CN106815563B - 一种基于人体表观结构的人群数量预测方法 - Google Patents

一种基于人体表观结构的人群数量预测方法 Download PDF

Info

Publication number
CN106815563B
CN106815563B CN201611225785.8A CN201611225785A CN106815563B CN 106815563 B CN106815563 B CN 106815563B CN 201611225785 A CN201611225785 A CN 201611225785A CN 106815563 B CN106815563 B CN 106815563B
Authority
CN
China
Prior art keywords
scene
pedestrian
image
crowd
neural network
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.)
Active
Application number
CN201611225785.8A
Other languages
English (en)
Other versions
CN106815563A (zh
Inventor
黄思羽
张仲非
李玺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201611225785.8A priority Critical patent/CN106815563B/zh
Publication of CN106815563A publication Critical patent/CN106815563A/zh
Application granted granted Critical
Publication of CN106815563B publication Critical patent/CN106815563B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于人体表观结构的人群数量预测方法，用于预测给定场景图像里的人群数量。具体包括如下步骤：获取用于训练人群数量预测模型的监控图像数据集，并定义算法目标；对监控图像数据集中行人身体的表观语义结构进行建模，并对行人的密度分布和身体形状进行联合建模；根据步骤S2中的建模结果建立人群数量的预测模型；使用所述预测模型预测场景图像中的人群数量。本发明适用于真实视频监控场景中的人群数量预测，面对各类复杂情况具有较佳的效果和鲁棒性。

