JP2023503528A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP2023503528A JP2023503528A JP2022532700A JP2022532700A JP2023503528A JP 2023503528 A JP2023503528 A JP 2023503528A JP 2022532700 A JP2022532700 A JP 2022532700A JP 2022532700 A JP2022532700 A JP 2022532700A JP 2023503528 A JP2023503528 A JP 2023503528A
- Authority
- JP
- Japan
- Prior art keywords
- tested area
- bayonet
- tested
- area
- 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.)
- Withdrawn
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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Educational Administration (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
- Alarm Systems (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本開示は、群集過密の予測方法及び装置を提供し、方法は、試験される領域のバヨネットのマルチフレーム画像を取得するステップと、試験される領域のバヨネットのマルチフレーム画像に基づいて、試験される領域の既収容人数と、試験される領域の人の流れの正味流入速度とを決定するステップと、試験される領域の既収容人数と、試験される領域の収容可能人数と、試験される領域の人の流れの正味流入速度とに基づいて、試験される領域の群集過密の時間を決定するステップと、を含む。【選択図】図2
Description
本開示は、コンピュータビジョン分野に関し、特に群集過密の予測方法及び装置に関する。
群集密度検出は、画像認識技術により、閉ざされた領域内の人数が限界に達するか否かを検出することである。閉ざされた領域内の人数が過密であると決定された場合には、その閉ざされた領域に入る人の流れの量を制限するように職員に注意を喚起することで、危険な事件の発生を回避することができる。
本開示の第1の態様にて提供される、サーバに応用される、群集過密の予測方法は、試験される領域のバヨネットのマルチフレーム画像を取得するステップと、前記試験される領域のバヨネットの前記マルチフレーム画像に基づいて、前記試験される領域の既収容人数と、前記試験される領域の人の流れの正味流入速度とを決定するステップと、前記試験される領域の既収容人数と、前記試験される領域の収容可能人数と、前記試験される領域の人の流れの正味流入速度とに基づいて、前記試験される領域の群集過密の時間を決定するステップと、を含む。
選択可能な実施形態では、前記試験される領域のバヨネットの前記マルチフレーム画像に基づいて、前記試験される領域の既収容人数を決定するステップは、前記試験される領域のバヨネットの前記マルチフレーム画像から、前記試験される領域に入る人数と前記試験される領域を離れる人数とを認識するステップと、前記試験される領域に入る人数と前記試験される領域を離れる人数とに基づいて、前記試験される領域の既収容人数を決定するステップと、を含む。
選択可能な実施形態では、前記試験される領域のバヨネットの前記マルチフレーム画像に基づいて、前記試験される領域の人の流れの正味流入速度を決定するステップは、前記試験される領域のバヨネットの前記マルチフレーム画像から、目標時間帯内に前記試験される領域に入る人数と前記試験される領域を離れる人数とを認識するステップと、前記目標時間帯内に前記試験される領域に入る人数と前記試験される領域を離れる人数とに基づいて、前記バヨネットの人の流れの流入速度と前記バヨネットの人の流れの流出速度とを決定するステップと、前記バヨネットの人の流れの流入速度と前記バヨネットの人の流れの流出速度とに基づいて、前記試験される領域の人の流れの正味流入速度を決定するステップと、を含む。
選択可能な実施形態では、前記試験される領域のバヨネットの前記マルチフレーム画像に基づいて、前記試験される領域の人の流れの正味流入速度を決定するステップは、前記試験される領域のバヨネットの前記マルチフレーム画像から、目標時間帯内に前記試験される領域に入る人数と前記試験される領域を離れる人数とを認識するステップと、前記目標時間帯内に前記試験される領域に入る人数と前記試験される領域を離れる人数とに基づいて、前記試験される領域の正味流入人数を決定するステップと、前記試験される領域の正味流入人数に基づいて、前記試験される領域の人の流れの正味流入速度を決定するステップと、を含む。
選択可能な実施形態では、前記試験される領域の既収容人数と、前記試験される領域の収容可能人数と、前記試験される領域の人の流れの正味流入速度とに基づいて、前記試験される領域の群集過密の時間を決定するステップは、前記試験される領域の既収容人数と前記試験される領域の収容可能人数とに基づいて、前記試験される領域の残りの収容可能人数を決定するステップと、前記試験される領域の残りの収容可能人数と前記試験される領域の人の流れの正味流入速度とに基づいて、前記試験される領域の群集過密の時間を決定するステップと、を含む。
選択可能な実施形態では、前記試験される領域の群集過密の時間を決定する前に、前記方法は、前記試験される領域の人の流れの正味流入速度が正であれば、前記試験される領域に群集過密のリスクが存在すると決定するステップをさらに含む。
選択可能な実施形態では、前記試験される領域の群集過密の時間を決定する前に、前記方法は、前記試験される領域の人の流れの正味流入速度が負であれば、前記試験される領域に群集過密のリスクが存在しないと決定するステップをさらに含む。
選択可能な実施形態では、前記試験される領域の群集過密の時間を決定した後、前記方法は、前記試験される領域の群集過密の時間を端末機器に送信するステップをさらに含む。
選択可能な実施形態では、前記試験される領域が複数のバヨネットを含めば、前記試験される領域のバヨネットの前記マルチフレーム画像に基づいて、前記試験される領域の既収容人数を決定するステップは、前記複数のバヨネットのそれぞれについて、当該バヨネットのマルチフレーム画像から、当該バヨネットから前記試験される領域に入る人数と、当該バヨネットから前記試験される領域を離れる人数とを認識するステップと、当該バヨネットから前記試験される領域に入る人数と、当該バヨネットから前記試験される領域を離れる人数とに基づいて、当該バヨネットの人の流れの正味流入人数を決定するステップと、全てのバヨネットの人の流れの正味流入人数を加算し、前記試験される領域の既収容人数を得るステップと、を含む。
選択可能な実施形態では、前記試験される領域が複数のバヨネットを含めば、前記試験される領域のバヨネットの前記マルチフレーム画像に基づいて、前記試験される領域の既収容人数を決定するステップは、前記複数のバヨネットのそれぞれについて、当該バヨネットのマルチフレーム画像から、当該バヨネットから前記試験される領域に入る人数と、当該バヨネットから前記試験される領域を離れる人数とを認識するステップと、全てのバヨネットから前記試験される領域に入る人数を加算し、前記試験される領域に入る総人数を得るステップと、全てのバヨネットから前記試験される領域を離れる人数を加算し、前記試験される領域を離れる総人数を得るステップと、前記試験される領域に入る総人数から前記試験される領域を離れる総人数を減算し、前記試験される領域の既収容人数を決定するステップと、を含む。
選択可能な実施形態では、前記試験される領域が複数のバヨネットを含めば、前記試験される領域のバヨネットの前記マルチフレーム画像に基づいて、前記試験される領域の人の流れの正味流入速度を決定するステップは、前記複数のバヨネットのそれぞれについて、当該バヨネットのマルチフレーム画像から、目標時間帯内に当該バヨネットから前記試験される領域に入る人数と、当該バヨネットから前記試験される領域を離れる人数とを認識するステップと、当該バヨネットから前記試験される領域に入る人数を前記目標時間帯の時間長で割って、当該バヨネットの人の流れの流入速度を得るステップと、当該バヨネットから前記試験される領域を離れる人数を前記目標時間帯の時間長で割って、当該バヨネットの人の流れの流出速度を得るステップと、全てのバヨネットの人の流れの流入速度を加算し、前記試験される領域の人の流れの流入速度を得るステップと、全てのバヨネットの人の流れの流出速度を加算し、前記試験される領域の人の流れの流出速度を得るステップと、前記試験される領域の人の流れの流入速度から前記試験される領域の人の流れの流出速度を減算し、前記試験される領域の人の流れの正味流入速度を決定するステップと、を含む。
