群密度分布图，可以确定人群图像的人群计数结果。

其中，人群图像的计数结果包括但不限于人群图像中的总人数，人群图像中的感兴趣区域中的人数等。人群图像中的感兴趣区域可以根据需要进行设置，在一个示例中，可以将排队区域确定为感兴趣区域，或者将用餐区域确定为感兴趣区域。这样，就可以结合在人群图像中标定的感兴趣区域，对应在目标人群密度分布图中的人数，得到排队人数或者用餐人数。可以理解的是，排队区域和用餐区域仅为感兴趣区域的示例，感兴趣区域还可以为其他区域。人群图像中的感兴趣区域可以有一个或多个，例如人群图像中可以同时包括排队区域和用餐区域，此时可以分别确定人群图像中的每个感兴趣区域中的人数。

在一种可能的实现方式中，步骤S15可以包括：基于所述目标人群密度分布图，确定所述人群图像中的总人数。其中，确定所述人群图像中的总人数可以包括：基于所述目标人群密度分布图中各像素点对应的密度值的加权，得到所述人群图像的中的总人数。加权时采用的权值可以根据需要进行设置，本公开实施例中不做限制。

在一种可能的实现方式中，步骤S15可以包括：基于所述目标人群密度分布图和所述人群图像中的感兴趣区域，确定所述感兴趣区域中的人数。其中，确定所述感兴趣区域中的人数包括基于所述目标人群密度分布图中与所述感兴趣区域对应的像素点对应的密度值的加权，得到所述感兴趣区域中的人数。加权时使用的权值可以根据需要进行设置，本公开实施例中不做限制。

由于人群图像的目标人群密度分布图与人群图像的尺寸相同，两者之间的像素一一对应，目标人群密度分布图中每个像素的值代表人群图像中对应的每个像素为人的概率。因此，根据人群图像的感兴趣区域的位置，可以确定目标人群密度分布图中的感兴趣区域，进而可以确定出感兴趣区域中的人数。

在本公开实施例中，基于人头关键点定位以及人群密度检测，分别获得第一人群密度分布图和第二人群密度分布图，结合第一人群密度分布图和第二人群密度分布图进行人群计数，从而在多种场景下，提高了人群计数的准确性。

在一种可能的实现方式中，所述人群计数方法还可以包括：响应于所述人群图像中通过标定等方式预设有感兴趣区域，基于对所述人群图像进行的人头关键点定位，确定所述人群图像中的感兴趣区域对应的第二人数；基于所述第二人数和第二预设人数阈值，从所述第一人群密度分布图和所述第二人群密度分布图中，选出所述人群图像对应的目标人群密度分布图；步骤S15基于所述目标人群密度分布图，确定所述人群图像的感兴趣区域的人群计数结果还可以包括：基于所述目标人群密度分布图和所述人群图像中的感兴趣区域，确定所述感兴趣区域中的人数。

用户可以根据需要在人群图像中标定感兴趣区域，例如可以标定排队区域或者用餐区域作为感兴趣区域。用户可以在人群图像中标定一个或多个感兴趣区域，在本申请实施例中可以确定每个感兴趣区域中的人数。

基于对人群图像进行的人头关键点定位，可以得到人群图像中每个人头关键点的位置，结合人群图像中感兴趣区域的位置，可以确定哪些人头关键点位于感兴趣区域内以及哪些人头关键点位于感兴趣区域以外，进而可以得到人群图像中感兴趣区域中的人数，即上述第二人数。

第二预设人数阈值可以用于判断人群图像中的感兴趣区域对应的场景是人员稀疏场景还是人群密集场景，例如判断排队区域对应的场景是人员稀疏场景还是人群密集场景，或者判断就餐区域对应的场景是人员稀疏场景还是人群密集场景。在人群图像中的感兴趣区域有多个的情况下，可以分别确定人群图像中每个感兴趣区域对应的第二人数，并将每个感兴趣区域对应的第二人数与第二预设人数阈值进行比较，以判断每个感兴趣区域对应的场景是人员稀疏场景还是人群密集场景。