Description

一种基于人体表观结构的人群数量预测方法
技术领域
本发明属于计算机视觉领域，特别地涉及一种基于人体表观结构的人群数量预测方法。
背景技术
20世纪末以来，随着计算机视觉的发展，智能视频监控技术得到广泛的关注和研究。人群计数是其中一项重要和具有挑战性的任务，其目标是准确预测高密度人群图像中的行人数量。人群计数任务的的三个关键因素是行人、头部以及它们的上下文结构。当我们人类在统计人群的数量时，我们会利用行人身体不同部分的语义结构作为线索来准确判断每个人的位置。因此，准确地预测人群数量需要对行人身体的语义结构进行分析。
现有的人群计数方法通常包含如下三类：1、基于行人检测器的人群计数。这类方法利用各种行人检测器来匹配图像中的每个行人；2、基于全局回归的人群计数。这类方法主要建模人群图像与人群数量之间的映射；3、基于密度估计的人群计数。这类方法建模人群的密度分布，再通过密度分布预测人群数量。现有的方法将行人的整个身体作为一个整体建模，或者仅建模行人的头部。它们忽略了丰富的行人身体部分的语义结构信息，利用这些结构信息可以提高人群计数算法的性能。
发明内容
为解决上述问题，本发明的目的在于提供一种基于人体表观结构的人群数量预测方法，用于预测给定场景图像里的人群数量。本方法基于深度神经网络对行人的身体表观结构和密度分布信息进行语义建模，并根据建模结果预测准确的人群数量，能够更好地适应真实视频监控场景中的复杂情况。
为实现上述目的，本发明的技术方案为：
一种基于人体表观结构的人群数量预测方法，包括以下步骤：
S1、获取用于训练人群数量预测模型的监控图像数据集，并定义算法目标；
S2、对监控图像数据集中行人身体的表观语义结构进行建模，并对行人的密度分布和身体形状进行联合建模；
S3、根据步骤S2中的建模结果建立人群数量的预测模型；
S4、使用所述预测模型预测场景图像中的人群数量。
进一步的，步骤S1中，所述的用于训练人群数量预测模型的监控图像数据集，包括场景图像
Figure BDA0001192992060000021
人工标注的行人头部位置Ptrain和场景深度图
Figure BDA0001192992060000022
定义算法目标为：预测一幅场景图像
Figure BDA0001192992060000023
中的行人数量
Figure BDA0001192992060000024
进一步的，步骤S2中，对行人身体的表观语义结构进行建模具体包括：
S21、根据监控图像数据集中所有行人头部位置Ptrain及其各自的场景深度值
Figure BDA0001192992060000025
确定每个行人图像边界框的位置和大小，以此从场景图像集
Figure BDA0001192992060000026
中裁剪得行人图像Itrain；
S22、将行人图像Itrain分别输入单个行人语义分割***进行语义分割；
S23、对每幅场景图像
Figure BDA0001192992060000027
将其中所有行人的分割结果按原尺寸和位置还原，得到场景图像
Figure BDA0001192992060000028
的人群语义结构图
Figure BDA0001192992060000029
Figure BDA00011929920600000210
反映场景图像
Figure BDA00011929920600000211
中所有行人的身体部分的语义结构信息。
进一步的，步骤S2中，对行人的密度分布和身体形状的联合建模具体包括：
S24、对场景图像
Figure BDA00011929920600000212
中的行人的密度分布和身体形状进行联合建模，得到结构化人群密度图
Figure BDA00011929920600000213
Figure BDA00011929920600000214
其中，p是
Figure BDA00011929920600000215
上的像素位置，
Figure BDA00011929920600000216
是二维高斯核用以近似人头的形状，
Figure BDA00011929920600000217
是二维高斯核用以近似人身体的形状，
Figure BDA00011929920600000218
和
Figure BDA00011929920600000219
分别是第i个人头和人身体的中心位置，
Figure BDA00011929920600000220
取自Ptrain，
Figure BDA00011929920600000221
由
Figure BDA00011929920600000222
和场景深度值
Figure BDA00011929920600000223
估算得出，σh和σb分别是
Figure BDA00011929920600000224
和
Figure BDA00011929920600000225
的方差，它们分别由
Figure BDA00011929920600000226
和
Figure BDA00011929920600000227
估算得到，
Figure BDA00011929920600000228
由人群语义结构图
Figure BDA00011929920600000229
二值化得到，
Figure BDA0001192992060000031
是场景中的行人数量，Z是归一化系数使每一个行人在
Figure BDA0001192992060000032
上的密度和为1，结构化人群密度图
Figure BDA0001192992060000033
反映场景图像
Figure BDA0001192992060000034
中所有行人的密度分布和身体形状信息。
进一步的，步骤S3中，建立人群数量的预测模型具体包括：
S31、建立深度卷积神经网络，神经网络的输入为一幅场景图像
Figure BDA0001192992060000035
输出为对应
Figure BDA0001192992060000036
的人群语义结构图
Figure BDA0001192992060000037
结构化人群密度图
Figure BDA0001192992060000038
以及
Figure BDA0001192992060000039
中的行人数量
Figure BDA00011929920600000310
从而，神经网络的结构可以表示为映射
Figure BDA00011929920600000311
S32、子映射
Figure BDA00011929920600000312
使用软最大(Softmax)损失函数，表示为
Figure BDA00011929920600000313
其中
Figure BDA00011929920600000314
是神经网络的输出之一，
Figure BDA00011929920600000315
表示
Figure BDA00011929920600000316
中像素位置(h，w)和通道i的值，
Figure BDA00011929920600000317
由步骤S23所述方法生成，
Figure BDA00011929920600000318
表示
Figure BDA00011929920600000319
中像素位置(h，w)的值；
S33、子映射
Figure BDA00011929920600000320
使用欧几里得损失函数，表示为
Figure BDA00011929920600000321
其中
Figure BDA00011929920600000322
是神经网络的输出之一，
Figure BDA00011929920600000323
由步骤S24所述方法生成；
S34、子映射
Figure BDA00011929920600000324
使用欧几里得损失函数，表示为
Figure BDA00011929920600000325
其中
