CN106412507A - 人员流量的智能监控方法和*** - Google Patents
人员流量的智能监控方法和*** Download PDFInfo
- Publication number
- CN106412507A CN106412507A CN201610873481.6A CN201610873481A CN106412507A CN 106412507 A CN106412507 A CN 106412507A CN 201610873481 A CN201610873481 A CN 201610873481A CN 106412507 A CN106412507 A CN 106412507A
- Authority
- CN
- China
- Prior art keywords
- personnel
- information
- flow
- video monitoring
- real
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 138
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000004458 analytical method Methods 0.000 claims description 32
- 239000000284 extract Substances 0.000 claims description 23
- 238000000605 extraction Methods 0.000 claims description 13
- 238000012546 transfer Methods 0.000 claims description 12
- 238000011217 control strategy Methods 0.000 claims description 10
- 230000008447 perception Effects 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 7
- 238000003556 assay Methods 0.000 claims description 2
- 239000003550 marker Substances 0.000 claims description 2
- 230000004907 flux Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 7
- 206010000210 abortion Diseases 0.000 description 5
- 231100000176 abortion Toxicity 0.000 description 5
- 239000002609 medium Substances 0.000 description 5
- 238000004590 computer program Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000002730 additional effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种人员流量的智能监控方法和***，解决了现有技术中的视频监控方式无法实时监控人员流量的问题。该人员流量的智能监控方法包括：实时采集视频监控数据；提取实时采集的视频监控数据中的目标设施；实时统计所述视频监控数据中出现在目标设施范围内人员的人员流量信息；以及根据所述实时统计的人员流量信息确定所述视频监控数据所对应的监控场景的人员流量管控信息。
Description
技术领域
本发明涉及视频监控技术领域，具体涉及一种人员流量的智能监控方法和***。
背景技术
随着宽带网络的普及、计算机技术的发展以及图像处理技术的提高，视频监控技术正越来越广泛地渗透到教育、政府、娱乐、医疗、酒店等各种领域。尤其在安防领域，视频监控是协助公共***门打击犯罪、维持社会安定的重要手段。然而现有的视频监控分析方法只能基于所采集的监控视频进行事后的人工分析，无法根据对公共场所人员流量情况的实时监控而实时采取相应的管控措施。因此，急需一种能够实时监控人员流量的智能监控方式。
发明内容
有鉴于此，本发明实施例提供了一种人员流量的智能监控方法和***，解决了现有技术中的视频监控方式无法实时监控人员流量的问题。
本发明实施例提供的一种人员流量的智能监控方法，包括：实时采集视频监控数据；提取实时采集的视频监控数据中的目标设施；实时统计所述视频监控数据中出现在目标设施范围内人员的人员流量信息；以及根据所述实时统计的人员流量信息确定所述视频监控数据所对应的监控场景的人员流量管控信息。
本发明实施例提供的一种人员流量的智能监控***，包括：环境感知装置，用于实时采集视频监控数据；地理标志分析装置，用于提取所述环境感知装置实时采集的视频监控数据中的目标设施；统计装置，用于实时统计所述视频监控数据中出现在所述目标设施范围内人员的人员流量信息；以及决策装置，用于根据所述统计装置实时统计的人员流量信息确定所述视频监控数据所对应的监控场景的人员流量管控信息。
