JP2023036054A - 目標カウント方法、装置、デバイス及び記憶媒体 - Google Patents

Abstract

【課題】目標が小さい場合でも目標の数を正確に統計できる、複雑な遠景のための目標カウント方法、装置、デバイス及び記憶媒体を提供する。【解決手段】目標カウント方法は、所定の期間内に同じ視野に対してキャプチャされた複数の画像フレームを取得するステップと、複数の画像フレームにおける１つ又は複数の検出対象エリアを決定するステップと、各検出対象エリアに対して、検出対象エリアにおける目標総数を決定するステップと、１つ又は複数の検出対象エリアのそれぞれの目標総数に基づいて、所定の期間内の視野内の目標総数を算出するステップと、を含む。検出対象エリアにおける目標総数を決定するステップにおいて、検出対象エリアにおける第１目標数を統計し、検出対象エリアを第１エリア及び第２エリアに分割し、所定の期間内に第１エリアを通過する第２目標数を統計し、第１目標数及び第２目標数に基づいて、検出対象エリアの目標総数を算出する。【選択図】図１

Description

本出願は、目標の追跡及びカウントに関し、特に、複雑な遠景のための目標カウント方法、装置、デバイス、及び記憶媒体に関する。

ビデオ監視の技術分野では、ビデオ監視に基づく目標の追跡及びカウント技術は、常に当業者の注目を集めている。目標の追跡及びカウント技術は、場合によって様々な役割を果たすことができる。例えば、公共の場所で人の流れを監視及び統計し、人の流れが警告ラインを超えた場合に制御措置を講じることで、過密による安全上の問題を防ぐことができる。例えば、にぎやかな商店街では、一定期間内の人の流れを統計することにより、広告の閲覧数を効果的に見積もることができ、異なる場所にある広告スペースの価値を見積もることができる。

従来の群集カウント方法は、近景の目標検出と特徴抽出の方法に基づいて行われ、前記の方法では、目標を正確に識別して追跡できるように、検出対象画像内の目標が十分に詳細な特徴を有する必要がある。ただし、検出対象画像が遠景の画像である場合、このような近景の目標検出と特徴抽出に基づく方法は明らかに適用できない。遠景の画像では、カウントされる目標が小さすぎるため、既存の近景検出アルゴリズムを遠景ビデオに直接適用すると、精度の大幅な低下を招く。一方、遠景の画像では、目標が連続的に移動しているため、互いに遮蔽する場合に特徴が変化し、誤検出が発生しやすくなり、それにより、カウントエラーを引き起こす。

本出願は、上記の課題を考慮して作成されたものである。本出願は、エリア内の出口又は入口を決定して、長距離ビデオにおける移動する目標（例えば、歩行者、車両など）をカウントし、一定期間内の通行量を統計することにより、目標が小さい場合でも目標の数を正確に統計できる、複雑な遠景のための目標カウント方法を提供することを目的の一つとする。

例示的な態様において、本開示は、所定の期間内に同じ視野に対してキャプチャされた複数の画像フレームを取得するステップと、前記複数の画像フレームにおける１つ又は複数の検出対象エリアを決定するステップと、各検出対象エリアに対して、前記検出対象エリアにおける目標総数を決定するステップと、前記１つ又は複数の検出対象エリアのそれぞれの目標総数に基づいて、前記所定の期間内の前記視野内の目標総数を算出するステップと、を含む目標カウント方法を提供し、前記検出対象エリアにおける目標総数を決定するステップは、前記検出対象エリアにおける第１目標数を統計するステップと、前記検出対象エリアを第１エリア及び第２エリアに分割するステップと、前記所定の期間内に前記第１エリアを通過する第２目標数を統計するステップと、前記第１目標数及び前記第２目標数に基づいて、前記検出対象エリアの目標総数を算出するステップと、を含む。

いくつかの実施例において、前記複数の画像フレームにおける１つ又は複数の検出対象エリアを決定するステップは、解像度に基づいて、前記複数の画像フレームを均等に分割して、複数の検出対象エリアを取得するか、又は、前記複数の画像フレーム内の目標密度に基づいて、１つ又は複数の検出対象エリアを選択するステップを含む。

いくつかの実施例において、前記複数の画像フレーム内の目標密度が第１閾値よりも大きい１つ又は複数のエリアに対応するエリアを、前記１つ又は複数の検出対象エリアとして決定する。

いくつかの実施例において、前記検出対象エリアを第１エリア及び第２エリアに分割するステップは、前記検出対象エリアにおける、他の検出対象エリアに隣接しないエッジエリア、及び特定の対象が含まれるエリアを前記第１エリアとして決定するステップと、前記検出対象エリアの残りのエリアを前記第２エリアとして決定するステップと、を含む。

いくつかの実施例において、前記検出対象エリアを第１エリア及び第２エリアに分割するステップは、前記検出対象エリアを複数のサブエリアに分割するステップと、第２期間内に各サブエリア内の目標の軌跡密度を算出するステップと、目標の軌跡密度が第２閾値よりも大きく、且つ他の検出対象エリアに隣接しない１つ又は複数のサブエリアを前記第１エリアとして決定するステップと、前記検出対象エリアにおける残りのサブエリアを前記第２エリアとして決定するステップと、を含む。

いくつかの実施例において、前記検出対象エリアを複数のサブエリアに分割するステップは、面積により前記検出対象エリアを複数のサブエリアに均等に分割するステップ、又は、前記検出対象エリアにおける目標の軌跡密度に基づいて、前記検出対象エリアを複数のサブエリアに分割するステップを含む。

いくつかの実施例において、前記検出対象エリアにおける目標の軌跡密度に基づいて、前記検出対象エリアを複数のサブエリアに分割するステップは、前記第２期間内に前記検出対象エリアにおけるすべての目標の軌跡のｋ個の開始座標を取得するステップと、前記ｋ個の開始座標の横座標及び縦座標をそれぞれ並べ替え、横座標のｍ分位数及び縦座標のｎ分位数を取得するステップと、横座標のｍ分位数及び縦座標のｎ分位数に基づいて、前記検出対象エリアをｍ×ｎ個のサブエリアに分割するステップと、を含み、ここでｍ及びｎはいずれも正の整数である。

いくつかの実施例において、前記検出対象エリアにおける目標の軌跡密度に基づいて、前記検出対象エリアを複数のサブエリアに分割するステップは、前記第２期間内の前記検出対象エリアのすべての目標の軌跡のｋ個の終了座標を取得するステップと、前記ｋ個の終了座標の横座標及び縦座標をそれぞれ並べ替え、横座標のｍ分位数及び縦座標のｎ分位数を取得するステップと、横座標のｍ分位数及び縦座標のｎ分位数に基づいて、前記検出対象エリアをｍ×ｎ個のサブエリアに分割するステップと、を含み、ここでｍ及びｎはいずれも正の整数である。

いくつかの実施例において、第２期間内の各サブエリア内の目標の軌跡密度を算出するステップは、前記第２期間内の各サブエリア内の目標の軌跡数を算出するステップと、各サブエリアの面積を算出するステップと、各サブエリア内の目標の軌跡数を各サブエリアの面積で割って、各サブエリア内の目標の軌跡密度を取得するステップと、を含む。

いくつかの実施例において、前記第２閾値は、前記検出対象エリアにおける目標の平均軌跡密度、すべてのサブエリア内の目標の軌跡密度のＬ分位数又は所定の閾値を含み、ここでＬは正の整数である。

いくつかの実施例において、前記検出対象エリアの第１目標数を統計するステップは、初期期間内の前記検出対象エリアの最大目標数を、初期目標数として統計するステップ、又は、終了期間内の前記検出対象エリアの最大目標数を、最終目標数として統計するステップを含む。