Figure BDA00011929920600000326
是神经网络的输出之一，
Figure BDA00011929920600000327
是人工标注的人群数量；
S35、整个神经网络的损失函数为
L＝Lc+λdLd+λbLb 公式(5)
使用随机梯度下降和反向传播算法在损失函数L下训练整个神经网络。
进一步的，步骤S4中，预测场景图像中的人群数量包括：将待预测的场景图像
Figure BDA00011929920600000328
输入训练好的神经网络，其输出的人群数量
Figure BDA00011929920600000329
即为人群数量预测的结果。
本发明的基于人体表观结构的人群数量预测方法，相比于现有的人群数量预测方法，具有以下有益效果：
首先，本发明的人群数量预测方法发掘了人群计数问题的语义属性，定义并建模了本问题的三个关键因素：身体，头部和它们的上下文结构。该种假设更加适应实际场景中的复杂情况。
其次，本发明的人群数量预测方法基于深度卷积神经网络建立人群数量预测模型。深度卷积神经网络能够更好地表达视觉特征，另外，视觉特征提取、行人语义建模和人群数量回归被统一在同一个框架里，提高了方法的最终效果。
本发明的基于人体表观结构的人群数量预测方法，在智能视频监控分析***里具有良好的应用价值，能够有效提高人群数量预测的效率和准确度。例如，在公共安全的应用场景里，本发明的人群数量预测方法可以快速和准确地预测监控摄像头拍摄区域的行人数量，为公共场所的日常运行和应急处理提供决策依据。
附图说明
图1为本发明的基于人体表观结构的人群数量预测方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
参考图1，在本发明的较佳实施例中，基于人体表观结构的人群数量预测方法，包括以下步骤：
首先，获取用于训练人群数量预测模型的监控图像数据集。其中，用于训练人群数量预测模型的监控图像数据集，包括场景图像
Figure BDA0001192992060000041
人工标注的行人头部位置Ptrain和场景深度图
Figure BDA0001192992060000042
定义算法目标为：预测一幅场景图像
Figure BDA0001192992060000043
中的行人数量
Figure BDA0001192992060000044
其次，对获得的监控图像数据集中行人的密度分布和身体形状进行联合建模。具体的，其包括如下步骤：
第一步，根据监控图像数据集中所有行人头部位置Ptrain及其各自的场景深度值
Figure BDA0001192992060000051
确定每个行人图像边界框的位置和大小，以此从场景图像集
Figure BDA0001192992060000052
中裁剪得行人图像Itrain；
第二步，将行人图像Itrain分别输入单个行人语义分割***进行语义分割；
第三步，对每幅场景图像
Figure BDA0001192992060000053
将其中所有行人的分割结果按原尺寸和位置还原，得到场景图像
Figure BDA0001192992060000054
的人群语义结构图
Figure BDA0001192992060000055
Figure BDA0001192992060000056
反映场景图像
Figure BDA0001192992060000057
中所有行人的身体部分的语义结构信息。
接下来，对行人的密度分布和身体形状进行联合建模。对场景图像
Figure BDA0001192992060000058
中的行人的密度分布和身体形状进行联合建模，得到结构化人群密度图
Figure BDA0001192992060000059
Figure BDA00011929920600000510
其中，p是
Figure BDA00011929920600000511
上的像素位置，
Figure BDA00011929920600000512
是二维高斯核用以近似人头的形状，
Figure BDA00011929920600000513
是二维高斯核用以近似人身体的形状。
Figure BDA00011929920600000514
和
Figure BDA00011929920600000515
分别是第i个人头和人身体的中心位置，
Figure BDA00011929920600000516
取自Ptrain，
Figure BDA00011929920600000517
由
Figure BDA00011929920600000518
和场景深度值
Figure BDA00011929920600000519
估算得出。σh和σb分别是
Figure BDA00011929920600000520
和
Figure BDA00011929920600000521
的方差，它们分别由
Figure BDA00011929920600000522
和
Figure BDA00011929920600000523
估算得到。
Figure BDA00011929920600000524
由人群语义结构图
Figure BDA00011929920600000525
二值化得到。
Figure BDA00011929920600000526
是场景中的行人数量，Z是归一化系数使每一个行人在
Figure BDA00011929920600000527
上的密度和为1。结构化人群密度图
Figure BDA00011929920600000528
反映场景图像
Figure BDA00011929920600000529
中所有行人的密度分布和身体形状信息。
之后，建立人群数量的预测模型。具体包括：
第一步，建立深度卷积神经网络，神经网络的输入为一幅场景图像
Figure BDA00011929920600000530
输出为对应
Figure BDA00011929920600000531
的人群语义结构图
Figure BDA00011929920600000532
结构化人群密度图
Figure BDA00011929920600000533
以及
Figure BDA00011929920600000534
中的行人数量
Figure BDA00011929920600000535
从而，神经网络的结构可以表示为映射
Figure BDA00011929920600000536
第二步，子映射
Figure BDA00011929920600000537
使用软最大(Softmax)损失函数，表示为
Figure BDA00011929920600000538
其中
Figure BDA00011929920600000539
是神经网络的输出之一，
Figure BDA00011929920600000540
表示
Figure BDA00011929920600000541
中像素位置(h，w)和通道i的值，
Figure BDA00011929920600000542
表示
Figure BDA00011929920600000543
中像素位置(h，w)的值；
第三步，子映射
Figure BDA0001192992060000061
使用欧几里得损失函数，表示为
Figure BDA0001192992060000062
其中
Figure BDA0001192992060000063
是神经网络的输出之一，
Figure BDA0001192992060000064
由公式(1)所述方法生成。
第四步，子映射
Figure BDA0001192992060000065
使用欧几里得损失函数，表示为
Figure BDA0001192992060000066
其中
Figure BDA0001192992060000067
是神经网络的输出之一，
Figure BDA0001192992060000068