第二预设人数阈值可以根据需要进行设置，例如第二预设人数阈值可以设置为30或者50等。在一种可能的实现方式中，第二预设人数阈值可以根据感兴趣区域对应的空间范围的大小进行设置。在感兴趣区域对应的空间范围较大的情况下，第二预设人数阈值较大；在感兴趣区域对应的空间范围较小的情况下，第二预设人数阈值较小。可以理解的是，第二预设人数阈值小于第一预设人数阈值。

在第二人数小于第二预设人数阈值的情况下，表明人群图像中的感兴趣区域对应的场景是人员稀疏场景，因此可以将第一人群密度分布图确定为人群图像对应的目标人群密度分布图。在第二人数大于或者等于第二预设人数阈值的情况下，表明人群图像中的感兴趣区域对应的场景是人群密集场景，因此可以将第二人群密度分布图确定为人群图像对应的目标人群密度分布图。可以理解的是，由于不同的感兴趣区域对应的第二人数不同，可能有些感兴趣区域对应的场景是人员稀疏场景，有些感兴趣区域对应的场景是人群密集场景，因此在处理不同的感兴趣区域时，选出的人群图像对应的目标人群密度分布图可能不同。

由于目标人群密度分布图是针对感兴趣区域选出的，因此，在基于所述目标人群密度分布图，确定所述人群图像的感兴趣区域的人群计数结果时，实际确定的是感兴趣区域中的人数。在一种可能的实现方式中，可以根据感兴趣区域在人群图像中的位置，确定感兴趣区域在目标人群密度分布图中的位置，找出目标人群密度分布图中属于感兴趣预取的像素点，将目标人群密度分布图中属于感兴趣区域的像素点对应的密度值进行加权，可以得到感兴趣区域中的人数。其中，加权时采用的权值可以根据需要进行设置，对此本申请实施例中不做限制。

需要说明的是，在第二人数小于第二预设人数阈值的情况下，可以直接将第二人数确定为感兴趣区域中的人数，而省去执行基于所述第二人数和第二预设人数阈值，从所述第一人群密度分布图和所述第二人群密度分布图中，选出所述人群图像对应的目标人群密度分布图以及基于所述目标人群密度分布图和所述人群图像中的感兴趣区域，确定所述感兴趣区域中的人数的步骤。

在本申请实施例中，可以准确的确定出感兴趣区域中的人数。

下面对人头关键点定位的具体过程进行详细说明。

在一种可能的实现方式中，对人群图像进行人头关键点定位，得到人群图像对应的目标定位图可以包括：对人群图像进行人头关键点定位，确定人群图像对应的预测定位图，其中，预测定位图用于指示人群图像中各像素点是人头关键点的预测置信度；基于预设置信度阈值，对预测定位图进行图像处理，得到初始定位图，其中，初始定位图用于指示人群图像中包括的初始人头关键点的位置；确定每个初始人头关键点在初始定位图中对应的目标邻域；基于预测定位图，对每个初始人头关键点对应的目标邻域进行过滤处理，得到人群图像对应的目标定位图。

对人群图像进行人头关键点定位，端到端的确定人群图像中各像素点是人头关键点的预测置信度，进而通过预设置信度阈值对预测定位图进行阈值分割，确定用于指示人群图像中包括的初始人头关键点的位置的初始定位图，进而确定每个初始人头关键点在初始定位图中的目标邻域，以使得基于预测定位图，对初始人头关键点对应的目标邻域进行进一步过滤处理，得到精度较高的目标定位图，以准确指示人群图像中包括的目标人头关键点的位置。

在一示例中，可以利用训练好的人头关键点定位神经网络，对人群图像进行人头关键点定位。具体地，将人群图像输入训练好的人头关键点定位神经网络，经过人头关键点定位神经网络的定位，直接输出预测定位图。训练好的人头关键点定位神经网络的具体网络结构，以及训练过程，可以采用相关技术中的网络结构和训练过程，本公开对此不做具体限定。

在一示例中，预测定位图中每个像素点的像素值，表示该像素点的预测置信度，即该像素点是人头关键点的概率。对预测定位图进行sigmoid操作，以使得预测定位图中每个像素点的像素值位于0～1之间。例如，预测定位图中某一像素点的像素值为0.7，则表示该像素点是人头关键点的概率是0.7。

