JP2023503528A

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

Info

Publication number: JP2023503528A
Application number: JP2022532700A
Authority: JP
Inventors: 昆霖楊; 詩男劉; 軍候; 帥伊
Original assignee: Shanghai Sensetime Intelligent Technology Co Ltd
Current assignee: Shanghai Sensetime Intelligent Technology Co Ltd
Priority date: 2020-06-08
Filing date: 2021-06-04
Publication date: 2023-01-30
Also published as: CN111652161A; EP4036794A1; KR20220063280A; BR112022011625A2; TW202211082A; EP4036794A4; WO2021249306A1

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（ｍｏｂｉｌｅｐｈｏｎｅ）、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（ｖｉｒｔｕａｌｒｅａｌｉｔｙ、ＶＲ）端末機器、オーグメンテッド・リアリティ（ａｕｇｍｅｎｔｅｄｒｅａｌｉｔｙ、ＡＲ）端末機器、工業系制御（ｉｎｄｕｓｔｒｉａｌｃｏｎｔｒｏｌ）における無線端末、自動運転（ｓｅｌｆｄｒｉｖｉｎｇ）における無線端末、遠隔手術（ｒｅｍｏｔｅｍｅｄｉｃａｌｓｕｒｇｅｒｙ）における無線端末、スマートグリッド（ｓｍａｒｔｇｒｉｄ）における無線端末、スマートホーム（ｓｍａｒｔｈｏｍｅ）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）/（Ｖ_ｉｎ－Ｖ_ｏｕｔ）（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、Ｖ_ｉｎは試験される領域の人の流れの流入速度、Ｖ_ｏｕｔ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－ｖｏｌａｔｉｌｅｍｅｍｏｒｙ）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（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ、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（ＡｐｐｌｉｃａｔｉｏｎＳｐｅｃｉｆｉｃＩｎｔｅｇｒａｔｅｄＣｉｒｃｕｉｔ、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（ＩｎｄｕｓｔｒｙＳｔａｎｄａｒｄＡｒｃｈｉｔｅｃｔｕｒｅ、ＩＳＡと略される）バス、ペリフェラル・コンポーネント（ＰｅｒｉｐｈｅｒａｌＣｏｍｐｏｎｅｎｔ、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（ＥｘｔｅｎｄｅｄＩｎｄｕｓｔｒｙＳｔａｎｄａｒｄＡｒｃｈｉｔｅｃｔｕｒｅ、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－ＯｎｌｙＭｅｍｏｒｙ）、ランダムアクセスメモリ（ＲＡＭ、ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）、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ＳｏｌｉｄＳｔａｔｅＤｉｓｋ（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

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。