是人工标注的人群数量。
第五步，整个神经网络的损失函数为
L＝Lc+λdLd+λbLb 公式(5)
使用随机梯度下降和反向传播算法在损失函数L下训练整个神经网络。
最后，使用建立的模型对待预测场景图像中的人群数量进行预测。具体包括：将预测的场景图像
Figure BDA0001192992060000069
输入训练好的神经网络，其输出的人群数量
Figure BDA00011929920600000610
即为人群数量预测的结果。
上述实施例中，本发明的人群数量预测方法首先将行人的身体表观结构和密度分布信息建模为两种语义场景模型。在此基础上，将原问题转化为多任务学习问题，并基于深度神经网络建立人群数量预测模型。最后，利用训练好的人群数量预测模型来预测新的场景图像中准确的行人数量。
通过以上技术方案，本发明实施例基于深度学习技术发展了一种应用于视频监控场景的人群数量预测算法。本发明可以同时有效建模行人的身体语义结构信息和密度分布信息，从而预测准确的人群数量。
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、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种基于人体表观结构的人群数量预测方法，其特征在于，包括以下步骤：
S1、获取用于训练人群数量预测模型的监控图像数据集，包括场景图像
Figure FDA0002172096280000011
人工标注的行人头部位置Ptrain和场景深度图
Figure FDA0002172096280000012
并定义算法目标为：预测一幅场景图像Xtest中的行人数量Ctest；
S2、对监控图像数据集中行人身体的表观语义结构进行建模，并对行人的密度分布和身体形状进行联合建模，具体包括：
S21、根据监控图像数据集中所有行人头部位置Ptrain及其各自的场景深度值
Figure FDA0002172096280000013
确定每个行人图像边界框的位置和大小，以此从场景图像
Figure FDA0002172096280000014
中裁剪得行人图像Itrain；
S22、将行人图像Itrain分别输入单个行人语义分割***进行语义分割；
S23、对每幅场景图像
Figure FDA0002172096280000015
将其中所有行人的分割结果按原尺寸和位置还原，得到场景图像
Figure FDA0002172096280000016
的人群语义结构图
Figure FDA0002172096280000017
Figure FDA0002172096280000018
反映场景图像
Figure FDA0002172096280000019
中所有行人的身体部分的语义结构信息；
S24、对场景图像
Figure FDA00021720962800000110
中的行人的密度分布和身体形状进行联合建模，得到结构化人群密度图
Figure FDA00021720962800000111
Figure FDA00021720962800000112
其中，p是
Figure FDA00021720962800000113
上的像素位置，
Figure FDA00021720962800000114
是二维高斯核用以近似人头的形状，
Figure FDA00021720962800000115
是二维高斯核用以近似人身体的形状，
Figure FDA00021720962800000116
和
Figure FDA00021720962800000117
分别是第i个人头和人身体的中心位置，
Figure FDA00021720962800000118
取自Ptrain，
Figure FDA00021720962800000119
由
Figure FDA00021720962800000120
和头部位置Ph的场景深度值
Figure FDA00021720962800000121
估算得出，σh和σb分别是
Figure FDA00021720962800000122
和
Figure FDA00021720962800000123
的方差，分别由头部位置Ph的场景深度值
Figure FDA00021720962800000124
和身体中心位置Pb的场景深度值
Figure FDA00021720962800000125
估算得到，Bm由人群语义结构图B二值化得到，C是场景图像X中的行人数量，Z是归一化系数使每一个行人在D上的密度和为1，结构化人群密度图D反映场景图像X中所有行人的密度分布和身体形状信息；
S3、根据步骤S2中的建模结果建立人群数量的预测模型，具体包括：
S31、建立深度卷积神经网络，神经网络的输入为一幅场景图像
Figure FDA0002172096280000021
输出为对应
Figure FDA0002172096280000022
的人群语义结构图的预测
Figure FDA0002172096280000023
结构化人群密度图的预测
Figure FDA0002172096280000024
以及X中的行人数量的预测
Figure FDA0002172096280000025
从而，神经网络的结构可以表示为映射
Figure FDA0002172096280000026
S32、子映射
Figure FDA0002172096280000027
使用软最大(Softmax)损失函数，表示为
Figure FDA0002172096280000028
其中
Figure FDA0002172096280000029
是神经网络的输出之一，
Figure FDA00021720962800000210
表示
Figure FDA00021720962800000211
中像素位置(h，w)和通道i的值，B由步骤S23所述方法生成，B(h，w)表示B中像素位置(h，w)的值；
S33、子映射
Figure FDA00021720962800000212
使用欧几里得损失函数，表示为
Figure FDA00021720962800000213
其中
Figure FDA00021720962800000214
是神经网络的输出之一，D由步骤S24所述方法生成；
S34、子映射
Figure FDA00021720962800000215
使用欧几里得损失函数，表示为
Figure FDA00021720962800000216
S35、整个神经网络的损失函数为
L＝Lc+λdLd+λbLb 公式(5)
使用随机梯度下降和反向传播算法在损失函数L下训练整个神经网络；
S4、使用所述预测模型预测场景图像中的人群数量。
2.如权利要求1所述的基于人体表观结构的人群数量预测方法，其特征在于，步骤S4中，预测场景图像中的人群数量包括：将待预测的场景图像
Figure FDA00021720962800000217
输入训练好的神经网络，其输出的场景图像
Figure FDA00021720962800000218
中的行人数量C即为预测结果。
CN201611225785.8A 2016-12-27 2016-12-27 一种基于人体表观结构的人群数量预测方法 Active CN106815563B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611225785.8A CN106815563B (zh) 2016-12-27 2016-12-27 一种基于人体表观结构的人群数量预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611225785.8A CN106815563B (zh) 2016-12-27 2016-12-27 一种基于人体表观结构的人群数量预测方法