選択可能な実施形態では、前記試験される領域が複数のバヨネットを含めば、前記試験される領域のバヨネットの前記マルチフレーム画像に基づいて、前記試験される領域の人の流れの正味流入速度を決定するステップは、前記複数のバヨネットのそれぞれについて、当該バヨネットのマルチフレーム画像から、目標時間帯内に当該バヨネットから前記試験される領域に入る人数と、当該バヨネットから前記試験される領域を離れる人数とを認識するステップと、当該バヨネットから前記試験される領域に入る人数を前記目標時間帯の時間長で割って、当該バヨネットの人の流れの流入速度を得るステップと、当該バヨネットから前記試験される領域を離れる人数を前記目標時間帯の時間長で割って、当該バヨネットの人の流れの流出速度を得るステップと、当該バヨネットの人の流れの流入速度から当該バヨネットの人の流れの流出速度を減算し、当該バヨネットの人の流れの正味流入速度を得るステップと、全てのバヨネットの人の流れの正味流入速度を加算し、前記試験される領域の人の流れの正味流入速度を決定するステップと、を含む。
本開示の第2の態様にて提供される群集過密の予測装置は、試験される領域のバヨネットのマルチフレーム画像を取得するための取得モジュールと、前記試験される領域のバヨネットの前記マルチフレーム画像に基づいて、前記試験される領域の既収容人数と、前記試験される領域の人の流れの正味流入速度とを決定するための第1の決定モジュールと、前記試験される領域の既収容人数と、前記試験される領域の収容可能人数と、前記試験される領域の人の流れの正味流入速度とに基づいて、前記試験される領域の群集過密の時間を決定するための第2の決定モジュールと、を含む。
選択可能な実施形態では、前記第1の決定モジュールは、具体的には、前記試験される領域のバヨネットの前記マルチフレーム画像から、前記試験される領域に入る人数と前記試験される領域を離れる人数とを認識することと、前記試験される領域に入る人数と前記試験される領域を離れる人数とに基づいて、前記試験される領域の既収容人数を決定することとに用いられる。
選択可能な実施形態では、前記第1の決定モジュールは、具体的には、前記試験される領域のバヨネットの前記マルチフレーム画像から、目標時間帯内に前記試験される領域に入る人数と前記試験される領域を離れる人数とを認識することと、前記目標時間帯内に前記試験される領域に入る人数と前記試験される領域を離れる人数とに基づいて、前記バヨネットの人の流れの流入速度と前記バヨネットの人の流れの流出速度とを決定することと、前記バヨネットの人の流れの流入速度と前記バヨネットの人の流れの流出速度とに基づいて、前記試験される領域の人の流れの正味流入速度を決定することとに用いられる。
選択可能な実施形態では、前記第2の決定モジュールは、具体的には、前記試験される領域の既収容人数と前記試験される領域の収容可能人数とに基づいて、前記試験される領域の残りの収容可能人数を決定することと、前記試験される領域の残りの収容可能人数と前記試験される領域の人の流れの正味流入速度とに基づいて、前記試験される領域の群集過密の時間を決定することとに用いられる。
選択可能な実施形態では、前記装置は、前記試験される領域の人の流れの正味流入速度が正であれば、前記試験される領域に群集過密のリスクが存在すると決定するための第3の決定モジュールをさらに含む。
選択可能な実施形態では、前記第3の決定モジュールは、さらに、前記試験される領域の人の流れの正味流入速度が負であれば、前記試験される領域に群集過密のリスクが存在しないと決定することに用いられる。
選択可能な実施形態では、前記装置は、前記試験される領域の群集過密の時間を端末機器に送信するための送信モジュールをさらに含む。
本開示の第3の態様にて提供される電子機器は、メモリと、プロセッサと、を含み、前記メモリは、前記プロセッサの実行可能な命令を記憶するためのものであり、前記プロセッサは、前記実行可能な命令を実行することで、本開示の第1の態様及び第1の態様の様々な選択可能な群集過密の予測方法を実行するように構成される。
本開示の第4の態様にて提供される記憶媒体は、コンピュータプログラムを記憶し、前記コンピュータプログラムは、プロセッサにより実行される時、第1の態様及び第1の態様の様々な選択可能な群集過密の予測方法を実現する。
本開示の第5の態様にて提供されるコンピュータプログラムは、プロセッサにより実行される時、前記プロセッサに第1の態様及び第1の態様の様々な選択可能な群集過密の予測方法を実行させる。
本開示における実施例をより明確に説明するために、以下、実施例に使用が必要な図面を簡単に説明するが、以下の説明における図面は本開示のいくつかの実施例であり、当業者にとって、創造的な労力を行わずに、これらの図面に基づいて他の図面を取得することもできることは明らかである。
本願の実施例にて提供される群集過密の予測方法の応用シーンの概略図である。
本願の実施例にて提供される群集過密の予測方法のフローチャートである。
本願の実施例にて提供される別の群集過密の予測方法のフローチャートである。
本願の実施例にて提供されるさらに別の群集過密の予測方法のフローチャートである。
本願の実施例にて提供される群集過密の予測装置の構造概略図である。
本願の実施例にて提供される電子機器の構造概略図である。
以下、本開示の実施例における図面を結び付けて、本開示の実施例を明確かつ完全に説明するが、説明される実施例は、本開示の一部の実施例にすぎず、全ての実施例ではないことが明らかである。本開示における実施例に基づいて、当業者が創造的な労力を行わずに取得した全ての他の実施例は、いずれも本開示の保護範囲に属する。
通常、閉ざされた領域の画像を認識することができ、それにより閉ざされた領域内の現在の人数を群集カウンタ法で統計する。しかしながら、閉ざされた領域内の現在の人数を統計するだけでは、閉ざされた領域の群集過密の時間を正確に予測することができず、さらには早期に群集過密の予防のための措置を講じることができない。
本願の実施例は、閉ざされた領域の群集過密の時間を正確に予測できないという問題を解決するために、群集過密の予測方法及び装置を提供する。本願では、試験される領域に収容されている人数と、前記試験される領域にの収容可能な人数と、前記試験される領域における人の流れの正味人の流れの正味流入速度とに基づいて、前記試験される領域の群集過密の時間を決定することにより、群集過密の時間の予測精度を向上させることができる。
以下、本願の実施例の応用シーンについて説明する。
図1は、本願の実施例にて提供される群集過密の予測方法の応用シーンの概略図である。図1に示すように、画像収集機器101は、試験される領域のバヨネットの画像をリアルタイムで収集し、試験される領域のバヨネットの画像をサーバ102に送信することができる。サーバ102は、試験される領域のバヨネットのマルチフレーム画像に基づいて、試験される領域に群集過密のリスクが存在するか否かを判断し、群集過密のリスクが存在すれば、群集過密の時間をさらに決定することができる。次に、端末機器103に表示された群集過密の時間に基づいて管理者が群集過密の予防のための措置を講じることができるように、サーバ102は、群集過密の時間を端末機器103に送信することができる。
ここで、画像収集機器101は、例えば、カメラなどのカメラモジュールを含んでもよい。
サーバ102は、サーバであってもよく、クラウドサービスプラットフォームにおけるサーバであってもよい。サーバ102は、画像収集機器101から送信された試験される領域のバヨネットの画像を受信し、群集過密の時間を端末機器103に送信することができる。