由于预测定位图仅用于指示人群图像中各像素点是人头关键点的预测置信度，因此，通过预设置信度阈值，对预测定位图进行阈值分割，从而可以有效得到用于指示人群图像中包括的初始人头关键点的位置的初始定位图。其中，预设置信度阈值的具体取值可以根据实际情况进行灵活设置，本公开对此不做具体限定。

将预测定位图中逐像素点的像素值与预设置信度阈值进行比较，在预测定位图中某一像素点的像素值大于或等于预设置信度阈值的情况下，将初始定位图中对应位置的像素点的像素值确定为1；在预测定位图中某一像素点的像素值小于预设置信度阈值的情况下，将初始定位图中对应位置的像素点的像素值确定为0。

初始定位图和人群图像具有相同的尺寸，初始定位图中像素值为1的像素点的位置，用于指示人群图像中包括的初始人头关键点的位置。例如，在初始定位图中图像坐标为(x，y)的像素点的像素值为1的情况下，可以确定人群图像中图像坐标为(x，y)的像素点是初始人头关键点；在初始定位图中图像坐标为(x，y)的像素点的像素值为0的情况下，可以确定人群图像中图像坐标为(x，y)的像素点是初始人头关键点以外的部分。

为了避免同一个人体头部对应多个初始人头关键点的误检测问题，进一步确定初始定位图中每个初始人头关键点对应的目标邻域，以及对每个初始人头关键点对应的目标邻域进行过滤，以得到精度较高的目标定位图，在目标定位图中，同一个人头头部对应一个目标人头关键点。

在一种可能的实现方式中，确定每个初始人头关键点在初始定位图中对应的目标邻域，包括：根据预设邻域半径，确定每个初始人头关键点对应的目标邻域。

在一个示例中，预设邻域半径可以是固定的，此时预设邻域半径可以称为第一预设邻域半径。在又一示例中，预设邻域半径可以是于所述初始人头关键点在所述第一人群图像中的位置，以及所述第一人群图像对应的预设透视关系确定的确定，此时，根据人头框高度的大小，可以选择第二预设邻域半径或者第三预设邻域半径进行目标邻域的确定。下面分别对根据第一预设邻域半径确定每个初始人头关键点对应的目标邻域的过程，以及基于初始人头关键点在第一人群图像中的位置，以及第一人群图像对应的预设透视映射关系(对应于第二预设邻域半径和第三预设邻域半径)，确定初始人头关键点对应的目标邻域的过程进行说明。

在一种可能的实现方式中，确定每个初始人头关键点在初始定位图中对应的目标邻域，包括：根据第一预设邻域半径，确定每个初始人头关键点对应的目标邻域。

通过预先设置的固定的第一预设邻域半径，可以快速确定每个初始人头关键点对应的目标邻域。第一邻域半径的具体取值可以根据实际情况灵活进行设置，本公开对此不做具体限定。

例如，第一预设邻域半径为2，则针对任意一个初始人头关键点i，初始人头关键点i对应的目标邻域包括：与初始人头关键点i之间的像素距离不超过2个像素点的像素点。

在一种可能的实现方式中，确定每个初始人头关键点在初始定位图中对应的目标邻域，包括：针对任意一个初始人头关键点，基于初始人头关键点在人群图像中的位置，以及人群图像对应的预设透视映射关系，确定初始人头关键点对应的目标邻域。

其中，预设透视映射关系用于指示人群图像中不同位置对应的图像尺度。由于不同的图像采集设备的安装角度不同，因此不同的图像采集设备获取的人群图像对应的图像尺度不同。在本公开实施例中，需要分别确定各个图像采集设备采集的人群图像对应的预设透视映射关系。下面对确定人群图像对应的预设透视映射关系的过程进行说明。

在一种可能的实现方式中，可以获取对人群图像中不同位置的行人进行人体框标注得到的多个标注人体框；基于多个标注人体框，确定人群图像对应的预设透视映射关系。

在人群图像中选择远、中、近不同位置的行人进行人体框标注，可以得到人群图像中的多个标注人体框，基于标注人体框的高度以及行人的实际身高之间的比例关系，可以确定人群图像中有限位置(标注人体框位置处)对应的图像尺度，进而，基于有限位置对应的图像尺度，进一步拟合以有效得到人群图像中每个位置对应的图像尺度，即得到人群图像对应的预设透视映射关系。