本发明实施例提供的人员流量监控方法和***，通过对实时采集的视频监控数据中目标设施的提取，以及对出现在该目标设施范围内人员的人员流量信息的较为精确地实时统计，实现了对人员流量的实时监控，并且根据该实时统计的人员流量信息可确定视频监控数据所对应的监控场景的人员流量管控信息，以便于及时采取相应的人员流量管控措施，另外，该实时统计的人员流量信息对应为公共场所的入口/出口时，还可用于估算该公共场所的日常人员流量。
附图说明
图1所示为本发明一实施例提供的一种人员流量的智能监控方法的流程图。
图2所示为本发明另一实施例提供的一种人员流量的智能监控方法的流程图。
图3所示为本发明另一实施例提供的一种人员流量的智能监控方法的流程图。
图4所示为本发明一实施例提供的一种人员流量的智能监控***的结构示意图。
图5所示为本发明一实施例提供的一种人员流量的智能监控***所基于的监控视频智能信息模型图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1所示为本发明一实施例提供的一种人员流量的智能监控方法的流程示意图。如图1所示，该人员流量的智能监控方法包括：
步骤101：实时采集视频监控数据。
该视频监控数据为前端视频采集设备所直接采集到的一些基本信息，直接作为后续进行进一步实时智能分析的基本资源数据。在本发明一实施例中，实时采集的视频监控数据也可直接发给监控中心的监控人员查看，使得监控人员能够实时监督整个人员流量智能监控过程的自动进行。
在本发明一实施例中，该实时采集的视频监控数据可包括监控视频以及以下几项中的一种或多种：视频采集位置信息和视频采集时间信息。其中监控视频是后续进行人员流量信息/人员运动特征信息提取的资源数据，视频采集位置信息和视频采集时间信息可作为附加的属性信息用于明确当前人员流量监控场景的时间和地点。
步骤102：提取实时采集的视频监控数据中的目标设施。
该目标设施为待监控的场景设施，可由开发人员根据实际的监控需求设定，例如，如果监控人员所关注的为某火车站某层楼梯人群拥堵的情况，可将目标设施设置为该火车站该层楼梯；如果监控人员想监控/统计某大型公共场所(如游乐园)的日常人流情况，可将目标设施设置为该大型公共场所的入口或者出口。对于该设定的目标设施，可基于图像对象提取技术直接从视频图像中提取出来。
步骤103：实时统计视频监控数据中出现在目标设施范围内人员的人员流量信息。
该目标设施范围也可根据目标设施以及监控人员监控需求的不同而做不同设定，例如，如果监控人员想监控某火车站某层楼梯人群拥堵的情况，则可将整层楼梯设为目标设施范围，如果监控人员将大型公共场所的入口设为目标设施，则目标设施范围可从该入口向四周或者一侧进行一定面积的扩大，具体扩大的范围也可根据监控人员的需求而设定。该目标设施范围的标记可通过在目标设施周围设置检测标线来实现，例如监控人员可在实时采集的视频监控数据的视频图像上围绕目标设施设置非物理真实标线，也可在视频监控数据所对应的监控场景中预先设置物理真实标线，用于统计出现在该目标设施范围内的人员流量。
基于已提取的目标设施和确定的目标设施范围，每当一个人员出现在该目标设施范围内就将人员的数量加一。应当理解，人员流量信息并非是单纯的数字信息，由于视频监控数据是具备时间轴的，该人员流量信息也应该是基于时间轴的推进而变化的，即该人员流量信息中包含了所有时间点或时间段下出现在目标设施范围内的人员数量。
步骤104：根据实时统计的人员流量信息确定视频监控数据所对应的监控场景的人员流量管控信息。
具体而言，该人员流量管控信息的确定过程可基于不同人员流量状态下人员流量管控策略的机器描述的预训练所得模型实现。例如，当前监控场景下所允许的最大人员流量为200人次/分钟，而实时监控所得出的人员流量已达到了160人次/分钟，此时建议采取轻度人员流量管控策略；而当实时监控所得出的人员流量已达280人次/分钟时，说明当前监控场景下目标设施范围内的人员流量已经严重超出了通行能力，可能妨碍公共安全(如：可能发***等安全事件)，建议采取有序疏散等严格的人员流量管控策略。应当理解，人员流量管控信息与实时监控的人员流量信息之间的具体对应关系可由监控人员根据实际需要而调整，但无论怎样调整，这种对应关系都是可以基于预训练所得模型而建立起来的，本发明对该具体的对应关系并不做限定。
在本发明一实施例中，当目标设施设置为公共场所的入口或出口时，该人员流量的智能监控方法进一步包括：根据实时统计的人员流量信息估算该公共场所的日常人员流量。
本发明实施例提供的人员流量监控方法和***，通过对实时采集的视频监控数据中目标设施的提取，以及对出现在该目标设施范围内人员的人员流量信息的较为精确地实时统计，实现了对人员流量的实时监控，并且根据该实时统计的人员流量信息可确定视频监控数据所对应的监控场景的人员流量管控信息，以便于及时采取相应的人员流量管控措施，另外，该实时统计的人员流量信息对应为公共场所的入口/出口时，还可用于估算该公共场所的日常人员流量。
图2所示为本发明一实施例提供的一种人员流量监控方法的流程示意图。与图1所示的人员流量监控方法不同，图2所示的方法进一步包括：
步骤201：实时提取视频监控数据中出现在目标设施范围内人员的人员运动特征信息。