いくつかの実施例において、前記第１目標数が前記初期目標数である場合、前記所定の期間内に前記第１エリアを通過する第２目標数を統計するステップは、前記所定の期間内に前記第１エリアに入る進入目標数を統計するステップを含み、前記第１目標数及び前記第２目標数に基づいて、前記検出対象エリアの目標総数を算出するステップは、前記初期目標数と前記進入目標数とを加算して、前記検出対象エリアの目標総数を取得することを含むステップを含む。

いくつかの実施例において、前記第１目標数が前記最終目標数である場合、前記所定の期間内に前記第１エリアを通過する第２目標数を統計するステップは、前記所定の期間内に前記第１エリアから離れる離れ目標数を統計するステップを含み、前記第１目標数及び前記第２目標数に基づいて、前記検出対象エリアの目標総数を算出するステップは、前記最終目標数と前記離れ目標数とを加算して、前記検出対象エリアの目標総数を取得することを含むステップを含む。

別の例示的な態様において、本開示は、所定の期間内に同じ視野に対してキャプチャされた複数の画像フレームを取得するように構成される画像取得モジュールと、前記複数の画像フレームにおける１つ又は複数の検出対象エリアを決定するように構成されるエリア決定モジュールと、各検出対象エリアに対して、前記検出対象エリアにおける目標総数を決定し、及び、前記１つ又は複数の検出対象エリアのそれぞれの目標総数に基づいて、前記所定の期間内の前記視野内の目標総数を算出するように構成される目標統計モジュールと、を含む目標カウント装置を提供し、前記検出対象エリアにおける目標総数を決定するステップは、前記検出対象エリアにおける第１目標数を統計するステップと、前記検出対象エリアを第１エリア及び第２エリアに分割するステップと、前記所定の期間内に前記第１エリアを通過する第２目標数を統計するステップと、前記第１目標数及び前記第２目標数に基づいて、前記検出対象エリアの目標総数を算出するステップと、を含む。

さらに別の例示的な態様において、本開示は、プロセッサと、１つ又は複数のコンピュータプログラムモジュールが記憶されているメモリと、を含む目標カウントデバイスを提供し、前記１つ又は複数のコンピュータプログラムモジュールが、前記プロセッサによって実行されるとき、本出願に記載の目標カウント方法を実行するように構成される。

さらに別の例示的な態様において、本開示は、コンピュータ命令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体を提供し、前記コンピュータ命令がプロセッサによって実行されるとき、本出願に記載の目標カウント方法を実行する。

図１は、本開示の原理の実施例による目標カウント方法の例示的なフローチャートを示す。 図２は、本開示の原理の実施例による目標カウント方法の別の例示的なフローチャートを示す。 図３Ａは、本開示の原理の実施例による、画像フレーム内の検出対象エリアを決定する概略図を示す。 図３Ｂは、本開示の原理の実施例による、画像フレーム内の検出対象エリアを決定するさらに別の概略図を示す。 図４Ａは、本開示の原理の実施例による、画像フレーム内の出入口エリアを決定する概略図を示す。 図４Ｂは、本開示の原理の実施例による、画像フレーム内の出入口エリアを決定するさらに別の概略図を示す。 図５は、本開示の原理の実施例による、画像フレーム内の出入口エリアを決定する例示的なフローチャートを示す。 図６は、本開示の原理の実施例による、画像フレーム内の出入口エリアを決定するさらに別の概略図を示す。 図７は、本開示の原理の実施例による目標カウント装置の機能ブロック図を示す。 図８は、本開示の原理の実施例による目標カウントデバイスの概略図を示す。 図９は、本開示の原理の実施例による、コンピュータ読み取り可能な記憶媒体の概略図を示す。

以下、添付の図面を参照しながら、本開示の実施例をより詳細に説明する。本開示のいくつかの実施例が図面に示されているが、本開示は様々な形態で実現されてもよく、本明細書に説明した実施例に限定されると解釈されるべきではなく、むしろ、これらの実施例は、本開示をより徹底的且つ完全に理解するために提供されていることを理解されたい。本開示の図面及び実施例は、例示的な役割のみを目的としており、本開示の保護範囲を限定することを意図するものではないことを理解されたい。

本開示の方法の実施形態に記載される各ステップは、異なる順序で及び／又は並行して実行されてもよいことが理解されるべきである。また、方法の実施例は、他のステップを含んでもよい、及び／又は特定のステップを省略してもよい。

本明細書で使用される「含む」という用語及びその変形は、自由形式の包含であって、即ち「含むがこれらに限定されるものではない」である。「に基づく」という用語は、「少なくとも部分的に基づく」という意味である。「一実施例」という用語は、「少なくとも１つの実施例」を示し、「別の実施例」という用語は、「少なくとも１つの別の実施例」を示し、「いくつかの実施例」という用語は、「少なくともいくつかの実施例」を示す。他の用語の関連する定義は、以下の説明で与えられる。

本開示で言及される「第１」及び「第２」などの概念は、異なる装置、モジュール、又はユニットを区別するためにのみ使用され、これらの装置、モジュール、又はユニットによって実行される機能の順序又は相互依存関係を制限するために使用されないことを理解されたい。

本開示で言及される「１つ」及び「複数」の修飾は、限定的ではなく例示的であり、当業者は、文脈で明確に別のことを示さない限り、それらは「１つ又は複数」として理解されるべきであることに留意されたい。

本開示の実施例は、目標カウント方法を提供する。図１は、本開示の原理の実施例による目標カウント方法１００のフローチャートを示す。

図１に示すように、本開示の実施例の目標処理方法１００は、
Ｓ１０１：所定の期間内に同じ視野に対してキャプチャされた複数の画像フレームを取得するステップと、
Ｓ１０２：前記複数の画像フレームにおける１つ又は複数の検出対象エリアを決定するステップと、
Ｓ１０３：各検出対象エリアに対して、前記検出対象エリアにおける目標総数を決定するステップと、
Ｓ１０４：前記１つ又は複数の検出対象エリアのそれぞれの目標総数に基づいて、前記所定の期間内の前記視野内の目標総数を算出するステップと、を含む。

前述のように、近景の目標検出及び特徴抽出に基づく従来の目標カウント方法では、通常、目標の特徴を識別できるようにするためには、撮影された画像に十分な詳細が必要である。この撮影方法では、カメラ又はビデオカメラと目標との間の距離が十分に近い（例えば、５ｍ未満）ことが必要であり、それにより目標に関するより詳細な特徴（例えば、顔、服装、体型など）をキャプチャすることができる。撮影距離が十分に近いということは、単一のカメラの視野範囲が限られていることを意味し、この方法では、目標シーンの全範囲をカバーできるように、同じシーンに複数のカメラを配置する必要がある。対照的に、本出願は、遠景の目標をカウントするので、単一の固定位置のカメラのみを使用して、目標視野の遠景（例えば、５０ｍ、１００ｍを超える距離など）を撮影することができる。例えば、ステップＳ１０１において、固定された位置及び固定された視野角で、特定の交差点に配置された単一のカメラを使用して、当該交差点の周囲２００ｍの範囲内の視野を撮影して、所定の期間内の同じ視野のビデオ（即ち、一連の画像フレーム）を取得することができる。

いくつかの実施例において、所定の期間は、目標をカウントする時間間隔に応じて、任意の長さの期間であってもよい。例えば、もし特定の観光地の１時間以内の人の流れをカウントしたい場合に、所定の期間を１時間に設定してもよい。例えば、もし特定の商店街の１日内の人の流れの総量をカウントしたい場合に、当該所定の期間を２４時間などに設定してもよい。