图4示出根据本公开实施例的人群图像和其对应的预设透视映射关系的示意图。如图2所示，在人群图像中选择远、中、近不同位置的行人进行人体框标注，得到人群图像中不同位置的四个标注人体框A、B、C、D，进而，基于四个标注人体框A、B、C、D，拟合以有效得到人群图像对应的预设透视映射关系。

在一种可能的实现方式中，基于多个标注人体框，确定人群图像对应的预设透视映射关系，包括：针对任意一个标注人体框，确定该标注人体框中的参考人体关键点对应的参考图像尺度；根据每个标注人体框中的参考人体关键点的第三图像坐标，以及每个标注人体框中的参考人体关键点对应的参考图像尺度，拟合得到人群图像对应的预设透视映射关系。

沿人群图像的列方向，不同位置的图像尺度是线性变化的，因此，在根据标注人体框确定人群图像中有限位置的参考人体关键点对应的图像尺度之后，可以通过线性函数拟合，有效得到人群图像中每个位置对应的图像尺度，即得到人群图像对应的预设透视映射关系。

由于行人是竖直站立的，以人脚关键点作为参考人体关键点，标注人体框的高度可以看作是行人在人群图像中的高度。标注人体框的高度可以用标注人体框所占像素行数来表示。例如，标注人体框在人群图像中占据17行像素，则标注人体框的高度是17。假设标注人体框对应的行人的真实身高是1.7米，可以确定在标注人体框中的参考人脚关键点的位置，表示真实世界中的1.7米需要17行像素。假设单位高度是1m，因此，在标注人体框中的参考人脚关键点的位置，表示真实世界中的1米需要10行像素，即标注人体框中的参考人脚关键点对应的参考图像尺度是10。标注人体框对应的行人的真实身高可以根据实际情况选择适当取值，本公开对此不做具体限定。

标注人体框中的参考人脚关键点可以是标注人体框底边中点，还可以是标注人体框中的其它像素点，本公开对此不做具体限定。

仍以上述图4为例，在人群图像中标注得到四个标注人体框A、B、C、D之后，按照上述方式确定每个标注人体框中的参考人脚关键点对应的参考图像尺度。进而，根据四个标注人体框中的参考人脚关键点的第三图像坐标，及其对应的参考图像尺度进行线性函数拟合，得到线性映射函数p＝a*y+b。

其中，图像坐标指的是在人群图像的像素坐标系下的位置坐标。例如，以人群图像的左上角为坐标原点(0，0)，平行于图像的行方向为x轴的方向，平行于图像的列方向为y轴的方向，构建人群图像的像素坐标系，图像坐标的横坐标和纵坐标的单位均为像素点。例如，参考人脚关键点的图像坐标是(10，15)，则指示参考人脚关键点是人群图像中位于第10行第15列处的像素点。

线性映射函数p＝a*y+b是人群图像对应的预设透视映射关系的函数表示形式。其中，a和b是线性函数拟合得到的参数，y是人群图像中不同位置的图像坐标的纵坐标，p是该位置对应的图像尺度。利用线性映射函数p＝a*y+b，可以确定人群图像中每个位置对应的图像尺度。

在确定人群图像对应的预设透视映射关系之前或之后，对人群图像进行人头关键点定位，得到人群图像对应的初始定位图。

在基于初始定位图确定人群图像中包括的初始人头关键点的位置之后，可以基于预设透视映射关系，确定与每个初始人头关键点匹配的目标邻域。

在一种可能的实现方式中，基于初始人头关键点在人群图像中的位置，以及预设透视映射关系，确定初始人头关键点对应的目标邻域，包括：基于预设透视映射关系，确定初始人头关键点在人群图像中的位置对应的目标图像尺度；基于目标图像尺度，确定初始人头关键点对应的人头框高度；基于初始人头关键点对应的人头框高度，确定初始人头关键点对应的目标邻域。

基于预设透视映射关系，可以快速确定初始人头关键点在人群图像中的位置对应的目标图像尺度，进而确定基于目标图像尺度确定初始人头关键点对应的人头框高度，以使得可以进一步根据人头框高度，确定与之匹配的目标邻域。