端末機器103は、携帯電話(mobile phone)、タブレットコンピュータ(pad)、無線送受信機能付きのコンピュータ、バーチャルリアリティ(virtual reality、VR)端末機器、オーグメンテッド・リアリティ(augmented reality、AR)端末機器、工業系制御(industrial control)における無線端末、自動運転(self driving)における無線端末、遠隔手術(remote medical surgery)における無線端末、スマートグリッド(smart grid)における無線端末、スマートホーム(smart home)における無線端末などであってもよい。本願の実施例では、端末の機能を実現するための装置は、端末であってもよく、端末が当該機能を実現できるようにサポートする装置、例えば、チップシステムであってもよく、当該装置は端末にインストールされてもよい。本願の実施例では、チップシステムは、チップで構成されてもよく、チップとその他のディスクリート素子とを含んでもよい。
試験される領域は、ビル、公園、図書館などの閉ざされた領域を含む閉ざされた領域であってもよい。
なお、本願の実施例の応用シーンは、図1における応用シーンであってもよいが、これに限定されず、本願の実施例は、群集過密の予測が必要な他のシーンにも応用可能である。
上記群集過密の予測方法は、本願の実施例にて提供される群集過密の予測装置により実現することができ、群集過密の予測装置は、ある機器の一部又は全部であってもよく、例えば、サーバ又はサーバ内のプロセッサであってもよい。
以下、関連する実行コードが統合又はインストールされたサーバを例として、本願の実施例を詳細に説明する。以下のいくつかの実施例は、互いに組み合わされてもよく、同じ又は類似の概念又はプロセスについて、何らかの実施例では、その説明が省略されることがある。
図2は、本願の実施例にて提供される群集過密の予測方法のフローチャートであり、本実施例の実行主体は、サーバである。図2に示すように、当該方法は、ステップS201からステップS203を含む。
S201では、試験される領域のバヨネットのマルチフレーム画像を取得する。
ここで、試験される領域は、ビル、公園、図書館などの閉ざされた領域であってもよい。バヨネットは、試験される領域の出入口であってもよい。
いくつかの実施例では、試験される領域のバヨネットには画像収集機器が設けられてもよく、当該画像収集機器は、サーバが試験される領域のバヨネットの画像をそのメモリに記憶するように、試験される領域のバヨネットの画像をリアルタイムで収集し、試験される領域のバヨネットの画像をサーバに送信することができる。サーバが群集過密の時間を予測する必要がある場合、試験される領域のバヨネットのマルチフレーム画像をメモリから抽出することができる。
また、本願の実施例は、試験される領域のバヨネットの数を限定せず、1つでも複数でもよい。試験される領域が複数のバヨネットを含めば、サーバは、複数のバヨネットのマルチフレーム画像を取得する必要がある。
S202では、試験される領域のバヨネットのマルチフレーム画像に基づいて、試験される領域の既収容人数と試験される領域の人の流れの正味人の流れの正味流入速度を決定する。
本ステップでは、サーバが試験される領域のバヨネットのマルチフレーム画像を取得した後、試験される領域のバヨネットのマルチフレーム画像に基づいて、試験される領域の既収容人数と試験される領域の人の流れの正味人の流れの正味流入速度とを決定することができる。
ここで、人の流れの正味流入速度は、人の流れの流入速度と人の流れの流出速度との差分値とすることができる。
本願の実施例は、試験される領域の既収容人数をどのように決定するかを限定しない。いくつかの実施例では、サーバは、まず、試験される領域のバヨネットのマルチフレーム画像から、試験される領域に入る人数と試験される領域を離れる人数とを認識することができる。次に、サーバは、試験される領域に入る人数と試験される領域を離れる人数とに基づいて、試験される領域の既収容人数を決定する。試験される領域が複数のバヨネットを含めば、サーバは、各バヨネットにおける試験される領域に入る人数と試験される領域を離れる人数とに基づいて、各バヨネットの正味流入人数を決定し、また、各バヨネットの正味流入人数を加算し、試験される領域の既収容人数を得ることができる。又は、サーバは、各バヨネットにおける試験される領域に入る人数を加算し、試験される領域に入る総人数を得ることができる。各バヨネットにおける試験される領域を離れる人数を加算し、試験される領域を離れる総人数を得る。最後に、試験される領域に入る総人数と試験される領域を離れる総人数とを減算し、試験される領域の既収容人数を決定する。
なお、本願の実施例は、試験される領域に入る人数と試験される領域を離れる人数とをどのように決定するかを限定せず、利用可能な画像認識技術を任意に採用することができる。いくつかの選択可能な実施形態では、クロスラインカウント(Cross-line counting method)の方式で試験される領域に入る人数と試験される領域を離れる人数とを決定することができる。
本願の実施例は、試験される領域の人の流れの正味流入速度をどのように決定するかを限定せず、いくつかの実施例では、サーバは、まず、試験される領域のバヨネットのマルチフレーム画像から、目標時間帯内に試験される領域に入る人数と試験される領域を離れる人数とを認識し、また、目標時間帯内に試験される領域に入る人数と試験される領域を離れる人数とに基づいて、バヨネットの人の流れの流入速度とバヨネットの人の流れの流出速度とを決定することができる。次に、サーバは、バヨネットの人の流れの流入速度とバヨネットの人の流れの流出速度とに基づいて、試験される領域の人の流れの正味流入速度を決定する。
いくつかの実施例では、サーバは、まず、試験される領域のバヨネットのマルチフレームから、目標時間帯内に試験される領域に入る人数と試験される領域を離れる人数とを認識し、また、目標時間帯内に試験される領域に入る人数と試験される領域を離れる人数とに基づいて、試験される領域の正味流入人数を決定することができる。次に、サーバは、試験される領域の正味流入人数に基づいて、試験される領域の人の流れの正味流入速度を決定する。
ここで、本願は、目標時間帯の時間長を限定せず、目標時間帯は、群集過密の時間が検出される時点(検出時点と略される)を終了時点とする時間帯であってもよい。例示的に、目標時間帯は、検出時点の前の60秒間であってもよく、又は、目標時間帯は、検出時点の前の120秒間であってもよい。
S203では、試験される領域の既収容人数と、試験される領域の収容可能人数と、試験される領域の人の流れの正味流入速度とに基づいて、試験される領域の群集過密の時間を決定する。
本ステップでは、サーバが試験される領域の既収容人数と試験される領域の人の流れの正味流入速度とを決定する場合、試験される領域の既収容人数と、試験される領域の収容可能人数と、試験される領域の人の流れの正味流入速度とに基づいて、試験される領域の群集過密の時間を決定することができる。
ここで、試験される領域の収容可能人数は、予め設定されてもよく、本願は、試験される領域の収容可能人数を限定しない。例示的に、試験される領域の敷地面積に基づいて予測を行ってもよく、敷地面積が大きい試験される領域に対しては収容可能人数を大きく設定してもよく、敷地面積が小さい試験される領域に対しては収容可能人数を小さく設定してもよい。
いくつかの実施例では、サーバは、試験される領域の既収容人数と試験される領域の収容可能人数とに基づいて、試験される領域の残りの収容可能人数を決定することができる。次に、サーバは、試験される領域の残りの収容可能人数と試験される領域の人の流れの正味流入速度とに基づいて、試験される領域の群集過密の時間を決定する。
選択可能な実施形態では、試験される領域の群集過密の時間を決定する前に、サーバは、試験される領域の人の流れの正味流入速度をさらに検出することができる。試験される領域の人の流れの正味流入速度が負であれば、試験される領域を離れる人の流れがより多いと説明し、そうすると、サーバは試験される領域に群集過密のリスクが存在しないと決定し、さらには、サーバは群集過密の時間を決定する必要がない。試験される領域の人の流れの正味流入速度が正であれば、試験される領域に入る人の流れがより多いと説明し、そうすると、サーバは試験される領域に群集過密のリスクが存在すると決定し、サーバは群集過密の時間を決定する必要がある。
また、いくつかの実施例では、試験される領域の既収容人数が試験される領域の収容可能人数よりも大きければ、サーバは、試験される領域の群集が過密になったことを決定することができる。
選択可能な実施形態では、試験される領域の群集過密の時間を決定した後、サーバは、群集過密の時間を端末機器に表示させ、及び管理者に群集過密の注意を発するように、試験される領域の群集過密の時間を端末機器に送信することができ、それにより管理者は群集過密の予防のための措置を適時に講じることができる。