また、本出願における複数の画像フレームは、通常、固定された位置及び固定された視野角で配置された単一のカメラによって撮影されるので、こうして得られた複数の画像フレームは、一般に同じ視野範囲を持つことを理解されたい。

本出願の複数の画像フレームは、遠景撮影に基くため、視野全体で比較的正確に目標をカウントするために、通常、画像フレームを分割する必要があり、分割された各エリアを拡大し、それから拡大されたエリアに基づいてカウント処理を行い、各エリアのカウント結果を統合することにより、視野全体の目標総数を取得することができることを理解されたい。したがって、所定の時間内に同じ視野に対してキャプチャされた複数の画像フレームを取得した後、複数の画像フレームを分割して、１つ又は複数の検出対象エリアを決定し、即ち、上記のステップＳ１０２を行う必要がある。

本願では、「検出対象エリア」という用語は、画像全体における、目標統計を実際に行う必要があるエリアを指すことに留意されたい。いくつかの場合で、「検出対象エリア」とは、画像全体の全範囲をカバーする複数のエリアを指してもよい。他の場合では、「検出対象エリア」とは、目標が比較的密集している画像内の１つ又は複数のエリアを指してもよい。例えば、異なるシーンに基づいて又は統計精度に対する異なる要件に基づいて、異なる検出対象エリアの決定方法を選択してもよい。

図３Ａは、本開示の原理の実施例による、画像フレーム内の検出対象エリアを決定する概略図を示す。図３Ｂは、本開示の原理の実施例による、画像フレーム内の検出対象エリアを決定するさらに別の概略図を示す。

例えば、図３Ａに示すように、複数の画像フレームにおける１つ又は複数の検出対象エリアを決定するステップは、解像度に基づいて、複数の画像フレーム（例えば、図に示す画像フレーム３００）を均等に分割して、複数の検出対象エリア（例えば、図３Ａに示す４つの検出対象エリアＲＯＩ１、ＲＯＩ２、ＲＯＩ３、ＲＯＩ４）を取得するステップを含んでもよい。例えば、画像フレームの解像度が１６００ｘ１２００である場合、当該解像度に基づいて、画像フレームを均等に分割して、同じサイズの複数の検出対象エリアを取得してもよい。同様に、解像度に基づいて、画像フレームを非均等の方法で分割して、複数の検出対象エリアを取得してもよい。さらに、図３Ａは、画像フレームを４つの検出対象エリアに分割する例を示したが、これは単なる例示的であり、必要に応じて、画像フレームをより多いか又はより少ない検出対象エリアに分割できることを理解されたい。

上記の解像度に基づく分割方法は、シーンの実際の状況を考慮せず、すべての画像フレームを統一に分割するため、比較的単純であり、当該分割方法では、画像フレーム内のすべてのエリアが検出対象エリア内に含まれ、各検出対象エリアに対して目標カウントが行われる。ただし、当該分割方法は実行しやすいが、効果にいくつかの欠陥もあることに注意されたい。例えば、実際のシーンでは、すべての画像エリアに統計価値があるわけではない。つまり、すべての分割エリアに統計的に有意な目標数があるわけではなく、画像フレームの各分割エリアを検出対象エリアとして決定するこの統計方法は、ある場合には明らかに冗長である。

例えば、図３Ａの分割方法によれば、地面上の検出対象エリアＲＯＩ３とＲＯＩ４のみで比較的多くの人流や車流が現れる可能性があり、建物のファサードの検出対象エリアＲＯＩ１とＲＯＩ２では、目標の現れが不可能なエリア又は目標の数が比較的に少ないエリアであると判断できる。したがって、すべての分割されたエリアを検出対象エリアとして一律に決定すると、各検出対象エリアに対して目標カウントアルゴリズムを行う必要があり、これにより、目標の統計に必要な時間コストが明らかに増加する。

したがって、本出願は、目標密度に基づく別の検出対象エリアの決定方法をさらに提案する。例えば、図３Ｂに示すように、複数の画像フレームの目標密度に基づいて、１つ又は複数の検出対象エリアを選択することができる。いくつかの実施例において、複数の画像フレーム（例えば、図に示す画像フレーム３００）における、目標密度が第１閾値よりも大きい１つ又は複数のエリアに対応するエリアを検出対象エリア、例えば、図３Ｂの検出対象エリアＲＯＩ１及びＲＯＩ２として決定することができる。例えば、１００×１００ピクセルを単位エリアとし、当該単位エリア内の目標密度が５よりも大きい場合、当該単位エリアは、目標が比較的密集したエリアに属すると考えられるため、当該単位エリアを所望な検出対象エリア又は検出対象エリアの一部として決定することができる。上記の１００×１００ピクセルサイズの単位エリア及び目標密度が５よりも大きいことは、単なる例示であり、必要に応じて異なるサイズの単位エリア又は異なる目標密度閾値を選択できることを理解されたい。

密度に基づく検出対象エリアの決定方法により、統計的有意性がないエリア、又は統計的有意性が低いエリアを効果的に除外することができ、目標数の統計をより効果的に行うことができる。

しかしながら、画像解像度に基づく検出対象エリアの決定方法及び目標密度に基づく検出対象エリアの決定方法を、時間コスト及び効率の問題について上で議論したが、目標密度に基づく検出対象エリアの決定方法は、あらゆる点で最適であると意味するものではないことを理解されたい。例えば、検出対象エリアの決定方法では、目標密度閾値が設定されているため、目標密度が当該閾値よりも高いエリアの目標流量のみが統計されるが、目標密度が当該閾値よりも低いエリアが統計されず、それにより、少量のデータが失われる恐れがある。ただし、一般に、遠景目標の統計では、非常に多数の目標が存在することを考えると、この少量のデータ損失が最終結果に与える影響は非常に小さいと見なすことができる。

図１に戻ると、複数の画像フレーム内の１つ又は複数の検出対象エリアが決定された後、方法１００は、ステップＳ１０３に進み、即ち、各検出対象エリアについて、検出対象エリアにおける目標総数を決定する。

以下、図２を参照しながら、各検出対象エリアについて目標の数を決定する具体的な方法を詳細に説明する。

図２は、本開示の原理の実施例による目標カウント方法２００の別の例示的なフローチャートを示す。図２の方法２００は、図１のステップＳ１０３の詳細なステップと見なすことができる。

図２に示すように、特定の検出対象エリアにおける目標総数を決定するステップは、
Ｓ２０１：前記検出対象エリアにおける第１目標数を統計するステップと、
Ｓ２０２：前記検出対象エリアを第１エリア及び第２エリアに分割するステップと、
Ｓ２０３：前記所定の期間内に前記第１エリアを通過する第２目標数を統計するステップと、
Ｓ２０４：前記第１目標数及び前記第２目標数に基づいて、前記検出対象エリアの目標総数を算出するステップと、を含む。

いくつかの実施例において、遠景ビデオの移動する目標（例えば、歩行者、車両など）をカウントし、一定期間内の通行量を統計するために、通常、次の２つの計算方法を使用できる。

方法１：第１～ｎフレームから通過する目標数＝初期目標数＋進入目標数、
方法２：第１～ｎフレームから通過する目標数＝最終目標数＋離れ目標数。

統計方向及び統計方法によって、ステップＳ２０１の第１目標数は、それぞれ、方法１の初期目標数又は方法２の最終目標数にそれぞれ対応してもよい。例えば、進入目標数を統計方向とする場合、第１目標数は、検出対象エリアにおける最初の目標の数を指す。対照的に、離れ目標数を統計方向とする場合、第１目標数は、最終に検出対象エリアに残っている目標の数を指す。