例如，针对初始定位图中的某一个初始人头关键点i，该初始人头关键点i在人群图像中的图像坐标是(hx，hy)，则根据人群图像对应的预设透视映射关系(线性映射函数p＝a*y+b)，可以确定该初始人头关键点i对应的目标尺度是pi＝a*hy+b。假设人群图像中的行人对应的真实人头框高度是0.4米*0.4米，则人群图像中该初始人头关键点i对应的人头框高度为si＝0.4*pi。根据该初始人头关键点对应的人头框高度为si＝0.4*pi，确定与之大小匹配的目标邻域。

在一种可能的实现方式中，基于初始人头关键点对应的人头框高度，确定初始人头关键点对应的目标邻域，包括：在人头框高度大于预设人头框高度阈值的情况下，基于第二预设邻域半径，确定初始人头关键点对应的目标邻域；或，在人头框高度小于或等于预设人头框高度阈值的情况下，基于第三预设邻域半径，确定初始人头关键点对应的目标邻域，其中，第二预设邻域半径大于第三预设邻域半径。

在人头框高度大于预设人头框高度阈值的情况下，可以确定该人头框大小较大，因此，采用较大的第二预设邻域半径对其进行后续过滤处理；在人头框高度小于或等于预设人头框高度阈值的情况下，可以确定该人头框大小较小，因此，采用较小的第三预设邻域半径对其进行后续过滤处理。通过灵活确定邻域半径，可以提高过滤操作的准确性。预设人头框高度阈值、第二预设邻域半径、第三预设邻域半径的具体取值可以根据实际情况灵活进行设置，本公开对此不做具体限定。

在一示例中，人头框高度阈值是32，针对某一个初始人头关键点i，在其对应的人头框高度si>32的情况下，基于第二预设邻域半径2确定其目标邻域；在其对应的人头框高度si<＝32的情况下，基于第三预设邻域半径1确定其目标邻域。

在第二预设邻域半径为2的情况下，初始人头关键点i对应的目标邻域包括，与初始人头关键点i之间的像素距离不超过2个像素点的像素点。在第三预设邻域半径为1的情况下，初始人头关键点i对应的目标邻域包括，与初始人头关键点i之间的像素距离不超过1个像素点的像素点。

在基于上述方式确定初始定位图中每个初始人头关键点对应的目标邻域之后，利用每个初始人头关键点对应的目标邻域，对初始定位图进行过滤，以得到准确率较高的目标定位图。

在一种可能的实现方式中，基于预测定位图，对每个初始人头关键点对应的目标邻域进行过滤处理，得到目标定位图，包括：针对任意一个初始人头关键点i，确定初始人头关键点i对应的目标邻域内，是否存在至少一个其它初始人头关键点；在初始人头关键点i对应的目标邻域内存在至少一个其它初始人头关键点j的情况下，基于预测定位图，确定初始人头关键点i对应的预测置信度，以及至少一个其它初始人头关键点j对应的预测置信度；基于初始人头关键点i和至少一个其它初始人头关键点j中，预测置信度最大的初始人头关键点，确定初始人头关键点i对应的目标邻域内的目标人头关键点。

针对初始定位图中图像坐标为(xi，yi)的初始人头关键点i，在其目标邻域内检测是否存在其它初始人头关键点，若存在其它图像坐标为(xj，yj)的初始人头关键点j，则根据预测定位图，确定初始人头关键点i对应的预测置信度，以及初始人头关键点j对应的预测置信度。当初始人头关键点i的预测置信度大于初始人头关键点j的预测置信度的情况下，保持图像坐标为(xi，yi)的像素点的像素值为1，将图像坐标为(xj，yj)的像素点的像素值更新为0，即过滤掉初始定位图中的初始人头关键点j。以此类推，遍历初始定位图中的每个初始人头关键点，得到最终的目标定位图。

下面对人群密度检测的具体过程进行详细说明。

在一种可能的实现方式中，所述方法还可以包括：对所述人群图像进行结构相似度感知，得到所述人群图像对应的第二人群密度分布图。具体的，可以将人群图像输入训练好的人群统计模型，得到人群图像对应的第二人群密度分布图。其中，人群统计模型是基于预设的损失函数对神经网络进行训练得到的。在一可选的实施例中，该神经网络可以是卷积神经网络(CNN)，例如多列卷积网络(MCNN)或者深度空洞卷积网络(CSRNet)等。