本願の実施例にて提供される群集過密の予測方法は、まず、試験される領域のバヨネットのマルチフレーム画像を取得する。次に、試験される領域のバヨネットのマルチフレーム画像に基づいて、試験される領域の既収容人数と試験される領域の人の流れの正味流入速度とを決定する。最後に、試験される領域の既収容人数と、試験される領域の収容可能人数と、試験される領域の人の流れの正味流入速度とに基づいて、試験される領域の群集過密の時間を決定する。本願は、試験される領域の既収容人数と、試験される領域の収容可能人数と、試験される領域の人の流れの正味流入速度とに基づいて、群集過密の時間を予測し、群集過密の時間の精度を向上させることができる。
以下、上記実施例を基に、試験される領域の既収容人数と試験される領域の人の流れの正味速度とをどのように決定するかについて説明する。図3は、本願の実施例にて提供される別の群集過密の予測方法のフローチャートであり、本実施例の実行主体はサーバであり、図3に示すように、当該方法は、ステップS301からステップS306を含む。
S301では、試験される領域のバヨネットのマルチフレーム画像を取得する。
ステップS301は、図2に示すステップS201を参照して理解することができ、ここでは関連内容の説明が省略される。
S302では、試験される領域のバヨネットのマルチフレーム画像から、試験される領域に入る人数と試験される領域を離れる人数とを認識する。
本願の実施例は、試験される領域のバヨネットのマルチフレーム画像から、試験される領域に入る人数と試験される領域を離れる人数とをどのように認識するかを限定せず、利用可能な画像認識技術を任意に採用することができる。いくつかの選択可能な実施形態では、クロスラインカウントの方式で試験される領域に入る人数と試験される領域を離れる人数とを決定することができる。
なお、予め設定された時間ノードから、群集過密の時間を検出する時間ノードまで、試験される領域に入る人数と試験される領域を離れる人数を統計してもよい。本願の実施例は、予め設定された時間ノードを限定せず、例示的に、予め設定された時間ノードは、毎日の午前3時であってもよい。
S303では、試験される領域に入る人数と試験される領域を離れる人数とに基づいて、試験される領域の既収容人数を決定する。
例示的に、サーバは、試験される領域に入る人数から試験される領域を離れる人数を減算することで、試験される領域の既収容人数を得ることができる。
いくつかの実施例では、試験される領域が複数のバヨネットを含めば、サーバは、複数のバヨネットのそれぞれについて、まず、当該バヨネットのマルチフレーム画像から、当該バヨネットから試験される領域に入る人数と、当該バヨネットから試験される領域を離れる人数とを認識することができる。次に、サーバは、当該バヨネットから試験される領域に入る人数から、当該バヨネットから試験される領域を離れる人数を減算し、当該バヨネットの人の流れの正味流入人数を得ることができる。最後に、サーバは、全てのバヨネットの人の流れの正味流入人数を加算し、試験される領域の既収容人数を得ることができる。
別のいくつかの実施例では、試験される領域が複数のバヨネットを含めば、サーバは、複数のバヨネットのそれぞれについて、まず、当該バヨネットのマルチフレーム画像から、当該バヨネットから試験される領域に入る人数と当該バヨネットから試験される領域を離れる人数とを認識することができる。次に、サーバは、全てのバヨネットから試験される領域に入る人数を加算し、試験される領域に入る総人数を得ることができ、全てのバヨネットから試験される領域を離れる人数を加算し、試験される領域を離れる総人数を得ることができる。最後に、サーバは、試験される領域に入る総人数から試験される領域を離れる総人数を減算し、試験される領域の既収容人数を得ることができる。
S304では、目標時間帯内に試験される領域に入る人数と試験される領域を離れる人数とに基づいて、バヨネットの人の流れの流入速度とバヨネットの人の流れの流出速度とを決定する。
ここで、本願は、目標時間帯の時間長を限定せず、目標時間帯は、検出された時点を終了時点とする時間帯であってもよい。例示的に、目標時間帯は、検出時点の前の60秒間であってもよく、又は、目標時間帯は、検出時点の前の120秒間であってもよい。
例示的に、試験される領域が複数のバヨネットを含めば、複数のバヨネットのそれぞれについて、サーバは、当該バヨネットのマルチフレーム画像から目標時間帯内に当該バヨネットから前記試験される領域に入る人数と当該バヨネットから前記試験される領域を離れる人数とを認識することができる。当該バヨネットから試験される領域に入る人数を目標時間帯の時間長で割って、当該バヨネットの人の流れの流入速度を得る。当該バヨネットから試験される領域を離れる人数を目標時間帯の時間長で割って、当該バヨネットの人の流れの流出速度を得る。
S305では、バヨネットの人の流れの流入速度とバヨネットの人の流れの流出速度とに基づいて、試験される領域の人の流れの正味流入速度を決定する。
本ステップでは、サーバは、バヨネットの人の流れの流入速度とバヨネットの人の流れの流出速度とを決定した後、バヨネットの人の流れの流入速度とバヨネットの人の流れの流出速度とに基づいて、試験される領域の人の流れの正味流入速度を決定することができる。
いくつかの実施例では、試験される領域が複数のバヨネットを含めば、サーバは、全てのバヨネットの人の流れの流入速度を加算し、試験される領域の人の流れの流入速度を得て、全てのバヨネットの人の流れの流出速度を加算し、試験される領域の人の流れの流出速度を得ることができる。次に、サーバは、試験される領域の人の流れの流入速度から試験される領域の人の流れの流出速度を減算することで、試験される領域の人の流れの正味流入速度を決定することができる。
別のいくつかの実施例では、試験される領域が複数のバヨネットを含めば、複数のバヨネットのそれぞれについて、サーバは、当該バヨネットの人の流れの流入速度から当該バヨネットの人の流れの流出速度を減算することで、当該バヨネットの人の流れの正味流入速度を得ることができる。次に、サーバは、全てのバヨネットの人の流れの正味流入速度を加算し、試験される領域の人の流れの正味流入速度を決定することができる。
S306では、試験される領域の既収容人数と、試験される領域の収容可能人数と、試験される領域の人の流れの正味流入速度とに基づいて、試験される領域の群集過密の時間を決定する。
ステップS306は、図2に示すステップS203を参照して理解することができ、ここでは関連内容の説明が省略される。
以下、上記実施例を基に、試験される領域の群集過密の時間をどのように決定するかについて説明する。図4は、本願の実施例にて提供されるさらに別の群集過密の予測方法のフローチャートであり、本実施例の実行主体はサーバであり、図4に示すように、当該方法は、ステップS401からステップS404を含む。
S401では、試験される領域のバヨネットのマルチフレーム画像を取得する。
S402では、試験される領域のバヨネットのマルチフレーム画像に基づいて、試験される領域の既収容人数と試験される領域の人の流れの正味流入速度とを決定する。
ステップS401~S402は、図2に示すステップS201~S202を参照して理解することができ、ここでは関連内容の説明が省略される。
S403では、試験される領域の既収容人数と試験される領域の収容可能人数とに基づいて、試験される領域の残りの収容可能人数を決定する。
例示的に、サーバは、試験される領域の既収容人数Cnt_curから試験される領域の収容可能人数Cnt_threshを減算することで、試験される領域の残りの収容可能人数を得ることができる。
S404では、試験される領域の残りの収容可能人数と試験される領域の人の流れの正味流入速度とに基づいて、試験される領域の群集過密の時間を決定する。
例示的に、サーバは、試験される領域の残りの収容可能人数と試験される領域の人の流れの正味流入速度とを式(1)に示すアルゴリズムモデルに入力し、試験される領域の群集過密の時間を決定することができる。式(1)は、以下に示す。
T=(Cnt_thresh-Cnt_cur)/(Vin-Vout) (1)
T=(Cnt_thresh-Cnt_cur)/(Vin-Vout) (1)
ここで、Tは群集過密の時間、Cnt_threshは試験される領域の収容可能人数、Cnt_curは試験される領域の既収容人数、Vinは試験される領域の人の流れの流入速度、Voutは試験される領域の人の流れの流出速度である。