上記のように、方法１は、進入目標数を統計方向として、目標流量を統計する方法である。

例えば、方法１において、所定の期間内に目標シーンのｎフレームの画像をキャプチャしたと仮定すると、方法１における初期目標数は、初期期間内の当該検出対象エリアにおける最大目標数に等しくてもよい。例えば、当該初期期間が所定の期間（例えば、１時間）の最初の１０秒、１分などに対応してもよく、且つ当該初期期間内の検出対象エリアにおける最大目標数が例えば、１０秒内のｋ個の画像フレームにおける最大目標数に等しくてもよい。

ただし、初期目標数の統計方法は、上記の方法に限定されるものではない。例えば、所定の期間内のｎフレームの画像のうちの第１フレームの画像内の目標数を初期目標数としてもよい。また、初期目標数の決定は、所定の期間内のｎフレームの画像に依存しなくてもよい。例えば、所定の期間の前の時刻にキャプチャされた画像フレーム内の目標数を初期目標数としてもよい。

初期目標数が決定された場合、所定の期間内に検出対象エリアに入る目標数を追跡することができ、初期目標数と進入目標数との合計を、所定の期間内の検出対象エリアにおける目標流量、即ち、第１～ｎフレームから通過する目標数とすることができる。

同様に、方法２は、離れ目標数を統計方向として、目標流量を統計する別の方法である。

例えば、方法２において、所定の期間内に目標シーンのｎフレームの画像をキャプチャしたと仮定すると、方法２の最終目標数は、終了期間内に当該検出対象エリアの最大目標数に等しくてもよい。例えば、当該初期期間は、所定の期間（例えば、１時間）の最後の１０秒、１分などに対応してもよく、且つ当該終了期間内に検出対象エリアにおける最大目標数は、例えば、１０秒内のｋ個の画像フレーム内の最大目標数に等しくてもよい。

ただし、最終目標数の統計方法は、上記の方法に限定されるものではない。例えば、所定の期間内のｎフレームの画像のうちの最後の１つのフレーム内の目標数を、最終目標数としてもよい。また、最終目標数の決定は、所定の期間内のｎフレームの画像に依存しなくてもよい。例えば、所定の期間の後の時刻にキャプチャされた画像フレーム内の目標数を、最終目標数としてもよい。

最終目標数が決定された場合、所定の期間内に検出対象エリアから離れる目標数を追跡することができ、最終目標数と離れ目標数との合計を、所定の期間内に検出対象エリアの目標流量、即ち、第１～ｎフレームから通過する目標数としてもよい。

図２には示されていないが、特定の検出対象エリアにおける目標総数を決定する方法２００は、検出対象エリアを拡大するステップをさらに含んでもよいことを理解されたい。前述のように、遠景の画像が目標から離れて（例えば、＞５０ｍ）撮影された画像であって、もし分割後の各検出対象エリアについて目標を統計する場合、目標を容易に識別できるように、検出対象エリアを拡大する必要がある。方法２００は、画像を最適化する別のステップをさらに含んでもよく、ノイズ低減、背景のぼかし、輝度とコントラストの調整などを含むがこれらに限定されない。

前述のように、第１目標数（即ち、初期目標数又は最終目標数）をカウントした後、方法２００は、前記検出対象エリアを、第１エリア及び第２エリアに分割するステップＳ２０２に進む。

上記の方法１及び方法２で挙げられた統計方法を参照すると、目標が頻繁に移動するシーンについて、特定の時刻の静的目標の総量が瞬間的な目標の数しか反映できず、一定期間内の目標流通量を反映することはできないため、特定の時刻の検出対象エリアにおける静的目標の総数を統計することに比べて、動的に移動する目標の数（例えば、入った目標数及び離れた目標数）を統計することがより重要である。一定期間内の目標流通量を計算するには、様々な環境要因の存在を考慮する必要がある。例えば、実際の環境が単純なエッジ入口又はエッジ出口モデルではなく、実際の環境がこれよりもはるかに複雑であることが多いため、画像のエッジに出入りする目標の数のみ統計しても不正確である。例えば、地下鉄の駅、地下通路の出入口、交通機関、ショッピングモールの入口などの、検出対象エリアにおける他の多くの対象が、目標の入口又は出口の役割を果たす可能性がある。したがって、どのように目標が出入りする可能性のあるエリアを決定することは、本出願の重要なタスクである。

検出対象エリアにおける目標流量をより正確に統計するために、検出対象エリアを２種類のエリアに分割する必要があり、第１種類は、「統計エリア」とも呼ばれる出口エリア又は入口エリアであって、目標が出入りして目標の数が変化するエリアであり、例えば、Ｓ２０２の「第１エリア」に対応する。第２種類は、「非統計エリア」である。即ち、例えば、道路上の横断歩道など、検出対象エリアにおける、目標の出入りにより、目標の数が変化することがないエリアである。

例えば、上記の横断歩道エリアについては、２つの画像フレーム間の歩行者が互いに遮蔽することにより、目標検出アルゴリズムにエラーがあると、後のフレームの検出結果に新しい目標ＩＤが現れる。このような類似の新しい目標ＩＤをフィルタリング又は除外しないと、当該新しい目標ＩＤは、最終的なカウント結果に影響を与え、それにより、最終のカウント結果が実際のカウント結果よりも大きいことになる。

ただし、実際の場合、「横断歩道」のようなエリアには実際の出口や入口がないため、新しい目標が現れる可能性はない。したがって、統計エリアを、新しい目標が実際に出現できるエリアに限定するエリア、または目標がここから視野を離れる可能性があるエリアに限定し、出口又は入口のあるわけがないエリアを非統計エリアとして除外するように、分割方法を設計する必要がある。このように、いくつかのフレームの間にずれ、遮蔽があって、目標に新しいＩＤを割り当てた場合にも、新しいＩＤは通常、目標のずれ、遮蔽による目標の特徴の局所的な変化によって引き起こされ、例えば、新しい目標が実際に横断歩道に現れる可能性があることを意味するものではないため、当該新たに出現したＩＤを、出入りする人の数に統計しない。これらの新たに出現したＩＤを「疑似データ」と呼ぶ。上記の２種類のエリアを分割することにより、非統計エリアの疑似データを効果的にフィルタリングして、繰り返しのカウントを回避できる。

本出願において、「統計エリア」、又は「第１エリア」、又は「出口エリア」と「入口エリア」という用語は類似な意味を持ち、いずれも新しい目標の現れ可能なエリア、又は、目標が離れる可能性があるエリアを示すことを理解されたい。対照的に、「非統計エリア」又は「第２エリア」とは、新しい目標の現れが不可能なエリア、又は目標が離れる可能性がないエリアを指す。

また、本出願では、統計エリアと非統計エリアにそれぞれ「第１エリア」と「第２エリア」という名前を付けているが、「第１」又は「第２」は分類のみを目的としており、エリアの数を制限することを意図したものではないことを理解されたい。例えば、「第１のエリア」は、１つ以上のサブエリアを含んでもよく、又は複数のサブエリアの結合であってもよいが、「第２のエリア」は、１つ以上のサブエリアを含んでもよく、又は複数のサブエリアの結合であってもよい。一般に、「第２エリア」は、検出対象エリアの「第１エリア」を除いた残りのエリアである。

本出願は、統計エリアと非統計エリアを分割するための２種類の方法を提案する。図４Ａは、本開示の原理の実施例による、画像フレーム内の出入口エリアを決定する概略図を示す。図４Ｂは、本開示の原理の実施例による、画像フレーム内の出入口エリアを決定するさらに別の概略図を示す。

いくつかの実施例において、検出対象エリアを第１エリア及び第２エリアに分割するステップは、検出対象エリアにおける、他の検出対象エリアに隣接しないエッジエリア、及び特定の対象が含まれるエリアを第１エリアとして決定するステップと、検出対象エリアの残りのエリアを第２エリアとして決定するステップと、を含んでもよい。