在本发明一实施例中，人员的运动特征信息可包括以下几项中的一种或多种：人员运动轨迹、人员运动方向和人员运动速度，用于进一步明确出现在目标设施范围内的人员的人员运动特征。
应当理解，基于多样化的运动特征信息可实现更多样化的人员流量管控策略，这些特征信息可与人员流量信息综合确定人员流量管控信息。例如，当人员运动特征信息所包括的人员运动轨迹几乎相同，且运动速度较慢，而人员流量信息已显示超出了当前监控场景的通过能力时，可采取设置人流疏导分隔栏的人员流量管控策略。再如，当运动特征信息所包括的人员运动方向包括相反的两个方向，而人员流量信息已显示超出了当前监控场景的通过能力，则可采取将这两个方向的人流分开，如将其中一个方向人流引导至另一通道的人员流量管控策略。如前所述，人员流量管控信息与实时监控的人员流量信息和实时提取的运动特征信息之间的具体对应关系也可由监控人员根据实际需要而调整，本发明对该具体的对应关系同样不做限定。
步骤202：基于实时统计的人员流量信息和实时提取的人员运动特征信息生成语义分析结果。
例如，该语义分析结果可表示为：当前监控场景下的人员流量为280人次/分钟，其中人员运动的轨迹几乎相同，运动速度较慢。
步骤203：基于该语义分析结果以及不同人员流量信息和人员运动特征信息所对应人员流量管控策略的机器描述的预训练所得模型，实时确定视频监控数据所对应的监控场景的人员流量管控信息。
例如，基于上面提到的语义分析结果，可确定的人员流量管控信息可为：当前状态为人员拥堵，可能妨碍公共安全(如：可能发***等安全事件)，建议设置人流疏导分隔栏进行有序疏散。
在本发明一实施例中，该实时统计的人员流量信息以及实时提取的人员运动特征信息可被保存下来。通过接收以人员运动特征信息、视频监控时段或人员流量信息为查询条件的查询指令，来调取与人员运动特征信息对应的所有视频监控时间段下出现在目标设施范围内的人员的人员流量信息，或调取与视频监控时段对应的所有人员运动特征信息和出现在目标设施范围内的人员的人员流量信息，或调取与人员流量信息对应的所有视频监控时间段下的人员运动特征信息。
图3所示为本发明另一实施例提供的一种人员流量监控方法的流程示意图。与图2所示的方法不同，图3所示的人员流量监控方法进一步包括：
步骤301：从视频监控数据中截取出现在目标设施范围内的人员所处区域的区域视频监控数据。
步骤302：从该区域视频监控数据中实时提取出现在目标设施范围内人员的人员运动特征信息。
通过从视频监控数据中截取区域视频监控数据，去掉了与当前监控的出现在目标设施范围内的人员无关的区域的视频监控数据，减少了后续提取人员运动特征信息的计算量，减轻硬件分析资源的计算负担。
应当注意，本发明所述方法中的步骤编号仅用作该步骤的附图标记，并不表示执行顺序，因为一些动作可以按照与这里描述和标示的顺序不同的顺序出现，本发明要求保护的主题内容将不受这些动作的执行顺序所限制。另外，前述步骤的描述不排除该方法还可以包括可能取得附加效果的附加步骤。还应当理解，不同的实施方式或者流程中描述的方法步骤可以相互组合或者替换。
图4所示为本发明一实施例提供的一种人员流量的智能监控***的结构示意图。如图4所示，该人员流量的智能监控***包括：
环境感知装置401，用于实时采集视频监控数据；
地理标志分析装置402，用于提取环境感知装置401所采集的视频监控数据中的目标设施；
统计装置，用于实时统计视频监控数据中出现在目标设施范围内人员的人员流量信息；以及
决策装置403，用于根据统计装置实时统计的人员流量信息确定视频监控数据所对应的监控场景的人员流量管控信息。
在本发明一实施例中，当地理标志分析装置402提取的目标设施为公共场所的入口或出口时，决策装置403进一步用于：
根据统计装置实时统计的人员流量信息估算该公共场所的日常人员流量。
在本发明一实施例中，该人员流量的智能监控***进一步包括：
对象特征分析装置404，用于实时提取视频监控数据中出现在目标设施范围内人员的人员运动特征信息。
在本发明一实施例中，该人员流量的智能监控***进一步包括：
语义分析装置405，用于基于统计装置实时统计的人员流量信息和对象特征分析装置404实时提取的人员运动特征信息生成语义分析结果；
其中，决策装置403进一步用于：
基于语义分析装置405所生成的语义分析结果以及不同人员流量信息和人员运动特征信息所对应人员流量管控策略的机器描述的预训练所得模型，实时确定视频监控数据所对应的监控场景的人员流量管控信息。
在本发明一实施例中，决策装置403进一步用于：
接收以人员运动特征信息、视频监控时段或人员流量信息为查询条件的查询指令；以及调取与人员运动特征信息对应的所有视频监控时间段下出现在目标设施范围内的人员的人员流量信息，或调取与视频监控时段对应的所有人员运动特征信息和出现在目标设施范围内的人员的人员流量信息，或调取与人员流量信息对应的所有视频监控时间段下的人员运动特征信息。
在本发明一实施例中，该人员流量的智能监控***进一步包括：
对象区域提取装置406，用于从视频监控数据中截取出现在目标设施范围内的人员所处区域的区域视频监控数据；
其中，对象特征分析装置404进一步用于从区域视频监控数据中实时提取出现在目标设施范围内人员的人员运动特征信息。
由此可见，本发明实施例所提供的人员流量监控***其实是基于一种监控视频智能信息模型实现的。该监控视频智能信息模型中的信息流可分为不同的层面提取，而且相邻的层面之间存在一定的依赖关系，如图5所示。在环境感知装置401采集视频监控数据的过程中，将视频和现场感知数据(如：声音、时间、相机的地理位置、温度、气象、相机位姿等)存入环境感知层，这些信息是传统视频监控和智能视频监控提供监控场景的基本要素，为顶层决策提供必要的支持。在前端处理过程中，将原始采集的视频监控数据进行初步处理(包括传统预处理，以及基于统计学习方法的前端智能分析等)，并将初步处理的结果存入特征层、地理标志层和对象层，分别对应对象特征分析装置404提取人员运动特征信息的过程、地理标志分析装置402提取目标设施的过程以及对象区域提取装置406从原始采集的视频监控数据中截取区域视频监控数据的过程。在后端处理过程中，将根据不同的应用需要，综合前述的相应各层，利用机器学习技术进行分析和处理，将相关的处理结果存入语义层，对应语义分析装置405生成语义分析结果的过程。对于语义分析装置405中的语义分析结果，利用机器学习技术训练的判断模型可以给出不同的决策建议供监控人员参考；同时，监控人员还可以向***发出指令，以查询监控数据中相应的内容，这些属于决策/理解层。其中的判断模型以及通过其判断得到的决策建议，属于决策范畴。监控人员在观察过程中，向监控***发出某种指令以查询某一事件中，具备某类特征的目标，***将其指令解释成符合本结构模型的描述方式，对其所掌握的数据进行检索，属于理解范畴。
应当理解，当人员流量监控***包括前端视频采集设备和后端视频分析设备时，环境感知装置401可设置在前端视频采集设备中，而地理标志分析装置402、对象区域提取装置406、对象特征分析装置404、语义分析装置405、决策装置403可分别设置在前端视频采集设备中或设置在后端视频分析设备中。只要人员流量监控***中的所有装置能够实现各自的分析提取功能以及信息流的逐步提取，以最终达到语义决策的目的即可。本发明对人员流量监控***中的装置具体设置在前端视频采集设备还是后端视频分析设备并不做限定。
本发明的教导还可以实现为一种计算机可读存储介质的计算机程序产品，包括计算机程序代码，当计算机程序代码由处理器执行时，其使得处理器能够按照本发明实施方式的方法来实现如本文实施方式所述的人员流量监控方法。计算机存储介质可以为任何有形媒介，例如软盘、CD-ROM、DVD、硬盘驱动器、甚至网络介质等。
应当理解，虽然以上描述了本发明实施方式的一种实现形式可以是计算机程序产品，但是本发明的实施方式的方法或装置可以被依软件、硬件、或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行***，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的方法和设备可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的方法和装置可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
应当理解，尽管在上文的详细描述中提及了装置的若干模块或单元，但是这种划分仅仅是示例性而非强制性的。实际上，根据本发明的示例性实施方式，上文描述的两个或更多模块/单元的特征和功能可以在一个模块/单元中实现，反之，上文描述的一个模块/单元的特征和功能可以进一步划分为由多个模块/单元来实现。此外，上文描述的某些模块/单元在某些应用场景下可被省略。例如当硬件计算资源的计算能力不受限制时，也可不包括对象区域提取装置。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换等，均应包含在本发明的保护范围之内。
Claims (15)
1.一种人员流量的智能监控方法，其特征在于，包括：
实时采集视频监控数据；
提取实时采集的视频监控数据中的目标设施；
实时统计所述视频监控数据中出现在目标设施范围内人员的人员流量信息；以及
根据所述实时统计的人员流量信息确定所述视频监控数据所对应的监控场景的人员流量管控信息。
2.根据权利要求1所述的人员流量的智能监控方法，其特征在于，当提取的目标设施为公共场所的入口或出口时，进一步包括：
根据所述实时统计的人员流量信息估算所述公共场所的日常人员流量。
3.根据权利要求1所述的人员流量的智能监控方法，其特征在于，进一步包括：
实时提取所述视频监控数据中出现在所述目标设施范围内人员的人员运动特征信息。
4.根据权利要求3所述的人员流量的智能监控方法，其特征在于，进一步包括：
基于所述实时统计的人员流量信息和所述实时提取的人员运动特征信息生成语义分析结果；
其中，所述根据所述实时统计的人员流量信息确定所述视频监控数据所对应的监控场景的人员流量管控信息包括：
基于所述语义分析结果以及不同人员流量信息和人员运动特征信息所对应人员流量管控策略的机器描述的预训练所得模型，实时确定所述视频监控数据所对应的监控场景的人员流量管控信息。
5.根据权利要求3所述的人员流量的智能监控方法，其特征在于，在实时提取所述视频监控数据中出现在所述目标设施范围内人员的人员运动特征信息之前，进一步包括：
从所述视频监控数据中截取出现在所述目标设施范围内的人员所处区域的区域视频监控数据；