本願の実施例にて提供される群集過密の予測方法は、まず、試験される領域のバヨネットのマルチフレーム画像を取得する。次に、試験される領域のバヨネットのマルチフレーム画像に基づいて、試験される領域の既収容人数と試験される領域の人の流れの正味流入速度とを決定する。さらに、試験される領域の既収容人数と、試験される領域の収容可能人数と、試験される領域の人の流れの正味流入速度とに基づいて、試験される領域の群集過密の時間を決定する。最後に、試験される領域の群集過密の時間を端末機器に送信する。本願は、試験される領域の既収容人数と、試験される領域の収容可能人数と、試験される領域の人の流れの正味流入速度とに基づいて、群集過密の時間を予測し、群集過密の時間の予測精度を向上させることができる。
当業者は、上記方法の実施例を実現するステップの全部又は一部が、プログラム命令と関連付けられたハードウェアにより実現されてもよく、前述プログラムは、コンピュータ可読記憶媒体に記憶されてもよく、当該プログラムが実行される時、上記方法の実施例を含むステップを実行し、前述記憶媒体は、ROM、RAM、磁気ディスク、又は光ディスクなどの、プログラムコードを記憶可能な様々な媒体を含むことを理解することができる。
図5は、本願の実施例にて提供される群集過密の予測装置の構造概略図である。当該群集過密の予測装置は、上記実施例における群集過密の予測方法を実行するように、ソフトウェア、ハードウェア、又は両者の組み合わせにより実現することができる。図5に示すように、当該群集過密の予測装置は、試験される領域のバヨネットのマルチフレーム画像を取得するための取得モジュール501と、試験される領域のバヨネットのマルチフレーム画像に基づいて、試験される領域の既収容人数と、試験される領域の人の流れの正味流入速度とを決定するための第1の決定モジュール502と、試験される領域の既収容人数と、試験される領域の収容可能人数と、試験される領域の人の流れの正味流入速度とに基づいて、試験される領域の群集過密の時間を決定するための第2の決定モジュール503と、を含む。
選択可能な実施形態では、第1の決定モジュール502は、具体的には、試験される領域のバヨネットのマルチフレーム画像から、試験される領域に入る人数と試験される領域を離れる人数とを認識することと、試験される領域に入る人数と試験される領域を離れる人数とに基づいて、試験される領域の既収容人数を決定することとに用いられる。
選択可能な実施形態では、第1の決定モジュール502は、具体的には、試験される領域のバヨネットのマルチフレーム画像から、目標時間帯内に試験される領域に入る人数と試験される領域を離れる人数とを認識することと;目標時間帯内に試験される領域に入る人数と試験される領域を離れる人数とに基づいて、バヨネットの人の流れの流入速度とバヨネットの人の流れの流出速度とを決定することと;バヨネットの人の流れの流入速度とバヨネットの人の流れの流出速度とに基づいて、試験される領域の人の流れの正味流入速度を決定することとに用いられる。
選択可能な実施形態では、第1の決定モジュール502は、具体的には、試験される領域のバヨネットのマルチフレーム画像から、目標時間帯内に試験される領域に入る人数と試験される領域を離れる人数とを認識することと;目標時間帯内に試験される領域に入る人数と試験される領域を離れる人数とに基づいて、試験される領域の正味流入人数を決定することと;試験される領域の正味流入人数に基づいて、試験される領域の人の流れの正味流入速度を決定することとに用いられる。
選択可能な実施形態では、第2の決定モジュール503は、具体的には、試験される領域の既収容人数と試験される領域の収容可能人数とに基づいて、試験される領域の残りの収容可能人数を決定することと;試験される領域の残りの収容可能人数と試験される領域の人の流れの正味流入速度とに基づいて、試験される領域の群集過密の時間を決定することとに用いられる。
選択可能な実施形態では、当該装置は、試験される領域の人の流れの正味流入速度が正であれば、試験される領域に群集過密のリスクが存在すると決定するための第3の決定モジュール505をさらに含む。
選択可能な実施形態では、第3の決定モジュール505は、さらに、試験される領域の人の流れの正味流入速度が負であれば、試験される領域に群集過密のリスクが存在しないと決定することに用いられる。
選択可能な実施形態では、当該装置は、試験される領域の群集過密の時間を端末機器に送信するための送信モジュール504をさらに含む。
選択可能な実施形態では、試験される領域が複数のバヨネットを含めば、第1の決定モジュール502は、具体的には、複数のバヨネットのそれぞれについて、当該バヨネットのマルチフレーム画像から、当該バヨネットから試験される領域に入る人数と当該バヨネットから試験される領域を離れる人数とを認識することと;当該バヨネットから試験される領域に入る人数と当該バヨネットから試験される領域を離れる人数とに基づいて、当該バヨネットの人の流れの正味流入人数を決定することと;全てのバヨネットの人の流れの正味流入人数を加算し、試験される領域の既収容人数を得ることとに用いられる。
選択可能な実施形態では、試験される領域が複数のバヨネットを含めば、第1の決定モジュール502は、具体的には、複数のバヨネットのそれぞれについて、当該バヨネットのマルチフレーム画像から、当該バヨネットから試験される領域に入る人数と当該バヨネットから試験される領域を離れる人数とを認識することと;全てのバヨネットから試験される領域に入る人数を加算し、試験される領域に入る総人数を得ることと;全てのバヨネットから試験される領域を離れる人数を加算し、試験される領域を離れる総人数を得ることと;試験される領域に入る総人数から試験される領域を離れる総人数を減算して、試験される領域の既収容人数を得ることとに用いられる。
選択可能な実施形態では、試験される領域が複数のバヨネットを含めば、第1の決定モジュール502は、具体的には、複数のバヨネットのそれぞれについて、当該バヨネットのマルチフレーム画像から目標時間帯内に当該バヨネットから試験される領域に入る人数と当該バヨネットから試験される領域を離れる人数とを認識することと;当該バヨネットから試験される領域に入る人数を目標時間帯の時間長で割って、当該バヨネットの人の流れの流入速度を得ることと;当該バヨネットから試験される領域を離れる人数を目標時間帯の時間長で割って、当該バヨネットの人の流れの流出速度を得ることと;全てのバヨネットの人の流れの流入速度を加算し、試験される領域の人の流れの流入速度を得ることと、全てのバヨネットの人の流れの流出速度を加算し、試験される領域の人の流れの流出速度を得ることと_x001D_試験される領域の人の流れの流入速度から試験される領域の人の流れの流出速度を減算し、試験される領域の人の流れの正味流入速度を決定することとに用いられる。
選択可能な実施形態では、試験される領域が複数のバヨネットを含めば、第1の決定モジュール502は、具体的には、複数のバヨネットのそれぞれについて、当該バヨネットのマルチフレーム画像から目標時間帯内に当該バヨネットから試験される領域に入る人数と当該バヨネットから試験される領域を離れる人数とを認識することと;当該バヨネットから試験される領域に入る人数を目標時間帯の時間長で割って、当該バヨネットの人の流れの流入速度を得ることと;当該バヨネットから試験される領域を離れる人数を目標時間帯の時間長で割って、当該バヨネットの人の流れの流出速度を得ることと;当該バヨネットの人の流れの流入速度から当該バヨネットの人の流れの流出速度を減算して、当該バヨネットの人の流れの正味流入速度を得ることと;全てのバヨネットの人の流れの正味流入速度を加算し、試験される領域の人の流れの正味流入速度を決定することとに用いられる。
本願の実施例にて提供される群集過密の予測装置は、上記方法の実施例における群集過密の予測方法を実行することができ、その実現原理と技術的効果は類似しており、ここではその説明が省略される。
図6は、本願の実施例にて提供される電子機器の構造概略図である。図6に示すように、当該電子機器は、少なくとも1つのプロセッサ601とメモリ602とを含んでもよい。図6は、1つのプロセッサを例にする電子機器を示す。
メモリ602は、プログラムを記憶することに用いられる。具体的には、プログラムは、コンピュータ動作命令を含むプログラムコードを含んでもよい。
メモリ602は、高速RAMメモリを含み得、また、少なくとも1つのディスクメモリなどの不揮発性メモリ(non-volatile memory)を含み得る。
プロセッサ601は、上記群集過密の予測方法を実現するように、メモリ602に記憶されるコンピュータ実行命令を実行することに用いられ、ここで、プロセッサ601は、1つの中央処理装置(Central Processing Unit、CPUと略される)である場合もあれば、又は特定用途向け集積回路(Application Specific Integrated Circuit、ASICと略される)である場合もあり、又は本願の実施例を実施するように構成される1つ又は複数の集積回路である場合もある。
任意選択可能に、特定の実装に関して、通信インタフェース、メモリ602及びプロセッサ601が独立して実現される場合、通信インタフェース、メモリ602及びプロセッサ601は、バスを介して互いに接続され、互いに通信を完了することができる。バスは、インダストリ・スタンダード・アーキテクチャ(Industry Standard Architecture、ISAと略される)バス、ペリフェラル・コンポーネント(Peripheral Component、PCIと略される)バス、又はエクステンディッド・インダストリ・スタンダード・アーキテクチャ(Extended Industry Standard Architecture、EISAと略される)バスなどであってもよい。バスは、アドレスバス、データバス、制御バスなどに分けることができるが、1本のバスのみ、又は1種類のバスのみがあるという意味ではない。
選択可能に、具体的な実現において、通信インタフェース、メモリ602及びプロセッサ601が、1つのチップに集積されて実現される場合、通信インタフェース、メモリ602及びプロセッサ601は、内部インタフェースを介して通信を完了させることができる。
本願の実施例は、画像収集機器と、サーバと、端末機器とを含む、群集過密の予測システムをさらに提供する。ここで、画像収集機器は、試験される領域のバヨネットの画像を収集することに用いられ、サーバは、群集過密の時間を決定して端末機器に送信することに用いられ、端末機器は、群集過密の時間を受信して表示することに用いられる。
本願の実施例は、プロセッサとインタフェースとを含むチップをさらに提供する。ここで、インタフェースは、プロセッサで処理されるデータ又は命令を入出力することに用いられる。プロセッサは、上記方法の実施例にて提供される方法を実行することに用いられる。当該チップは、群集過密の予測装置に応用することができる。
本願の実施例は、USBフラッシュディスク、モバイルハードディスク、読み取り専用メモリ(ROM、Read-Only Memory)、ランダムアクセスメモリ(RAM、Random Access Memory)、磁気ディスク、又は光ディスクなどの様々なプログラムコードを記憶可能な媒体を含んでもよい、コンピュータ可読記憶媒体をさらに提供し、具体的には、当該コンピュータ可読記憶媒体には、上記群集過密の予測方法に用いられるプログラム情報が記憶される。
本願の実施例は、プロセッサにより実行される時、上記方法の実施例にて提供される群集過密の予測方法を実行するためのプログラムをさらに提供する。
本願の実施例は、コンピュータ上で実行される時、コンピュータに、上記方法の実施例にて提供される群集過密の予測方法を実行させる命令を記憶した、コンピュータ可読記憶媒体などのプログラム製品をさらに提供する。
上記実施例では、全体的に又は部分的に、ソフトウェア、ハードウェア、ファームウェア、又はこれらの任意の組み合わせにより実現することができる。ソフトウェアを用いて実現する時、全体的に又は部分的に、コンピュータプログラム製品の形態で実現することができる。コンピュータプログラム製品は、1つ又は複数のコンピュータ命令を含む。コンピュータ上でコンピュータプログラム命令をロードして実行する時、全体的に又は部分的に、本開示の実施例によるフロー又は機能を生成する。コンピュータは、汎用コンピュータ、専用コンピュータ、コンピュータネットワーク、又は他のプログラマブルデバイスであってもよい。コンピュータ命令は、コンピュータ可読記憶媒体に記憶されてもよく、又は、1つのコンピュータ可読記憶媒体から別のコンピュータ可読記憶媒体に伝送されてもよく、例えば、コンピュータ命令は、1つのウェブサイトのサイト、コンピュータ、サーバ、又はデータセンタから、有線(例えば、同軸ケーブル、光ファイバ、デジタル加入者線(DSL))、又は無線(例えば、赤外線、無線、マイクロ波など)の形態で、別のウェブサイトのサイト、コンピュータ、サーバ、又はデータセンタに伝送されてもよい。コンピュータ可読記憶媒体は、コンピュータによりアクセス可能な任意の利用可能な媒体、又は、1つ又は複数の利用可能な媒体により統合されるサーバ、データセンタなどを含むデータ記憶機器であってもよい。利用可能な媒体は、磁性媒体(例えば、フロッピーディスク、ハードディスク、磁気テープ)、光媒体(例えば、DVD)、又は半導体媒体(例えば、ソリッドステートディスクSolid State Disk(SSD))などであってもよい。
最後に、上記の各実施例は、本開示の技術的解決手段を説明するためだけであり、これを限定するものではなく、前述の各実施例を参照して本開示を詳細に説明したが、当業者は、前述の各実施例に記載された技術的解決手段を依然として修正することができ、又はその一部又は全部の技術的特徴を等価置換することができ、しかしながら、これらの修正又は置換は、対応する技術的解決手段の本質を本開示の各実施例の技術的解決手段の範囲から逸脱させるものではない。
本特許出願は、2020年06月08日に提出された、出願番号202010510936.4、発明の名称「群集過密の予測方法、装置、電子機器及び記憶媒体」の中国特許出願の優先権を主張し、当該出願の内容の全てが参照により本明細書に組み込まれる。
Claims (16)
- 試験される領域のバヨネットのマルチフレーム画像を取得するステップと、
前記試験される領域のバヨネットの前記マルチフレーム画像に基づいて、前記試験される領域の既収容人数と、前記試験される領域の人の流れの正味流入速度とを決定するステップと、
前記試験される領域の既収容人数と、前記試験される領域の収容可能人数と、前記試験される領域の人の流れの正味流入速度とに基づいて、前記試験される領域の群集過密の時間を決定するステップと、を含む、
サーバに応用される、群集過密の予測方法。 - 前記試験される領域のバヨネットの前記マルチフレーム画像に基づいて、前記試験される領域の既収容人数を決定するステップは、
前記試験される領域のバヨネットの前記マルチフレーム画像から、前記試験される領域に入る人数と前記試験される領域を離れる人数とを認識するステップと、
前記試験される領域に入る人数と前記試験される領域を離れる人数とに基づいて、前記試験される領域の既収容人数を決定するステップと、を含む、
請求項1に記載の方法。 - 前記試験される領域のバヨネットの前記マルチフレーム画像に基づいて、前記試験される領域の人の流れの正味流入速度を決定するステップは、
前記試験される領域のバヨネットの前記マルチフレーム画像から、目標時間帯内に前記試験される領域に入る人数と前記試験される領域を離れる人数とを認識するステップと、
前記目標時間帯内に前記試験される領域に入る人数と前記試験される領域を離れる人数とに基づいて、前記バヨネットの人の流れの流入速度と前記バヨネットの人の流れの流出速度とを決定するステップと、
前記バヨネットの人の流れの流入速度と前記バヨネットの人の流れの流出速度とに基づいて、前記試験される領域の人の流れの正味流入速度を決定するステップと、を含む、
請求項1に記載の方法。 - 前記試験される領域のバヨネットの前記マルチフレーム画像に基づいて、前記試験される領域の人の流れの正味流入速度を決定するステップは、
前記試験される領域のバヨネットの前記マルチフレーム画像から、目標時間帯内に前記試験される領域に入る人数と前記試験される領域を離れる人数とを認識するステップと、
前記目標時間帯内に前記試験される領域に入る人数と前記試験される領域を離れる人数とに基づいて、前記試験される領域の正味流入人数を決定するステップと、
前記試験される領域の正味流入人数に基づいて、前記試験される領域の人の流れの正味流入速度を決定するステップと、を含む、
請求項1に記載の方法。 - 前記試験される領域の既収容人数と、前記試験される領域の収容可能人数と、前記試験される領域の人の流れの正味流入速度とに基づいて、前記試験される領域の群集過密の時間を決定するステップは、
前記試験される領域の既収容人数と前記試験される領域の収容可能人数とに基づいて、前記試験される領域の残りの収容可能人数を決定するステップと、
前記試験される領域の残りの収容可能人数と前記試験される領域の人の流れの正味流入速度とに基づいて、前記試験される領域の群集過密の時間を決定するステップと、を含む、
請求項1~4のいずれか1項に記載の方法。 - 前記試験される領域の群集過密の時間を決定する前に、前記方法は、
前記試験される領域の人の流れの正味流入速度が正であれば、前記試験される領域に群集過密のリスクが存在すると決定するステップをさらに含む、
請求項1に記載の方法。 - 前記試験される領域の群集過密の時間を決定する前に、前記方法は、
前記試験される領域の人の流れの正味流入速度が負であれば、前記試験される領域に群集過密のリスクが存在しないと決定するステップをさらに含む、
請求項1に記載の方法。 - 前記試験される領域の群集過密の時間を決定した後、前記方法は、
前記試験される領域の群集過密の時間を端末機器に送信するステップをさらに含む、
請求項1に記載の方法。 - 前記試験される領域が複数のバヨネットを含めば、前記試験される領域のバヨネットの前記マルチフレーム画像に基づいて、前記試験される領域の既収容人数を決定するステップは、
前記複数のバヨネットのそれぞれについて、
当該バヨネットのマルチフレーム画像から、当該バヨネットから前記試験される領域に入る人数と、当該バヨネットから前記試験される領域を離れる人数とを認識するステップと、
当該バヨネットから前記試験される領域に入る人数と、当該バヨネットから前記試験される領域を離れる人数とに基づいて、当該バヨネットの人の流れの正味流入人数を決定するステップと、
全てのバヨネットの人の流れの正味流入人数を加算し、前記試験される領域の既収容人数を得るステップと、を含む、
請求項1に記載の方法。 - 前記試験される領域が複数のバヨネットを含めば、前記試験される領域のバヨネットの前記マルチフレーム画像に基づいて、前記試験される領域の既収容人数を決定するステップは、
前記複数のバヨネットのそれぞれについて、
当該バヨネットのマルチフレーム画像から、当該バヨネットから前記試験される領域に入る人数と、当該バヨネットから前記試験される領域を離れる人数とを認識するステップと、
全てのバヨネットから前記試験される領域に入る人数を加算し、前記試験される領域に入る総人数を得るステップと、
全てのバヨネットから前記試験される領域を離れる人数を加算し、前記試験される領域を離れる総人数を得るステップと、
前記試験される領域に入る総人数から前記試験される領域を離れる総人数を減算し、前記試験される領域の既収容人数を決定するステップと、を含む、
請求項1に記載の方法。 - 前記試験される領域が複数のバヨネットを含めば、前記試験される領域のバヨネットの前記マルチフレーム画像に基づいて、前記試験される領域の人の流れの正味流入速度を決定するステップは、
前記複数のバヨネットのそれぞれについて、
当該バヨネットのマルチフレーム画像から、目標時間帯内に当該バヨネットから前記試験される領域に入る人数と、当該バヨネットから前記試験される領域を離れる人数とを認識するステップと、
当該バヨネットから前記試験される領域に入る人数を前記目標時間帯の時間長で割って、当該バヨネットの人の流れの流入速度を得るステップと、
当該バヨネットから前記試験される領域を離れる人数を前記目標時間帯の時間長で割って、当該バヨネットの人の流れの流出速度を得るステップと、
全てのバヨネットの人の流れの流入速度を加算し、前記試験される領域の人の流れの流入速度を得るステップと、
全てのバヨネットの人の流れの流出速度を加算し、前記試験される領域の人の流れの流出速度を得るステップと、
前記試験される領域の人の流れの流入速度から前記試験される領域の人の流れの流出速度を減算し、前記試験される領域の人の流れの正味流入速度を決定するステップと、を含む、
請求項1に記載の方法。 - 前記試験される領域が複数のバヨネットを含めば、前記試験される領域のバヨネットの前記マルチフレーム画像に基づいて、前記試験される領域の人の流れの正味流入速度を決定するステップは、
前記複数のバヨネットのそれぞれについて、
当該バヨネットのマルチフレーム画像から、目標時間帯内に当該バヨネットから前記試験される領域に入る人数と、当該バヨネットから前記試験される領域を離れる人数とを認識するステップと、
当該バヨネットから前記試験される領域に入る人数を前記目標時間帯の時間長で割って、当該バヨネットの人の流れの流入速度を得るステップと、
当該バヨネットから前記試験される領域を離れる人数を前記目標時間帯の時間長で割って、当該バヨネットの人の流れの流出速度を得るステップと、
当該バヨネットの人の流れの流入速度から当該バヨネットの人の流れの流出速度を減算し、当該バヨネットの人の流れの正味流入速度を得るステップと、
全てのバヨネットの人の流れの正味流入速度を加算し、前記試験される領域の人の流れの正味流入速度を決定するステップと、を含む、
請求項1に記載の方法。 - 試験される領域のバヨネットのマルチフレーム画像を取得するための取得モジュールと、
前記試験される領域のバヨネットの前記マルチフレーム画像に基づいて、前記試験される領域の既収容人数と、前記試験される領域の人の流れの正味流入速度とを決定するための第1の決定モジュールと、
前記試験される領域の既収容人数と、前記試験される領域の収容可能人数と、前記試験される領域の人の流れの正味流入速度とに基づいて、前記試験される領域の群集過密の時間を決定するための第2の決定モジュールと、を含む、
群集過密の予測装置。 - メモリと、プロセッサと、を含み、
前記メモリは、前記プロセッサの実行可能な命令を記憶するためのものであり、
前記プロセッサは、前記実行可能な命令を実行することで、請求項1~12のいずれかに記載の方法を実行するように構成される、
ことを特徴とする電子機器。 - プログラムは、プロセッサにより実行される時、請求項1~12のいずれかに記載の方法が実行される、
ことを特徴とするコンピュータプログラムを記憶する記憶媒体。 - プロセッサにより実行される時、前記プロセッサに請求項1~12のいずれかに記載の方法を実行させる、
コンピュータプログラム。
Applications Claiming Priority (3)
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 |
CN202010510936.4 | 2020-06-08 | ||
PCT/CN2021/098382 WO2021249306A1 (zh) | 2020-06-08 | 2021-06-04 | 人群过密预测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023503528A true JP2023503528A (ja) | 2023-01-30 |
Family
ID=72344845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022532700A Withdrawn 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 |
Country Status (7)
Country | Link |
---|---|
EP (1) | EP4036794A4 (ja) |
JP (1) | JP2023503528A (ja) |
KR (1) | KR20220063280A (ja) |
CN (1) | CN111652161A (ja) |
BR (1) | BR112022011625A2 (ja) |
TW (1) | TW202211082A (ja) |
WO (1) | WO2021249306A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN114900669A (zh) * | 2020-10-30 | 2022-08-12 | 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 |
KR102594435B1 (ko) | 2023-09-05 | 2023-10-27 | 비티에스 유한회사 | Ai 기반 재난안전 및 방범용 영상감시시스템과 그 방법 |
Family Cites Families (24)
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 |
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 |
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 |
CN100583171C (zh) * | 2008-09-04 | 2010-01-20 | 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 |
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 |
CN105095991A (zh) * | 2015-07-20 | 2015-11-25 | 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 |
CN105512772B (zh) * | 2015-12-22 | 2020-09-15 | 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 |
CN105791022B (zh) * | 2016-04-14 | 2019-07-30 | 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 |
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 |
CN106251578B (zh) * | 2016-08-19 | 2019-05-07 | 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 |
CN107862437B (zh) * | 2017-10-16 | 2022-02-22 | 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 |
CN108388852B (zh) * | 2018-02-09 | 2021-03-23 | 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 |
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 |
CN109034355B (zh) * | 2018-07-02 | 2022-08-02 | 百度在线网络技术(北京)有限公司 | 致密人群的人数预测方法、装置、设备以及存储介质 |
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 |
CN109697435B (zh) * | 2018-12-14 | 2020-10-23 | 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 |
CN110414715B (zh) * | 2019-06-28 | 2023-06-09 | 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 |
CN110929648B (zh) * | 2019-11-22 | 2021-03-16 | 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 |
CN110956122B (zh) * | 2019-11-27 | 2022-08-02 | 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 |
CN111178276B (zh) * | 2019-12-30 | 2024-04-02 | 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 |
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 |
-
2020
- 2020-06-08 CN CN202010510936.4A patent/CN111652161A/zh active Pending
-
2021
- 2021-06-04 BR BR112022011625A patent/BR112022011625A2/pt unknown
- 2021-06-04 WO PCT/CN2021/098382 patent/WO2021249306A1/zh unknown
- 2021-06-04 JP JP2022532700A patent/JP2023503528A/ja not_active Withdrawn
- 2021-06-04 KR KR1020227013875A patent/KR20220063280A/ko not_active Application Discontinuation
- 2021-06-04 EP EP21821878.2A patent/EP4036794A4/en not_active Withdrawn
- 2021-06-07 TW TW110120579A patent/TW202211082A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
CN111652161A (zh) | 2020-09-11 |
EP4036794A1 (en) | 2022-08-03 |
KR20220063280A (ko) | 2022-05-17 |
BR112022011625A2 (pt) | 2022-12-13 |
TW202211082A (zh) | 2022-03-16 |
EP4036794A4 (en) | 2023-01-25 |
WO2021249306A1 (zh) | 2021-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2023503528A (ja) | 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 | |
US20150186378A1 (en) | System for identifying, monitoring and ranking incidents from social media | |
CN108388852B (zh) | 一种基于深度学习的区域人群密度预测方法及装置 | |
JP2007201556A (ja) | 混雑情報提供システム及び方法 | |
CN105203107B (zh) | 一种室内导航方法及其装置 | |
JP7338739B2 (ja) | 情報処理装置、制御方法、及びプログラム | |
CN110826496B (zh) | 一种人群密度估计方法、装置、设备及存储介质 | |
CN115038088B (zh) | 一种智能网络安全检测预警系统和方法 | |
CN104702982A (zh) | 一种视频分析设备的算法配置方法和系统 | |
CN110933172A (zh) | 一种基于云计算的远程监控系统及方法 | |
KR101738745B1 (ko) | 셀 가치 추산을 이용한 범죄 예측 방법 및 범죄 예측 시스템 | |
CN115168024A (zh) | 基于边缘计算的预警方法、装置及设备 | |
CN111428653A (zh) | 行人拥挤状态判断方法、装置、服务器及存储介质 | |
CN107886678B (zh) | 室内监护方法、介质及电子设备 | |
CN111540020A (zh) | 目标行为的确定方法及装置、存储介质、电子装置 | |
CN104867198B (zh) | 排队时长获取方法和装置 | |
CN107333226B (zh) | 室内移动感知方法、装置、计算机可读介质和电子设备 | |
CN108243472A (zh) | 2g到4g异系统重选方法和装置 | |
CN113592785A (zh) | 一种目标流量统计方法及装置 | |
JP6733766B1 (ja) | 解析装置、制御方法、及びプログラム | |
CN112565715A (zh) | 一种景点客流量监控方法、装置、电子设备及存储介质 | |
EP3846525A1 (en) | Management device, communication device, system, method, and non-transitory computer readable medium | |
CN110796044A (zh) | 一种目标区域安保监控方法和设备 | |
CN111818506B (zh) | 一种识别热点小区的方法和装置 | |
KR102633938B1 (ko) | Cctv 영상을 활용한 군중 밀집도 계산 방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220601 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220601 |
|
A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20221206 |