例えば、図４Ａに示す例において、画像３００には、２つの検出対象エリアＲＯＩ１及びＲＯＩ２がある。ＲＯＩ１について、まず、ＲＯＩ１のエッジエリアＡ１、Ａ２及びＡ３を統計エリアの一部として決定し、特定の対象（例えば、トラック）が含まれるエリアＡ４を統計エリアの一部として決定する。ＲＯＩ１の統計エリアには、Ａ１、Ａ２、Ａ３を含むエッジエリアのみが含まれるが、ＲＯＩ２に隣接するエリアＭに対応するエッジエリアが除外される。これは、単一の検出対象エリアＲＯＩ１又はＲＯＩ２について、隣接エリアＭで目標の出入りがあるが、隣接エリアＭが、画像３００全体のエッジに存在せず、画像３００全体の中央に存在すると一般に考えられるためである。したがって、画像３００の全体について、境界エリアＭに新しい目標は現れず、そこから新しい目標が離れることはない。したがって、境界エリアＭも統計エリアとして設定すると、ＲＯＩ１とＲＯＩ２の繰り返しの統計を引き起こすだけであり、これにより、最終の目標統計結果に影響を与える。したがって、検出対象エリアＲＯＩ１の統計エリアは、Ａ１、Ａ２、Ａ３、及びＡ４で構成され、残りのエリアはＲＯＩ１の非統計エリアを構成する。

同様に、ＲＯＩ２について、まずＲＯＩ２のエッジエリアＢ１、Ｂ２、及びＢ３を統計エリアの一部として決定し、次に特定の対象（例えば、建物の入口と出口）が含まれるエリアＢ４を統計エリアの一部として決定する。同様に、ＲＯＩ２の統計エリアには、Ｂ１、Ｂ２、及びＢ３を含むエッジエリアのみが含まれるが、ＲＯＩ１に隣接するエリアＭに対応するエッジエリアが除外され、新しい目標が現れず、且つそこから離れる目標がない境界エリアＭが除外される。したがって、検出対象エリアＲＯＩ２の統計エリアは、Ｂ１、Ｂ２、Ｂ３、及びＢ４で構成され、残りのエリアはＲＯＩ２の非統計エリアを構成する。

いくつかの実施例において、ニューラルネットワークに基づく画像認識技術を利用して、上記のような特定の対象を含むエリア又はエッジエリアをマークすることができる。例えば、特定の対象は、建物の出入口、地下通路の出入口、地下鉄の駅の出入口、及び交通機関の１つ又は複数を含んでもよい。通常、上記の特定の対象に新しい目標が現れるか、又はそこから目標が離れる可能性があると考えられる。

また、本出願は、目標の軌跡密度に基づいて統計エリアと非統計エリアを分割するための別の方法をさらに提供する。例えば、図４Ｂの例は、目標の軌跡密度に基づく分割方法の分割結果の概略図を示す。

図４Ｂに示すように、画像３００の検出対象エリアＲＯＩ１において、２つの統計エリアＡ１及びＡ２が決定され、且つ、画像３００の検出対象エリアＲＯＩ２において、２つの統計エリアＢ１及びＢ２が決定される。図４Ａに示す分割結果と比較して、図４Ｂの軌跡密度に基づく分割結果はより集中している。これは、軌跡密度に基づく分割方法は、画像内のグラフィックの特徴に依存して目標が現れる可能性のあるエリアを統計エリアに分割するのではなく、実際の目標密度に基づいて統計エリアを選択するためであり、前者は予測性分割であり、後者は実際の状況に基づく決定論的分割である。

以下、図５乃至図６を参照しながら、軌跡密度に基づく統計エリアの決定方法を詳細に説明する。

図５は、本開示の原理の実施例による、軌跡密度に基づいて、画像フレーム内の出入口エリアを決定する方法５００の例示的なフローチャートを示す。図６は、本開示の原理の実施例による、軌跡密度に基づいて、画像フレーム内の出入口エリアを決定するさらに別の概略図を示す。

図５に示すように、検出対象エリアを第１エリア及び第２エリアに分割する方法５００は、
Ｓ５０１：検出対象エリアを複数のサブエリアに分割するステップと、
Ｓ５０２：第２期間内に各サブエリア内の目標の軌跡密度を算出するステップと、
Ｓ５０３：目標の軌跡密度が第２閾値よりも大きく、且つ、他の検出対象エリアに隣接しない１つ又は複数のサブエリアを第１エリアとして決定するステップと、
Ｓ５０４：検出対象エリアにおける残りのサブエリアを第２エリアとして決定するステップと、を含む。

いくつかの実施例において、軌跡密度に基づく統計エリア及び非統計エリアの分割方法は、サブエリアに基づいて行われる。したがって、まず検出対象エリアを複数のサブエリアにさらに細分する必要がある。本出願は、多くの箇所で「分割」に言及し、例えば、図３Ａ及び３Ｂの例において、「分割」の目的は、画像３００全体を複数の検出対象エリアＲＯＩに分割することであることに留意されたい。対照的に、この例に記載の分割は、検出対象エリアＲＯＩをさらに細分するものである。

いくつかの実施例において、検出対象エリアについて、複数のサブエリアに細分するための様々な方法がある。

例えば、検出対象エリアを複数のサブエリアに分割することは、面積により、検出対象エリアを複数のサブエリアに均等に分割することを含んでもよい。例えば、検出対象エリアのサイズが８００ｘ８００ピクセルである場合、４ｘ４個のサイズが２００ｘ２００のサブエリアに均等に分割することができる。いくつかの実施例において、面積により、検出対象エリアを複数のサブエリアに非均等に分割することもでき、例えば、二分木、三分木、四分木などの分割規則を使用してもよく、二分木、三分木、四分木を組み合わせた分割規則を使用してもよい。

いくつかの実施例において、検出対象エリアを複数のサブエリアに分割することは、検出対象エリアの目標の軌跡密度に基づいて、検出対象エリアを複数のサブエリアに分割することを含んでもよい。図６は、軌跡密度に従って検出対象エリアを複数のサブエリアに分割する概略図を示す。

例えば、図６の（ａ）に示すように、進入人数の統計を例にすると、検出対象エリアの目標の軌跡密度に基づいて、検出対象エリアを複数のサブエリアに分割するステップは、まず第２期間に検出対象エリアにおけるすべての目標の軌跡のｋ個の開始座標を取得することを含んでもよい。ここで、「第２期間」は、上記の所定の期間（例えば、２４時間）内の初期期間、例えば、３０秒又は１分であってもよい。

例えば、サイズがＷ＊Ｈのビデオについて、多目標追跡によってすべての軌跡の開始座標｛［ｘ_０、ｙ_０］、［ｘ_１、ｙ_１］、…、［ｘ_ｋ－１、ｙ_ｋ－１］｝を取得することができ、ｋが軌跡の総数である。

次に、図６の（ｂ）に示すように、上記ｋ個の開始座標の横座標及び縦座標をそれぞれ並べ替えて、横座標のｍ分位数及び縦座標的ｎ分位数を取得し、そして横座標のｍ分位数及び縦座標的ｎ分位数に基づいて、前記検出対象エリアをｍ×ｎ個のサブエリアに分割し、ｍ及びｎがいずれも正の整数である。

例えば、［ｘ_０、ｘ_１、…、ｘ_ｋ－１］と［ｙ_０、ｙ_１、…、ｙ_ｋ－１］をそれぞれ最小から最大に並べ替えて、ｍとｎの分位数座標［Ｘ_１、…、Ｘ_ｍ－１］と［Ｙ_１、…、Ｙ_ｎ－１］を取得し、ｍ＞２、ｎ＞２である。そして、ｍとｎの分位数座標を使用して、ビデオをｍ×ｎ個のサブエリアに分割する。例えば、図６の（ｂ）において、４と３の分位数座標に従って、ビデオ又は画像フレームを４ｘ３個のサブエリアに分割する。分位数を使用して検出対象エリアを分割する方法により、必ずしも各サブエリアが同じサイズの面積を持つようにならず、逆に、この分割方法により、各サブエリアで同じ数の目標開始座標が得られることを理解されたい。

その後、各サブエリアについて、その軌跡密度を算出し、軌跡密度が所定の閾値よりも大きいサブエリアを統計エリア又は入口エリアとして決定する。

例えば、まず、第２期間内に各サブエリア内の目標の軌跡数を算出して、各サブエリアの面積を算出し、最後に各サブエリア内の目標の軌跡数を各サブエリアの面積で割って、各サブエリア内の目標の軌跡密度を取得する。

例えば、ｍ×ｎ個のサブエリアについて、各サブエリア内に現れる軌跡数［ｋ_１、１、ｋ_ｍ、０、…、ｋ_ｍ、ｎ］を統計し、各サブエリアの面積を算出し、例えば、第（ｍ－１）×（ｎ－１）個のサブエリアの面積がＳ_{ｍ－１、ｎ－１}＝（Ｘ_ｍ－１－Ｘ_ｍ－２）＊（Ｙ_ｍ－１－Ｙ_ｍ－２）であり、且つ、特に、第ｍ×ｎ個のサブエリアの面積がＳ_ｍ、ｎ＝（Ｗ－Ｘ_ｍ－１）＊（Ｈ－Ｙ_ｍ－１）であり、第１のサブエリアの面積がＳ_１、１＝（Ｘ_１－０）＊（Ｙ_１－０）である。最後に、各エリアの密度を算出し、例えば、第（ｍ、ｎ）個のサブエリアの軌跡密度がＰ_ｍ、ｎ＝Ｋ_ｍ、ｎ／Ｓ_ｍ、ｎである。

次に、ステップＳ５０３に示すように、目標の軌跡密度が第２閾値よりも大きく、且つ他の検出対象エリアに隣接しない１つ又は複数のサブエリアを第１エリアとして決定する。例えば、当該第２閾値は、画像全体内の目標軌跡の平均密度を表すことができる。例えば、特定のサブエリアの軌跡密度が平均密度よりも大きい場合、当該サブエリアを出入口エリアとして決定することができる。例えば、ビデオのサイズが１２８０ｘ７２０で、軌跡（ＩＤ）総数が５００であると、
平均密度＝軌跡総数／画像面積＝５００／（１２８０ｘ７２０）になり、
特定のサブエリアのサイズが３２０ｘ１８０であり、且つ、当該サブエリアに現れる軌跡（ＩＤ）の総数が２００であると、当該サブエリア密度＝２００／（３２０ｘ１８０）が上記の平均密度よりも大きくなり、当該サブエリアを入口エリアとして決定することができる。

図６の（ｃ）は、上記の４と３の分位数を使用して分割される４ｘ３個のサブエリアの６つのサブエリア（Ａ１～Ａ６）を第１エリアとして決定する概略図を示す。Ａ１～Ａ６以外の他のサブエリアは、非統計エリア、即ち、第２エリアとして自動的に決定されることを理解されたい。

上記は、進入人数の統計を例として、統計エリアと非統計エリアを決定する方法を示す。いくつかの実施例において、また、退場人数の統計を例として、統計エリア及び非統計エリアを決定する。例えば、退場人数を統計する場合、上記の開始座標を軌跡の終了座標に置き換える必要があり、他のステップは、開始座標の方法と類似し、ここでは繰り返さない。

いくつかの実施例において、上記の平均密度に従って上記の第２閾値を設定する方法に加えて、すべてのサブエリア内の目標の軌跡密度のＬ分位数を目標軌跡の密度閾値、即ち上記の第２閾値として決定することができ、Ｌが正の整数である。他の実施例において、必要に応じて経験値に基づいて、上記の第２閾値を事前に設定してもよく、例えば、第２閾値を、２００／１００×１００ピクセル、又は３００／１００×１００ピクセルなどに設定してもよい。

上記のように、検出対象エリアの出口及び入口エリアを決定した後、即ち、決定された出口又は入口エリアについて、所定の期間内に当該エリアを通過する第２目標数を統計することができる。本出願において、「第２目標数」は、「進入目標数」又は「離れ目標数」とも呼ばれ、具体的に選択される統計方法又は統計方向によって決まる。例えば、「第２目標数」が「進入目標数」である場合、所定の期間（例えば、２４時間）内に、決定された入口エリア内の新しい目標の数を加算して、当該所定の期間内の進入目標数を取得することができる。また、「第２目標数」が「離れ目標数」である場合、所定の期間（例えば、２４時間）内に決定された出口エリアから離れる目標の数を加算して、当該所定の期間内の進入目標数を取得することができる。

進入目標数または離れ目標数をカウントすることに関わらず、様々な適用可能な目標追跡技術を使用して、各目標の移動軌跡を記述し、移動軌跡の方向及びその出入口に対する位置に基づいて、進入目標数又は離れ目標数を決定できることを理解されたい。また、他のマーク方法を使用して、出入口に出入りする目標をカウントすることができる。例えば、新たに入った各目標に新しいＩＤを割り当て、当該ＩＤの値は、現在の目標のカウント値を表すことができる。例えば、時刻ｔ０に出入口エリアから新しい目標が出現すると仮定すると、当該新しい目標のＩＤを００１としてマークする。次に、時刻ｔ１に出入口から新しい目標がさらに出現すると仮定すると、当該新しい目標のＩＤを００２にマークし、このように類推する。出入口から離れる目標についても同様のマーク方法を使用することができ、ここでは繰り返さない。

所定の期間内に統計エリアを通過する第２目標数を統計した後、図２のＳ２０４に戻る。いくつかの実施例において、検出対象エリアにおける初期／最終目標数を統計し、且つ、所定の期間内に統計エリアを通過する第２目標数を統計した場合、第１目標数及び第２目標数に基づいて、検出対象エリアの目標総数を算出することができる。

例えば、前記第１目標数が前記初期目標数である場合、前記所定の期間内に前記第１エリアを通過する第２目標数を統計するステップは、前記所定の期間内に前記第１エリアに入る進入目標数を統計するステップを含み、前記第１目標数及び前記第２目標数に基づいて、前記検出対象エリアの目標総数を算出するステップは、前記初期目標数と前記進入目標数とを加算して、前記検出対象エリアの目標総数を取得することを含むステップを含む。当該方法は、上記の「方法１」に対応する。

例えば、前記第１目標数が前記最終目標数である場合、前記所定の期間内に前記第１エリアを通過する第２目標数を統計するステップは、前記所定の期間内に前記第１エリアから離れる離れ目標数を統計するステップを含み、前記第１目標数及び前記第２目標数に基づいて、前記検出対象エリアの目標総数を算出するステップは、前記最終目標数と前記離れ目標数とを加算して、前記検出対象エリアの目標総数を取得することを含むステップを含む。当該方法は、上記の「方法２」に対応する。

次に、図１のステップＳ１０４に戻ると、すべての検出対象エリアについてそれぞれの目標総数を決定した場合、１つ又は複数の検出対象エリアのそれぞれの目標総数に基づいて、所定の期間内の視野における目標の総数を算出することができる。例えば、図４Ｂの画像３００について、検出対象エリアＲＯＩ１の２４時間内に統計された目標総数が５０００であり、検出対象エリアＲＯＩ２の２４時間内に統計された目標総数が３０００であると、両者の合計（即ち、８０００）を、図３００に示す視野内の２４時間内の目標総量として決定することができる。

上記においては、図１から６を参照して、画像の出入口を分割することにより、遠景の目標をカウントする方法を説明した。当該方法は、出入口が位置するエリアを決定することにより、他の非統計エリアによる干渉を排除し、それによって目標カウントの精度を向上させる。同時に、目標密度が閾値を超える特定のエリアに統計エリアを狭めることにより、視野全体に対する計算に必要な時間コストと算出コストを削減できる。以下、本出願の実施例による目標カウント装置を説明する。

本出願は、画像処理装置をさらに提供する。図７は、本開示の原理の実施例による目標カウント装置７００の機能ブロック図を示す。なお、この明細書で別段の指定がない限り、又は文脈に従って明らかに適用できない場合を除いて、図１から６に関して上記で説明した目標カウント方法の詳細は、図７の実施例の目標カウント装置７００にも適用可能である。

図７に示すように、画像処理装置７００は、検出対象画像取得モジュール７０１、エリア決定モジュール７０２及び目標統計モジュール７０３を含む。これらのモジュールは、ソフトウェア、ハードウェア、ファームウェア、又はそれらの任意の組み合わせで実現することができる。

本開示の実施例において、検出対象画像取得モジュール７０１は、所定の期間内に同じ視野に対してキャプチャされた複数の画像フレームを取得するように構成される。例えば、検出対象画像取得モジュール７０１は、別個のカメラ（例えば、ステレオカメラ、赤外線カメラなど）として実現することができ、検出対象画像取得モジュール７０１は、携帯電話、タブレットコンピュータ、ドローン、ナビゲーターなどを含むがこれらに限定されない様々な電子端末に集積することもでき、様々な場所の群集の画像を検出対象画像としてキャプチャするために使用される。また、検出対象画像取得モジュール７０１はまた、空港、鉄道駅、及び地下鉄駅などの公共の場所に配置されたウェブカメラのいずれか１つであってもよい。

前述のように、近景の目標検出及び特徴抽出に基づく従来の目標カウント方法では、通常、目標の特徴を識別できるようにするためには、撮影された画像に十分な詳細が必要である。この撮影方法では、目標に関するより詳細な特徴（例えば、顔、服装、体型など）をキャプチャするように、カメラ又はビデオカメラと目標との間の距離が十分に近い（例えば、５ｍ未満）ことが必要である。対照的に、本出願は遠景の目標をカウントするので、本出願の検出対象画像取得モジュール７０１は、目標視野の遠景（例えば、５０ｍ、１００ｍなどを超える距離）を撮影する単一の固定位置の撮像装置であってもよい。例えば、検出対象画像取得モジュール７０１は、固定された位置及び固定された視野角で、特定の交差点に配置された単一のカメラであってもよく、当該交差点の周囲２００ｍ以内の視野範囲に対して撮影し、所定の期間内に同じ視野のビデオ（即ち、一連の画像フレーム）を取得することができる。

いくつかの実施例において、所定の期間は、目標をカウントする時間間隔に応じて、任意の長さの期間にすることができる。例えば、１時間以内の特定の場所の人の流れをカウントしたい場合、所定の期間を１時間に設定することができる。例えば、特定の商店街内の１日内の人の流れの総量をカウントしたい場合、当該所定の期間を２４時間などに設定することもできる。

また、本出願における複数の画像フレームは、通常、固定された位置及び固定された視野角で配置された単一のカメラによって撮影されるので、こうして得られた複数の画像フレームが、一般に同じ視野範囲を持つことを理解されたい。

本開示の実施例において、エリア決定モジュール７０２は、複数の画像フレームにおける１つ又は複数の検出対象エリアを決定するように構成される。この明細書では、「検出対象エリア」という用語は、目標統計を実際に行う必要がある画像全体内のエリアを指す。いくつかの場合では、「検出対象エリア」とは、画像全体をカバーする複数の分割されたエリアを指してもよい。他の場合では、「検出対象エリア」は、目標が比較的密集している画像内の１つ又は複数のエリアを指してもよい。また、エリア決定モジュール７０２は、非一時的なコンピュータ読み取り可能な媒体に記憶される別個のコンピュータ実行可能なプログラムとしてもよく、又はフィールドプログラマブルゲートアレイ（ＦＰＧＡ）又は特定用途向け集積回路（ＡＳＩＣ）にファームウェアの形態で実施してもよい。

本開示の実施例において、目標統計モジュール７０３は、各検出対象エリアに対して、検出対象エリアの目標総数を決定するように構成される。また、目標統計モジュール７０３は、前記１つ又は複数の検出対象エリアのそれぞれの目標総数に基づいて、所定の期間内の前記視野内の目標総数を算出するようにさらに構成される。

いくつかの実施例において、前記検出対象エリアの目標総数を決定するステップは、前記検出対象エリアの第１目標数を統計するステップと、前記検出対象エリアを第１エリア及び第２エリアに分割するステップと、前記所定の期間内に前記第１エリアを通過する第２目標数を統計するステップと、前記第１目標数及び前記第２目標数に基づいて、前記検出対象エリアの目標総数を算出するステップと、を含む。

本開示の実施例において、検出対象画像取得モジュール７０１、エリア決定モジュール７０２及び目標統計モジュール７０３は、上記の図１乃至図６に関する類似な処理を行うように構成されるので、ここではそれ等の処理の説明は繰り返さない。

本開示の実施例において、目標カウント装置７００は、より多くのモジュールをさらに含んでもよく、上記の検出対象画像取得モジュール７０１、エリア決定モジュール７０２及び目標統計モジュール７０３に限定されないことを理解されたい。例えば、目標カウント装置７００は、複数の画像フレーム内の各目標の動きを追跡して、各目標の動きの軌跡を作成するように構成される目標追跡モジュール（図示せず）をさらに含んでもよい。また、目標カウント装置７００は、サーバ又は他のデバイスと有線又は無線通信を行うための通信モジュールをさらに含んでもよい。また、目標カウント装置７００は、ユーザーからの入力を受け取るための入力／出力モジュールをさらに含んでもよい。また、例えば、目標カウント装置７００は、例えば、最終的に生成された目標カウント結果をユーザーに表示するために、追加の表示モジュールをさらに含んでもよい。

本開示の実施例は、目標カウントデバイスをさらに提供する。図８は、本開示の原理の実施例による目標カウントデバイス８００の概略図を示す。

図８に示すように、本実施例による目標カウントデバイス８００は、Ｉ／Ｏインターフェース８６０に接続されるプロセッサ８１０、記憶部８２０、通信部８３０、入力／出力部８４０、及び表示部８５０を含む。

プロセッサ８１０は、マイクロプロセッサなどのプログラム制御デバイスであり、例えば、目標カウントデバイス８００にインストールされたプログラムに従って動作する。記憶部８２０は、例えば、ＲＯＭやＲＡＭなどの記憶素子である。プロセッサ８１０などによって実行されるプログラムは、記憶部８２０に記憶される。通信部８３０は、例えば、無線ＬＡＮモジュールなどの通信インターフェースである。入力／出力部８４０は、例えば、ＨＤＭＩ（登録商標）（ハイデフィニションマルチメディアインターフェース）ポート、ＵＳＢ（ユニバーサルシリアルバス）ポート、又はＡＵＸ（補助）ポートなどの入力／出力ポートである。表示部８５０は、例えば、液晶ディスプレイや有機ＥＬ（エレクトロルミネッセンス）ディスプレイなどのディスプレイである。

図８に示す目標カウントデバイス８００は、本出願に開示される目標カウント方法を実現するために使用することができる。例えば、本開示の実施例による目標カウント方法は、コンピュータソフトウェアプログラムとして実現することができる。例えば、本開示の実施例は、非一時的なコンピュータ読み取り可能な媒体に搭載されるコンピュータプログラムを含むコンピュータプログラム製品を含み、当該コンピュータプログラムが、上記の目標カウント方法を実行するためのプログラムコードを含む。そのような実施例において、当該コンピュータプログラムは、通信部８３０を介してネットワークからダウンロードしてインストールされてもよいか、又は記憶部８２０からインストールされてもよい。当該コンピュータプログラムが目標カウントデバイス８００によって実行されるとき、本開示の実施例によって提供される目標カウント方法で定義された機能を実行することができる。当該目標カウント方法は、添付の図面を参照して上記で詳細に説明されているので、ここでは繰り返さない。

本開示の実施例は、非一時的なコンピュータ読み取り可能な記憶媒体をさらに提供する。図９は、本開示の原理の実施例による、コンピュータ読み取り可能な記憶媒体９００の概略図を示す。コンピュータ読み取り可能な記憶媒体９００には、コンピュータプログラム命令９０１が記憶され、コンピュータプログラム命令９０１がプロセッサによって実行されるとき、本開示の実施例によって提供される目標カウント方法を実行する。

上記の説明において、実施例に基づいて本発明を説明してきた。本実施例は単なる例示であり、本実施例の構成要素及びプロセスの組み合わせを様々な方法で変更することができ、そのような変更も本発明の範囲内にあることが当業者によって理解されるべきである。

Claims (11)

1. 目標カウント方法であって、
   所定の期間内に同じ視野に対してキャプチャされた複数の画像フレームを取得するステップと、
   前記複数の画像フレームにおける１つ又は複数の検出対象エリアを決定するステップと、
   各検出対象エリアに対して、前記検出対象エリアにおける目標総数を決定するステップと、
   前記１つ又は複数の検出対象エリアのそれぞれの目標総数に基づいて、前記所定の期間内の前記視野内の目標総数を算出するステップと、を含み、
   前記検出対象エリアにおける目標総数を決定するステップは、
   前記検出対象エリアにおける第１目標数を統計するステップと、
   前記検出対象エリアを第１エリア及び第２エリアに分割するステップと、
   前記所定の期間内に前記第１エリアを通過する第２目標数を統計するステップと、
   前記第１目標数及び前記第２目標数に基づいて、前記検出対象エリアの目標総数を算出するステップと、を含む、目標カウント方法。
2. 前記検出対象エリアを第１エリア及び第２エリアに分割するステップは、
   前記検出対象エリアを複数のサブエリアに分割するステップと、
   第２期間内に各サブエリア内の目標の軌跡密度を算出するステップと、
   目標の軌跡密度が第２閾値よりも大きく、且つ他の検出対象エリアに隣接しない１つ又は複数のサブエリアを前記第１エリアとして決定するステップと、
   前記検出対象エリアにおける残りのサブエリアを前記第２エリアとして決定するステップと、を含む、請求項１に記載の方法。
3. 前記検出対象エリアを複数のサブエリアに分割するステップは、
   面積により前記検出対象エリアを複数のサブエリアに均等に分割するステップ、又は
   前記検出対象エリアにおける目標の軌跡密度に基づいて、前記検出対象エリアを複数のサブエリアに分割するステップを含む、請求項２に記載の方法。
4. 前記検出対象エリアにおける目標の軌跡密度に基づいて、前記検出対象エリアを複数のサブエリアに分割するステップは、
   前記第２期間内の前記検出対象エリアにおけるすべての目標の軌跡のｋ個の開始座標を取得するステップと、
   前記ｋ個の開始座標の横座標及び縦座標をそれぞれ並べ替えて、横座標のｍ分位数及び縦座標のｎ分位数を取得するステップと、
   横座標のｍ分位数及び縦座標のｎ分位数に基づいて、前記検出対象エリアをｍ×ｎ個のサブエリアに分割するステップと、を含み、ここでｍ及びｎはいずれも正の整数である、請求項３に記載の方法。
5. 前記検出対象エリアにおける目標の軌跡密度に基づいて、前記検出対象エリアを複数のサブエリアに分割するステップは、
   前記第２期間内の前記検出対象エリアのすべての目標の軌跡のｋ個の終了座標を取得するステップと、
   前記ｋ個の終了座標の横座標及び縦座標をそれぞれ並べ替えて、横座標のｍ分位数及び縦座標のｎ分位数を取得するステップと、
   横座標のｍ分位数及び縦座標のｎ分位数に基づいて、前記検出対象エリアをｍ×ｎ個のサブエリアに分割するステップと、を含み、ここでｍ及びｎはいずれも正の整数である、請求項３に記載の方法。
6. 前記複数の画像フレームにおける１つ又は複数の検出対象エリアを決定するステップは、
   解像度に基づいて、前記複数の画像フレームを均等に分割して、複数の検出対象エリアを取得するステップ、又は、
   前記複数の画像フレームの目標密度に基づいて、１つ又は複数の検出対象エリアを選択するステップを含む、請求項１に記載の方法。
7. 前記検出対象エリアの第１目標数を統計するステップは、
   初期期間内の前記検出対象エリアの最大目標数を初期目標数として統計するステップ、又は
   終了期間内の前記検出対象エリアの最大目標数を最終目標数として統計するステップを含む、請求項１に記載の方法。
8. 前記第１目標数が前記初期目標数である場合、前記所定の期間内に前記第１エリアを通過する第２目標数を統計するステップは、
   前記所定の期間内に前記第１エリアに入る進入目標数を統計するステップを含み、
   前記第１目標数及び前記第２目標数に基づいて、前記検出対象エリアの目標総数を算出するステップは、
   前記初期目標数と前記進入目標数とを加算して、前記検出対象エリアの目標総数を取得するステップを含む、請求項７に記載の方法。
9. 前記第１目標数が前記最終目標数である場合、前記所定の期間内に前記第１エリアを通過する第２目標数を統計するステップは、
   前記所定の期間内に前記第１エリアから離れる離れ目標数を統計するステップを含み、
   前記第１目標数及び前記第２目標数に基づいて、前記検出対象エリアの目標総数を算出するステップは、
   前記最終目標数と前記離れ目標数とを加算して、前記検出対象エリアの目標総数を取得することを含むステップを含む、請求項７に記載の方法。
10. 目標カウント装置であって、
    所定の期間内に同じ視野に対してキャプチャされた複数の画像フレームを取得するように構成される画像取得モジュールと、
    前記複数の画像フレームにおける１つ又は複数の検出対象エリアを決定するように構成されるエリア決定モジュールと、
    各検出対象エリアに対して、前記検出対象エリアにおける目標総数を決定し、且つ前記１つ又は複数の検出対象エリアのそれぞれの目標総数に基づいて、前記所定の期間内の前記視野内の目標総数を算出するように構成される目標統計モジュールと、を含み、
    前記検出対象エリアにおける目標総数を決定することは、
    前記検出対象エリアにおける第１目標数を統計することと、
    前記検出対象エリアを第１エリア及び第２エリアに分割することと、
    前記所定の期間内に前記第１エリアを通過する第２目標数を統計することと、
    前記第１目標数及び前記第２目標数に基づいて、前記検出対象エリアの目標総数を算出することと、を含む、目標カウント装置。
11. コンピュータ命令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体であって、前記コンピュータ命令がプロセッサによって実行されるとき、請求項１から９のいずれか一項に記載の目標カウント方法が実行される、非一時的なコンピュータ読み取り可能な記憶媒体。
    
    

Images