在一种可能的实现方式中，所述方法还包括：分别获取训练图像及其对应的人群分布密度图像，其中，人群密度分布图像包括真实密度图和预测密度图；根据训练图像、人群分布密度图像，分别得到人头块平方误差损失函数、结构相似度损失函数和背景平方差损失函数，根据人头块平方误差损失函数、结构相似度损失函数和背景平方差损失函数，可以得到预设的损失函数。

在一个示例中，可以获取人群图像的预设区域，其中预设区域包括人头块；确定每个预设区域分别对应的真实密度图和预测密度图；根据每个预设区域分别对应的真实密度图和预测密度图，确定人头块平均误差损失函数、结构相似度损失函数和背景平方差损失函数，可以得到预设的损失函数。

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，本公开还提供了人群计数装置、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群计数方法，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5示出根据本公开实施例的人群计数装置的框图。如图5所示，所述装置50包括：

获取模块51，用于获取人群图像；

定位模块52，用于基于对所述人群图像进行的人头关键点定位，得到所述人群图像对应的第一人数以及所述人群图像对应的第一人群密度分布图；

检测模块53，用于基于对所述人群图像进行的人群密度检测，得到所述人群图像对应的第二人群密度分布图；

第一选择模块54，用于基于所述第一人数和第一预设人数阈值，从所述第一人群密度分布图和所述第二人群密度分布图中，选出所述人群图像对应的目标人群密度分布图；

第一确定模块55，用于基于所述目标人群密度分布图，确定所述人群图像的人群计数结果。

在一种可能的实现方式中，所述第一选择模块还用于：

在所述第一人数小于所述第一预设人数阈值的情况下，将所述第一人数密度分布图确定为所述目标人群密度分布图；或者

在所述第一人数大于或者等于所述第一预设人数阈值的情况下，将所述第二人数密度分布图确定为所述目标人群密度分布图。

在一种可能的实现方式中，所述第一确定模块还用于：

基于所述目标人群密度分布图，确定所述人群图像中的总人数；和/或者

基于所述目标人群密度分布图和所述人群图像中的感兴趣区域，确定所述感兴趣区域中的人数。

在一种可能的实现方式中，

所述确定所述人群图像中的总人数，包括：

基于所述目标人群密度分布图中各像素点对应的密度值的加权，得到所述人群图像的中的总人数；和/或者，

所述确定所述感兴趣区域中的人数包括：

基于所述目标人群密度分布图中与所述感兴趣区域对应的像素点对应的密度值的加权，得到所述感兴趣区域中的人数。

在一种可能的实现方式中，所述装置还包括：

第二确定模块，用于响应于所述人群图像中标定有感兴趣区域，基于对所述人群图像进行的人头关键点定位，确定所述人群图像中的感兴趣区域对应的第二人数；

第二选择模块，用于基于所述第二人数和第二预设人数阈值，从所述第一人群密度分布图和所述第二人群密度分布图中，选出所述人群图像对应的目标人群密度分布图；

所述第一确定模块还用于基于所述目标人群密度分布图和所述人群图像中的感兴趣区域，确定所述感兴趣区域中的人数。

在一种可能的实现方式中，所述定位模块还用于：

对所述人群图像进行人头关键点定位，得到所述人群图像对应的目标定位图，其中，所述目标定位图用于指示所述人群图像中包括的目标人头关键点的位置；

基于所述目标定位图，确定所述第一人数；

基于所述目标定位图，确定所述人群图像对应的第一人群密度分布图。

在一种可能的实现方式中，所述对所述人群图像进行人头关键点定位，得到所述人群图像对应的目标定位图，包括：

对所述人群图像进行人头关键点定位，确定所述人群图像对应的预测定位图，其中，所述预测定位图用于指示所述人群图像中各像素点是人头关键点的预测置信度；

基于预设置信度阈值，对所述预测定位图进行图像处理，得到初始定位图，其中，所述初始定位图用于指示所述人群图像中包括的初始人头关键点的位置；

确定每个所述初始人头关键点在所述初始定位图中对应的目标邻域；

基于所述预测定位图，对每个所述初始人头关键点对应的目标邻域进行过滤处理，得到所述第一人群图像对应的目标定位图。

在一种可能的实现方式中，所述确定每个所述初始人头关键点在所述初始定位图中对应的目标邻域，包括：

根据预设邻域半径，确定每个所述初始人头关键点对应的目标邻域，其中，所述预设邻域半径是基于所述初始人头关键点在所述第一人群图像中的位置，以及所述第一人群图像对应的预设透视关系确定，所述第一人群图像对应的预设透视映射关系用于指示所述第一人群图像中不同位置对应的图像尺度。