Publications (2)

Publication Number Publication Date
CN106815563A CN106815563A (zh) 2017-06-09
CN106815563B true CN106815563B (zh) 2020-06-02

Family

ID=59110304

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611225785.8A Active CN106815563B (zh) 2016-12-27 2016-12-27 一种基于人体表观结构的人群数量预测方法

Country Status (1)

Country Link
CN (1) CN106815563B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109508583B (zh) * 2017-09-15 2020-11-06 杭州海康威视数字技术股份有限公司 一种人群分布特征的获取方法和装置
CN107622244B (zh) * 2017-09-25 2020-08-28 华中科技大学 一种基于深度图的室内场景精细化解析方法
CN110505440A (zh) * 2018-05-18 2019-11-26 杭州海康威视数字技术股份有限公司 一种区域监控方法和装置
CN109961060B (zh) * 2019-04-11 2021-04-30 北京百度网讯科技有限公司 用于生成人群密度信息的方法和装置
CN112026686B (zh) * 2019-06-04 2022-04-12 上海汽车集团股份有限公司 一种自动调节车辆座椅位置的方法及装置
CN115083112B (zh) * 2022-08-22 2022-11-22 枫树谷(成都)科技有限责任公司 一种智能预警应急管理***及其部署方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101976353A (zh) * 2010-10-28 2011-02-16 北京智安邦科技有限公司 低密度人群的统计方法及装置
CN102063613A (zh) * 2010-12-28 2011-05-18 北京智安邦科技有限公司 基于头部识别的人群计数方法及装置
CN103020606A (zh) * 2012-12-27 2013-04-03 北京大学 一种基于时空上下文信息的行人检测方法
CN103093211A (zh) * 2013-01-27 2013-05-08 西安电子科技大学 基于深度核信息图像特征的人体运动跟踪方法
CN103646257A (zh) * 2013-12-30 2014-03-19 中国科学院自动化研究所 一种基于视频监控图像的行人检测和计数方法
CN105184260A (zh) * 2015-09-10 2015-12-23 北京大学 一种图像特征提取方法及行人检测方法及装置
CN106066993A (zh) * 2016-05-23 2016-11-02 上海交通大学 一种人群语义分割方法及***