其中，所述实时提取所述视频监控数据中出现在所述目标设施范围内人员的人员运动特征信息包括：
从所述区域视频监控数据中实时提取出现在所述目标设施范围内人员的人员运动特征信息。
6.根据权利要求3所述的人员流量的智能监控方法，其特征在于，进一步包括：
保存所述实时统计的人员流量信息以及所述实时提取的人员运动特征信息。
7.根据权利要求6所述的人员流量的智能监控方法，其特征在于，进一步包括：
接收以所述人员运动特征信息、视频监控时段或人员流量信息为查询条件的查询指令；以及
调取与所述人员运动特征信息对应的所有视频监控时间段下出现在所述目标设施范围内的人员的人员流量信息，或调取与所述视频监控时段对应的所有所述人员运动特征信息和出现在所述目标设施范围内的人员的人员流量信息，或调取与所述人员流量信息对应的所有视频监控时间段下的所述人员运动特征信息。
8.根据权利要求3至7任一所述的人员流量的智能监控方法，其特征在于，所述视频监控数据包括监控视频以及以下几项中的一种或多种：视频采集位置信息和视频采集时间信息；和/或，
所述人员运动特征信息包括以下几项中的一种或多种：人员运动轨迹、人员运动方向和人员运动速度。
9.一种人员流量的智能监控***，其特征在于，包括：
环境感知装置，用于实时采集视频监控数据；
地理标志分析装置，用于提取所述环境感知装置实时采集的视频监控数据中的目标设施；
统计装置，用于实时统计所述视频监控数据中出现在所述目标设施范围内人员的人员流量信息；以及
决策装置，用于根据所述统计装置实时统计的人员流量信息确定所述视频监控数据所对应的监控场景的人员流量管控信息。
10.根据权利要求9所述的人员流量的智能监控***，其特征在于，当地理标志分析装置提取的目标设施为公共场所的入口或出口时，所述决策装置进一步用于：
根据所述统计装置实时统计的人员流量信息估算所述公共场所的日常人员流量。
11.根据权利要求9所述的人员流量的智能监控***，其特征在于，进一步包括：
对象特征分析装置，用于实时提取所述视频监控数据中出现在所述目标设施范围内人员的人员运动特征信息。
12.根据权利要求11所述的人员流量的智能监控***，其特征在于，进一步包括：
语义分析装置，用于基于所述统计装置实时统计的人员流量信息和对象特征分析装置实时提取的人员运动特征信息生成语义分析结果；
其中，所述决策装置进一步用于：
基于所述语义分析装置所生成的语义分析结果以及不同人员流量信息和人员运动特征信息所对应人员流量管控策略的机器描述的预训练所得模型，实时确定所述视频监控数据所对应的监控场景的人员流量管控信息。
13.根据权利要求12所述的人员流量的智能监控***，其特征在于，进一步包括：
对象区域提取装置，用于从所述视频监控数据中截取出现在所述目标设施范围内的人员所处区域的区域视频监控数据；
其中，所述对象特征分析装置进一步用于从所述区域视频监控数据中实时提取出现在所述目标设施范围内人员的人员运动特征信息。
14.根据权利要求11所述的人员流量的智能监控***，其特征在于，所述决策装置进一步用于：
接收以所述人员运动特征信息、视频监控时段或人员流量信息为查询条件的查询指令；以及
调取与所述人员运动特征信息对应的所有视频监控时间段下出现在所述目标设施范围内的人员的人员流量信息，或调取与所述视频监控时段对应的所有所述人员运动特征信息和出现在所述目标设施范围内的人员的人员流量信息，或调取与所述人员流量信息对应的所有视频监控时间段下的所述人员运动特征信息。
15.根据权利要求13所述的人员流量的智能监控***，其特征在于，所述***包括前端视频采集设备和后端视频分析设备；
其中，所述环境感知装置设置在所述前端视频采集设备中；
所述地理标志分析装置、对象区域提取装置、对象特征分析装置、语义分析装置、决策装置分别设置在所述前端视频采集设备中或设置在所述后端视频分析设备中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610873481.6A CN106412507A (zh) | 2016-09-30 | 2016-09-30 | 人员流量的智能监控方法和*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610873481.6A CN106412507A (zh) | 2016-09-30 | 2016-09-30 | 人员流量的智能监控方法和*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106412507A true CN106412507A (zh) | 2017-02-15 |
Family
ID=59227991
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610873481.6A Pending CN106412507A (zh) | 2016-09-30 | 2016-09-30 | 人员流量的智能监控方法和*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106412507A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108132708A (zh) * | 2017-12-21 | 2018-06-08 | 清华大学 | 基于虚拟现实的室内疏散行为***的数据采集方法和装置 |
| CN108665691A (zh) * | 2018-08-22 | 2018-10-16 | 张菁菁 | 一种智能防拥挤踩踏的预警与导流的***及方法 |
| CN109508632A (zh) * | 2018-09-30 | 2019-03-22 | 百度在线网络技术（北京）有限公司 | 图像处理方法、装置、设备及计算机可读存储介质 |
| CN110324572A (zh) * | 2018-03-28 | 2019-10-11 | 佳能株式会社 | 监视***、监视方法和非暂时性计算机可读存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101795395A (zh) * | 2009-02-04 | 2010-08-04 | 深圳市先进智能技术研究所 | 一种人群态势监控***及方法 |
| US20120033854A1 (en) * | 2010-08-06 | 2012-02-09 | Samsung Techwin Co., Ltd. | Image processing apparatus |
| CN103440491A (zh) * | 2013-06-24 | 2013-12-11 | 中国科学院上海微***与信息技术研究所 | 一种基于颜色特征的密集人流量实时检测方法 |
| CN103871082A (zh) * | 2014-03-31 | 2014-06-18 | 百年金海科技有限公司 | 一种基于安防视频图像的人流量统计方法 |
| US20160019698A1 (en) * | 2014-07-21 | 2016-01-21 | Florida Atlantic University | Systems and methods for people counting in sequential images |
| CN105787853A (zh) * | 2016-04-14 | 2016-07-20 | 北京中电万联科技股份有限公司 | 一种公共区域拥挤、***件应急预警*** |
-
2016
- 2016-09-30 CN CN201610873481.6A patent/CN106412507A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101795395A (zh) * | 2009-02-04 | 2010-08-04 | 深圳市先进智能技术研究所 | 一种人群态势监控***及方法 |
| US20120033854A1 (en) * | 2010-08-06 | 2012-02-09 | Samsung Techwin Co., Ltd. | Image processing apparatus |
| CN103440491A (zh) * | 2013-06-24 | 2013-12-11 | 中国科学院上海微***与信息技术研究所 | 一种基于颜色特征的密集人流量实时检测方法 |
| CN103871082A (zh) * | 2014-03-31 | 2014-06-18 | 百年金海科技有限公司 | 一种基于安防视频图像的人流量统计方法 |
| US20160019698A1 (en) * | 2014-07-21 | 2016-01-21 | Florida Atlantic University | Systems and methods for people counting in sequential images |
| CN105787853A (zh) * | 2016-04-14 | 2016-07-20 | 北京中电万联科技股份有限公司 | 一种公共区域拥挤、***件应急预警*** |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108132708A (zh) * | 2017-12-21 | 2018-06-08 | 清华大学 | 基于虚拟现实的室内疏散行为***的数据采集方法和装置 |
| CN110324572A (zh) * | 2018-03-28 | 2019-10-11 | 佳能株式会社 | 监视***、监视方法和非暂时性计算机可读存储介质 |
| CN110324572B (zh) * | 2018-03-28 | 2021-11-30 | 佳能株式会社 | 监视***、监视方法和非暂时性计算机可读存储介质 |
| CN108665691A (zh) * | 2018-08-22 | 2018-10-16 | 张菁菁 | 一种智能防拥挤踩踏的预警与导流的***及方法 |
| CN109508632A (zh) * | 2018-09-30 | 2019-03-22 | 百度在线网络技术（北京）有限公司 | 图像处理方法、装置、设备及计算机可读存储介质 |
| CN109508632B (zh) * | 2018-09-30 | 2023-04-07 | 百度在线网络技术（北京）有限公司 | 图像处理方法、装置、设备及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7351487B2 (ja) | トポロジーマップに基づくインテリジェントナビゲーションの方法及びシステム | |
| CN106096577B (zh) | 一种摄像头分布地图中的目标追踪方法 | |
| Seer et al. | Kinects and human kinetics: A new approach for studying pedestrian behavior | |
| EP2913798B1 (en) | Method, device and system for obtaining the number of persons | |
| CN104715471B (zh) | 目标定位跟踪方法及其装置 | |
| CN109684916A (zh) | 基于路径轨迹数据异常检测方法、***、设备及存储介质 | |
| CN106412507A (zh) | 人员流量的智能监控方法和*** | |
| CN112085010A (zh) | 一种基于图像识别的口罩检测和部署***及方法 | |
| CN107256386A (zh) | 基于深度学习的人类行为分析方法 | |
| CN112668525B (zh) | 一种人流量的计数方法、装置、电子设备及存储介质 | |
| CN108764167A (zh) | 一种时空关联的目标重识别方法和*** | |
| CN102902960B (zh) | 基于高斯建模与目标轮廓的遗留物检测方法 | |
| CN109743547A (zh) | 一种人工智能安全监控管理*** | |
| CN111126153B (zh) | 基于深度学习的安全监测方法、***、服务器及存储介质 | |
| CN106355604A (zh) | 图像目标跟踪方法与*** | |
| CN110032947A (zh) | 一种监控事件发生的方法及装置 | |
| CN108766031A (zh) | 一种检测车道障碍物的方法和装置 | |
| CN109934074A (zh) | 行动轨迹确定方法及装置 | |
| CN103456168A (zh) | 一种交通路口行人行为监测***和方法 | |
| CN115346157A (zh) | 入侵检测方法、***、设备及介质 | |
| CN106454233A (zh) | 人群聚集的智能监控方法和*** | |
| Pi et al. | Deep learning for visual analytics of the spread of COVID-19 infection in crowded urban environments | |
| CN109977796A (zh) | 尾随通行检测方法及装置 | |
| Iyer et al. | Adaptive real time traffic prediction using deep neural networks | |
| CN117649428A (zh) | 基于云边协同的可疑人员追踪方法、装置、设备及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20171207 Address after: 519000 Guangdong city of Zhuhai province Hengqin Baohua Road No. 6, room 105, -23898 (central office) Applicant after: Zhongxing Technology Co., Ltd. Address before: 100083 Haidian District, Xueyuan Road, No. 35, the world building, the second floor of the building on the ground floor, No. 16 Applicant before: Beijing Vimicro Corporation |
|
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 519031 Guangdong city of Zhuhai province Hengqin Baohua Road No. 6, room 105, -23898 (central office) Applicant after: Mid Star Technology Limited by Share Ltd Address before: 519000 Guangdong city of Zhuhai province Hengqin Baohua Road No. 6, room 105, -23898 (central office) Applicant before: Zhongxing Technology Co., Ltd. |
|
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170215 |