在一种可能的实现方式中，所述基于所述预测定位图，对每个所述初始人头关键点对应的目标邻域进行过滤处理，得到所述目标定位图，包括：

针对任意一个所述初始人头关键点，确定所述初始人头关键点i对应的目标邻域内，是否存在至少一个其他初始人头关键点；

在所述初始人头关键点i对应的目标邻域内存在至少一个其他初始人头关键点j的情况下，基于所述预测定位图，确定所述初始人头关键点i对应的预测置信度，以及所述至少一个其他初始人头关键点j对应的预测置信度；

基于所述初始人头关键点i和所述至少一个其他初始人头关键点j中，预测置信度最大的初始人头关键点，确定所述初始人头关键点i对应的目标邻域内的目标人头关键点。

在一种可能的实现方式中，所述基于所述目标定位图获取所述人群图像对应的第一人群密度分布图，包括：

根据所述目标定位图指示的每个目标人头关键点的位置，对每个目标人头关键点使用高斯核进行渲染，得到所述第一人群密度分布图。

该方法与计算机系统的内部结构存在特定技术关联，且能够解决如何提升硬件运算效率或执行效果的技术问题(包括减少数据存储量、减少数据传输量、提高硬件处理速度等)，从而获得符合自然规律的计算机系统内部性能改进的技术效果。

在本公开实施例中，基于人头关键点定位以及人群密度检测，分别获得第一人群密度分布图和第二人群密度分布图，结合第一人群密度分布图和第二人群密度分布图进行人群计数，从而在多种场景下，提高了人群计数的准确性。

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6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、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等终端设备。

参照图6，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)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(Wi-Fi)、第二代移动通信技术(2G)、第三代移动通信技术(3G)、第四代移动通信技术(4G)、通用移动通信技术的长期演进(LTE)、第五代移动通信技术(5G)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7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或终端设备。参照图7，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 Server^TM)，苹果公司推出的基于图形用户界面操作系统(Mac OSX^TM)，多用户多进程的计算机操作系统(Unix^TM),自由和开放原代码的类Unix操作系统(Linux^TM)，开放原代码的类Unix操作系统(FreeBSD^TM)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。

上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，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。

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 (13)

1.一种人群计数方法，其特征在于，所述方法包括：

获取人群图像；

基于对所述人群图像进行的人头关键点定位，得到所述人群图像对应的第一人数以及所述人群图像对应的第一人群密度分布图；

基于对所述人群图像进行的人群密度检测，得到所述人群图像对应的第二人群密度分布图；

基于所述第一人数和第一预设人数阈值，从所述第一人群密度分布图和所述第二人群密度分布图中，选出所述人群图像对应的目标人群密度分布图；

基于所述目标人群密度分布图，确定所述人群图像的人群计数结果。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一人数和第一预设人数阈值，从所述第一人群密度分布图和所述第二人群密度分布图中，选出所述人群图像对应的目标人群密度分布图，包括：

在所述第一人数小于所述第一预设人数阈值的情况下，将所述第一人数密度分布图确定为所述目标人群密度分布图；或者

在所述第一人数大于或者等于所述第一预设人数阈值的情况下，将所述第二人数密度分布图确定为所述目标人群密度分布图。

3.根据权利要求1或2所述的方法，其特征在于，所述基于所述目标人群密度分布图，确定所述人群图像的人群计数结果包括：

基于所述目标人群密度分布图，确定所述人群图像中的总人数；和/或者

基于所述目标人群密度分布图和所述人群图像中的感兴趣区域，确定所述感兴趣区域中的人数。

4.根据权利要求3所述的方法，其特征在于，

所述确定所述人群图像中的总人数，包括：

基于所述目标人群密度分布图中各像素点对应的密度值的加权，得到所述人群图像的中的总人数；和/或者，

所述确定所述感兴趣区域中的人数包括：

基于所述目标人群密度分布图中与所述感兴趣区域对应的像素点对应的密度值的加权，得到所述感兴趣区域中的人数。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

响应于所述人群图像中预设有感兴趣区域，基于对所述人群图像进行的人头关键点定位，确定所述人群图像中的感兴趣区域对应的第二人数；

基于所述第二人数和第二预设人数阈值，从所述第一人群密度分布图和所述第二人群密度分布图中，选出所述人群图像对应的目标人群密度分布图；

所述基于所述目标人群密度分布图，确定所述人群图像的感兴趣区域的人群计数结果，包括：

基于所述目标人群密度分布图和所述人群图像中的感兴趣区域，确定所述感兴趣区域中的人数。

6.根据权利要求1至5中任意一项所述的方法，其特征在于，所述基于对所述人群图像进行的人头关键点定位，得到所述人群图像对应的第一人数以及所述人群图像对应的第一人群密度分布图，包括：

对所述人群图像进行人头关键点定位，得到所述人群图像对应的目标定位图，其中，所述目标定位图用于指示所述人群图像中包括的目标人头关键点的位置；

基于所述目标定位图，确定所述第一人数；

基于所述目标定位图，确定所述人群图像对应的第一人群密度分布图。

7.根据权利要求6所述的方法，其特征在于，所述对所述人群图像进行人头关键点定位，得到所述人群图像对应的目标定位图，包括：

对所述人群图像进行人头关键点定位，确定所述人群图像对应的预测定位图，其中，所述预测定位图用于指示所述人群图像中各像素点是人头关键点的预测置信度；

基于预设置信度阈值，对所述预测定位图进行图像处理，得到初始定位图，其中，所述初始定位图用于指示所述人群图像中包括的初始人头关键点的位置；

确定每个所述初始人头关键点在所述初始定位图中对应的目标邻域；

基于所述预测定位图，对每个所述初始人头关键点对应的目标邻域进行过滤处理，得到所述第一人群图像对应的目标定位图。

8.根据权利要求7所述的方法，其特征在于，所述确定每个所述初始人头关键点在所述初始定位图中对应的目标邻域，包括：

根据预设邻域半径，确定每个所述初始人头关键点对应的目标邻域，其中，所述预设邻域半径是基于所述初始人头关键点在所述第一人群图像中的位置，以及所述第一人群图像对应的预设透视关系确定，所述第一人群图像对应的预设透视映射关系用于指示所述第一人群图像中不同位置对应的图像尺度。

9.根据权利要求7所述的方法，其特征在于，所述基于所述预测定位图，对每个所述初始人头关键点对应的目标邻域进行过滤处理，得到所述目标定位图，包括：

针对任意一个所述初始人头关键点，确定所述初始人头关键点i对应的目标邻域内，是否存在至少一个其他初始人头关键点；

在所述初始人头关键点i对应的目标邻域内存在至少一个其他初始人头关键点j的情况下，基于所述预测定位图，确定所述初始人头关键点i对应的预测置信度，以及所述至少一个其他初始人头关键点j对应的预测置信度；

基于所述初始人头关键点i和所述至少一个其他初始人头关键点j中，预测置信度最大的初始人头关键点，确定所述初始人头关键点i对应的目标邻域内的目标人头关键点。

10.根据权利要求7所述的方法，其特征在于，所述基于所述目标定位图获取所述人群图像对应的第一人群密度分布图，包括：

根据所述目标定位图指示的每个目标人头关键点的位置，对每个目标人头关键点使用高斯核进行渲染，得到所述第一人群密度分布图。

11.一种人群计数装置，其特征在于，所述装置包括：

获取模块，用于获取人群图像；

定位模块，用于基于对所述人群图像进行的人头关键点定位，得到所述人群图像对应的第一人数以及所述人群图像对应的第一人群密度分布图；

检测模块，用于基于对所述人群图像进行的人群密度检测，得到所述人群图像对应的第二人群密度分布图；

第一选择模块，用于基于所述第一人数和第一预设人数阈值，从所述第一人群密度分布图和所述第二人群密度分布图中，选出所述人群图像对应的目标人群密度分布图；

第一确定模块，用于基于所述目标人群密度分布图，确定所述人群图像的人群计数结果。

12.一种电子设备，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10中任意一项所述的方法。

13.一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10中任意一项所述的方法。

Images