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150285639A1 (en) * 2014-04-04 2015-10-08 Umm-Al-Qura University Method and system for crowd sensing to be used for automatic semantic identification

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101976353A (zh) * 2010-10-28 2011-02-16 北京智安邦科技有限公司 低密度人群的统计方法及装置
CN102063613A (zh) * 2010-12-28 2011-05-18 北京智安邦科技有限公司 基于头部识别的人群计数方法及装置
CN103020606A (zh) * 2012-12-27 2013-04-03 北京大学 一种基于时空上下文信息的行人检测方法
CN103093211A (zh) * 2013-01-27 2013-05-08 西安电子科技大学 基于深度核信息图像特征的人体运动跟踪方法
CN103646257A (zh) * 2013-12-30 2014-03-19 中国科学院自动化研究所 一种基于视频监控图像的行人检测和计数方法
CN105184260A (zh) * 2015-09-10 2015-12-23 北京大学 一种图像特征提取方法及行人检测方法及装置
CN106066993A (zh) * 2016-05-23 2016-11-02 上海交通大学 一种人群语义分割方法及***

Also Published As

Publication number Publication date
CN106815563A (zh) 2017-06-09

Similar Documents

Publication Publication Date Title
CN106815563B (zh) 一种基于人体表观结构的人群数量预测方法
CN110472531B (zh) 视频处理方法、装置、电子设备及存储介质
CN107967451B (zh) 一种对静止图像进行人群计数的方法
CN111611878B (zh) 一种基于视频图像的人群计数和未来人流量预测的方法
CN108830145B (zh) 一种基于深度神经网络的人数统计方法及存储介质
CN108921051B (zh) 基于循环神经网络注意力模型的行人属性识别网络及技术
Ke et al. Multi-dimensional traffic congestion detection based on fusion of visual features and convolutional neural network
US10735694B2 (en) System and method for activity monitoring using video data
CN110276264B (zh) 一种基于前景分割图的人群密度估计方法
CN110147743A (zh) 一种复杂场景下的实时在线行人分析与计数***及方法
CN111191667B (zh) 基于多尺度生成对抗网络的人群计数方法
CN110427839A (zh) 基于多层特征融合的视频目标检测方法
CN110826447A (zh) 一种基于注意力机制的餐厅后厨人员行为识别方法
CN102142085B (zh) 一种林区监控视频中运动火焰目标的鲁棒跟踪方法
CN116258608B (zh) 融合gis和bim三维技术的水利实时监测信息管理***
CN110942015A (zh) 人群密度估计方法
KR100988326B1 (ko) 사용자 맞춤형 표정 인식 방법 및 장치
CN113435432B (zh) 视频异常检测模型训练方法、视频异常检测方法和装置
CN110163060B (zh) 图像中人群密度的确定方法及电子设备
CN111079507A (zh) 一种行为识别方法及装置、计算机装置及可读存储介质
CN109614896A (zh) 一种基于递归卷积神经网络的视频内容语义理解的方法
CN110827320A (zh) 基于时序预测的目标跟踪方法和装置
Feng Mask RCNN-based single shot multibox detector for gesture recognition in physical education
CN114494999B (zh) 一种双分支联合型目标密集预测方法及***
CN116402874A (zh) 基于时序光学图像与激光雷达数据的航天器深度补全方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant