CN109871772B - 一种人数的统计方法、装置、存储介质及设备 - Google Patents
一种人数的统计方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN109871772B CN109871772B CN201910053126.8A CN201910053126A CN109871772B CN 109871772 B CN109871772 B CN 109871772B CN 201910053126 A CN201910053126 A CN 201910053126A CN 109871772 B CN109871772 B CN 109871772B
- Authority
- CN
- China
- Prior art keywords
- head
- people
- depth image
- determining
- counting
- 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
Links
Landscapes
- Image Analysis (AREA)
Abstract
本申请实施例公开了一种人数的统计方法、装置、存储介质及设备。该方法包括:通过红外光源从上向下发射编码信号,并通过传感器接收返回的编码信号;根据发射编码信号与接收编码信号的时间差值,形成深度图像;识别至少两帧深度图像中的人头运行轨迹;根据人头运行轨迹的方向对人数进行统计。通过执行本实施例所提供的技术方案,可以实现快速、准确的对人数进行统计,还能够达到节省资源的目的。
Description
技术领域
本申请实施例涉及图像识别领域,尤其涉及一种人数的统计方法、装置、存储介质及设备。
背景技术
随着社会经济的快速发展,科技水平的逐渐提高,对于行人的检测需求越来越高,例如地铁站、医院、写字楼以及商场等,如果能够对人数进行统计,很有利于对业务需求更加准确的掌握和改进。
目前所采取的方案往往是通过人为计数的方式,这种方式不仅计数准确率低,而且当一个区域存在多个行人通道时,需要耗费大量的人力进行人数统计,对人力的消耗也是极大的。因此现有技术中的人数统计,需要改进和提高。
发明内容
本申请实施例提供一种人数的统计方法、装置、存储介质及设备,可以实现快速、准确的对人数进行统计,还能够达到节省资源的目的。
第一方面,本申请实施例提供了一种人数的统计方法,该方法包括:
通过红外光源从上向下发射编码信号,并通过传感器接收返回的编码信号;
根据发射编码信号与接收编码信号的时间差值,形成深度图像;
识别至少两帧深度图像中的人头运行轨迹;
根据人头运行轨迹的方向对人数进行统计。
进一步的,识别至少两帧深度图像中的人头运行轨迹,包括:
确定每一帧深度图像中的人头位置;
根据至少两帧深度图像中的人头位置的变化关系,确定人头运行轨迹。
进一步的,确定每一帧深度图像中的人头位置,包括:
在深度图像中确定人头图像的候选位置;
根据头顶到相机距离与人头直径约束关系,确定所述候选位置中的最终人头图像,并以最终人头图像的位置确定为当前深度图像中的人头位置;
遍历所有深度图像,得到每一帧深度图像中的人头位置。
进一步的,根据至少两帧深度图像中的人头位置的变化关系,确定人头运行轨迹,包括:
步骤a:获取至少连续两帧深度图像的人头位置的变化关系,将该人头位置的变化关系确定为基础轨迹;
步骤b:获取下一帧深度图像中的人头位置,并将所述下一帧深度图像中的人头位置与所述基础轨迹之间的匹配结果;
步骤c:若匹配成功,则将下一帧深度图像中的人头位置作为基础轨迹的延续;
重复执行步骤a至步骤c,以得到人头运行轨迹。
进一步的,获取下一帧深度图像中的人头位置,并将所述下一帧深度图像中的人头位置与所述基础轨迹之间的匹配结果,包括:
获取下一帧深度图像中的人头位置,并将所述下一帧深度图像中的人头位置与所述基础轨迹之间的欧氏距离和/或像素差是否满足预设阈值,来确定匹配结果。
第二方面,本申请实施例提供了一种人数的统计装置,该装置包括:
编码信号发射和接收模块,用于通过红外光源从上向下发射编码信号,并通过传感器接收返回的编码信号;
深度图像形成模块,用于根据发射编码信号与接收编码信号的时间差值,形成深度图像;
人头运行轨迹确定模块,用于识别至少两帧深度图像中的人头运行轨迹;
人数统计模块,用于根据人头运行轨迹的方向对人数进行统计。
进一步的,所述人头运行轨迹确定模块包括:
人头位置确定单元,用于确定每一帧深度图像中的人头位置;
人头运行轨迹确定单元,用于根据至少两帧深度图像中的人头位置的变化关系,确定人头运行轨迹。
进一步的,所述人头位置确定单元包括:
候选位置确定子单元,用于在深度图像中确定人头图像的候选位置;
人头位置确定子单元,用于根据头顶到相机距离与人头直径约束关系,确定所述候选位置中的最终人头图像,并以最终人头图像的位置确定为当前深度图像中的人头位置;
遍历所有深度图像,得到每一帧深度图像中的人头位置。
进一步的,所述人头运行轨迹确定单元具体用于:
步骤a:获取至少连续两帧深度图像的人头位置的变化关系,将该人头位置的变化关系确定为基础轨迹;
步骤b:获取下一帧深度图像中的人头位置,并将所述下一帧深度图像中的人头位置与所述基础轨迹之间的匹配结果;
步骤c:若匹配成功,则将下一帧深度图像中的人头位置作为基础轨迹的延续;
重复执行步骤a至步骤c,以得到人头运行轨迹。
进一步的,获取下一帧深度图像中的人头位置,并将所述下一帧深度图像中的人头位置与所述基础轨迹之间的匹配结果,包括:
获取下一帧深度图像中的人头位置,并将所述下一帧深度图像中的人头位置与所述基础轨迹之间的欧氏距离和/或像素差是否满足预设阈值,来确定匹配结果。
第三方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请实施例所述的人数的统计方法。
第四方面,本申请实施例提供了一种设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例所述的人数的统计方法。
本申请实施例所提供的技术方案,通过红外光源从上向下发射编码信号,并通过传感器接收返回的编码信号;根据发射编码信号与接收编码信号的时间差值,形成深度图像;识别至少两帧深度图像中的人头运行轨迹;根据人头运行轨迹的方向对人数进行统计。通过采用本申请所提供的技术方案,可以实现快速、准确的对人数进行统计,还能够达到节省资源的目的。
本发明设计了多人实时人数统计拍摄装置,实现行人检测,并根据行人运动轨迹判断运动方向并统计进出房间人数,实96%的人员检测与人数统计准确率。可以应用于公交、地铁、火车、飞机等交通工具的人数统计,此外,机场、火车站等大型公共场所也可以使用本装置进行场景人流分析,实现人流控制与引导,应用于智能安防。本装置实现了实时高准确度、高鲁棒性的人员检测与人数统计功能。
附图说明
图1是本申请实施例一提供的人数的统计方法的流程图;
图2是本申请实施例二提供的人数的统计方法的流程图;
图3是本申请实施例三提供的人数的统计装置的结构示意图;
图4是本申请实施例五提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本申请实施例一提供的人数的统计方法的流程图,本实施例可适于公共场所的人数统计的情况,该方法可以由本申请实施例所提供的人数的统计装置执行,该装置可以由软件和/或硬件的方式来实现,并可集成于人数统计拍摄装置等设备中。
如图1所示,所述人数的统计方法包括:
S110、通过红外光源从上向下发射编码信号,并通过传感器接收返回的编码信号。
其中,红外光源可以设置在办公楼以及电梯等的正上方,可以向下发射编码信号。其中,编码信号可以是红外线,具体的,可以设计红外光源发射的红外线的波长是850nm~950nm。设置在这个波长范围,相对于1400nm左右波长的红外线,抗其他光线,如太阳光线,的干扰能力更强。
通过传感器接收返回的编码信号。在本实施例中,传感器可以是单一的传感器,而并非传感器矩阵,例如可以是采用具体的一个相机芯片来接收编码信号。设计基于单个相机芯片而非传感器矩阵的全新结构的深度图像拍摄装置,它允许以简单的方式获得对人更准确的探测,或更准确的计数。
另外,值得说明的是拍摄装置,如包括红外光源的拍摄装置,可以不予存储器连接,而是与USB或者告诉通信端口连接,分析单元不介入信号确定,这样使得人数统计设备的***结构简单清晰。那么在本实施例中,可以是采用传感器与红外光源连接并控制红外光源,具体的,传感器通过正弦信号控制辐射源发出红外编码调制信号。传感器可以在红外光源发射编码信号后通知给分析单元,供分析单元确定光线的发出时间。除此之外,传感器可以在接收到编码信号后通知给分析单元,供分析单元确定光线的接收时间。其中分析单元可以是一个微处理器,或者集成于微处理器中的功能单元。
S120、根据发射编码信号与接收编码信号的时间差值,形成深度图像。
可以根据发射编码信号与接收编码信号的时间差值,乘以光速,来得到光的飞行路程,将该路程除以2就可以得到物体与门或者电梯轿厢上面的拍摄装置之间的距离,可以利用图像的颜色对距离进行表示,例如可以把距离拍摄装置由近及远,由红色向蓝色渐变,进而得到了包括红色至蓝色渐变的深度图像。则例如存在三个人经过一个门口时,一个人向里面走,两个人向外面走,则可以在得到的深度图像中确定三个人的人头图像,在没有人体遮挡的部位,编码信号是经过地面返回的,因此可以是将地面位置显示为蓝色。值得说明的是,采用红色和蓝色只是为了对深度图像进行渲染,也可以采用其他色彩进行渲染。
S130、识别至少两帧深度图像中的人头运行轨迹。
在深度图像中可以对人头的运行轨迹进行识别,可以根据人头的运行轨迹确定当前所拍摄到的人是走向里面还是走向外面的,进而进行人数的统计。
其中,拍摄装置可以每隔固定时间获取一帧深度图像。具体的,可以每秒钟采集30帧图像,采集的图像的分辨率可以是320×240。
在本实施例中,由于对每一帧的深度图像的处理过程是相同的,所以后续步骤中如未提及,可以对每一帧图像进行重复的操作来确定行人的人头运行轨迹。
本实施例中,采用至少两帧图像来确定人头的运行轨迹,也可以采用连续的或者跳跃的三帧以及更多数量的帧数的深度图像来确定人头的运行轨迹。
在本实施例中,可选的,识别至少两帧深度图像中的人头运行轨迹,包括:确定每一帧深度图像中的人头位置;根据至少两帧深度图像中的人头位置的变化关系,确定人头运行轨迹。其中至少两帧可以是连续的两帧图像,可以在每得到一帧图像后确定该图像中的人头位置,并在得到下一帧图像后继续确定下一帧的人头图像位置。至少两帧深度图像中的人头位置的变化关系,可以是从当前帧到下一帧图像,确定行人的人头运行轨迹,可以采用这种方式直至行人的人头图像运行出深度图像,这样就可以根据最终行人是从哪一侧进入深度图像,哪一侧走出深度图像确定行人是否进入或者走出该门口,进而进行人数的统计。
S140、根据人头运行轨迹的方向对人数进行统计。
其中,人头运行轨迹的方向可以是从外面进入,从里面走出,从里面走出后又回到里面以及从外面进入后又回到外面,则对前两者,可以在人数统计中分别进行加1、减1的计数。而对于后两者,虽然行人进入到深度图像的采集区域但是最终还是没有走出或者进入到这个门中,所以可以不作统计。
在上述各技术方案的基础上,优选的,根据至少两帧深度图像中的人头位置的变化关系,确定人头运行轨迹,包括:步骤a:获取至少连续两帧深度图像的人头位置的变化关系,将该人头位置的变化关系确定为基础轨迹;步骤b:获取下一帧深度图像中的人头位置,并将所述下一帧深度图像中的人头位置与所述基础轨迹之间的匹配结果;步骤c:若匹配成功,则将下一帧深度图像中的人头位置作为基础轨迹的延续;重复执行步骤a至步骤c,以得到人头运行轨迹。
其中,可以是对连续三帧的深度图像中的人头位置的变化关系,确定为基础轨迹,则在下一帧深度图像中的人头位置,与当前基础轨迹之间的匹配结果,确定下一帧深度图像中的人头位置是否为该行人的人头图像。其中,人头位置可以是二维的人头位置,也可以是三维的人头位置,其中二维可以是以人头在与地面平行的平面上的人头位置。另外由于根据深度图像可以得到人头位置的纵坐标,则可以根据深度图像中的位置确定三维的人头位置。可以在匹配后将该下一帧深度图像作为人头运行轨迹的延续。则在此之后,可以以最后得到的三帧图像的人头运行轨迹作为基础轨迹,进而对新一帧深度图像的人头位置进行匹配。本技术方案这样设置的好处是在图像中存在多个行人时,可以不用对每个行人的图像进行区分,利用连续得到的深度图像中人头位置的变化关系可以确定每个行人的运行轨迹,最终得到可以用来进行统计人数的结果数据。
在上述各技术方案的基础上,可选的,获取下一帧深度图像中的人头位置,并将所述下一帧深度图像中的人头位置与所述基础轨迹之间的匹配结果,包括:获取下一帧深度图像中的人头位置,并将所述下一帧深度图像中的人头位置与所述基础轨迹之间的欧氏距离和/或像素差是否满足预设阈值,来确定匹配结果。其中,欧氏距离可以是在m维空间中两个点之间的真实距离,或者向量的自然长度(即该点到原点的距离)。在二维和三维空间中的欧氏距离的就是两点之间的实际距离。像素差可以是在深度图像中,两个像素点之间的距离差值,例如两个像素点之间的距离差值为20个像素。这样设置的好处是可以对基础轨迹的匹配更加准确切计算简便,易于实现。
实施例二
图2是本申请实施例二提供的人数的统计方法的流程图。本实施例在上述实施例的基础上,具体优化为:确定每一帧深度图像中的人头位置,包括:在深度图像中确定人头图像的候选位置;根据头顶到相机距离与人头直径约束关系,确定所述候选位置中的最终人头图像,并以最终人头图像的位置确定为当前深度图像中的人头位置;遍历所有深度图像,得到每一帧深度图像中的人头位置。
如图2所示,所述人数的统计方法包括:
S210、通过红外光源从上向下发射编码信号,并通过传感器接收返回的编码信号。
S220、根据发射编码信号与接收编码信号的时间差值,形成深度图像。
S230、在深度图像中确定人头图像的候选位置。
其中,可以根据深度图像的识别结果,将一定区域内像素点的深度值普遍低于周边像素点的深度值的位置确定为人头图像的候选位置。其中以深度值低于其他位置像素点的深度值为例。
S240、根据头顶到相机距离与人头直径约束关系,确定所述候选位置中的最终人头图像,并以最终人头图像的位置确定为当前深度图像中的人头位置。
由于拍摄装置是从上向下来拍摄,则可以知道的,在深度图像中,人头位置的深度值较低,直接拍摄到地面位置在深度图像中的深度值较高。例如拍摄装置的高度为2.6米,人头位置一般在1.5米至2米之间,如果也对儿童进行统计,则可以在0.5米至2米之间。但是由于人头的大小是相对固定的,因此如果深度值越低的,表明行人越高,则在深度图像中,人头位置的像素点的区域就越大。因此,可以根据头顶到相机距离与人头直径约束关系,确定所述候选位置中的最终人头图像。并以最终人头图像的位置确定为当前深度图像中的人头位置。其中的人头位置可以是最终人头图像的中心点的坐标。
在本技术方案中,可以默认离相机最近的区域可能是人头的位置,随后对所有候选位置进行聚类操作,依据头顶到相机距离与人头直径的多项式拟合关系进行约束和筛选,确定最终的人头位置。
S250、遍历所有深度图像,得到每一帧深度图像中的人头位置。
可以采用同样的方式,在得到每一帧深度图像后都确定深度图像中的人头位置。并且在后续步骤中,根据人头位置的变化来确定图像中每个行人的运行轨迹。
S260、根据至少两帧深度图像中的人头位置的变化关系,确定人头运行轨迹。
S270、根据人头运行轨迹的方向对人数进行统计。
本实施例在上述实施例的基础上,本实施例提供了一种无需对每个人的人头图像进行区分,就能够实现对行人的进出进行统计的方式,本实施例所提供的技术方案简便快捷,而且对人数的统计准确,无需采用较多的运算量来从深度图像中区分每个行人的人头图像,易于实现。
实施例三
图3是本申请实施例三提供的人数的统计装置的结构示意图。如图3所示,所述人数的统计装置,包括:
编码信号发射和接收模块310,用于通过红外光源从上向下发射编码信号,并通过传感器接收返回的编码信号;
深度图像形成模块320,用于根据发射编码信号与接收编码信号的时间差值,形成深度图像;
人头运行轨迹确定模块330,用于识别至少两帧深度图像中的人头运行轨迹;
人数统计模块340,用于根据人头运行轨迹的方向对人数进行统计。
本申请实施例所提供的技术方案,通过红外光源从上向下发射编码信号,并通过传感器接收返回的编码信号;根据发射编码信号与接收编码信号的时间差值,形成深度图像;识别至少两帧深度图像中的人头运行轨迹;根据人头运行轨迹的方向对人数进行统计。通过采用本申请所提供的技术方案,可以实现快速、准确的对人数进行统计,还能够达到节省资源的目的。
在上述各技术方案的基础上,可选的,所述人头运行轨迹确定模块包括:
人头位置确定单元,用于确定每一帧深度图像中的人头位置;
人头运行轨迹确定单元,用于根据至少两帧深度图像中的人头位置的变化关系,确定人头运行轨迹。
在上述各技术方案的基础上,可选的,所述人头位置确定单元包括:
候选位置确定子单元,用于在深度图像中确定人头图像的候选位置;
人头位置确定子单元,用于根据头顶到相机距离与人头直径约束关系,确定所述候选位置中的最终人头图像,并以最终人头图像的位置确定为当前深度图像中的人头位置;
遍历所有深度图像,得到每一帧深度图像中的人头位置。
在上述各技术方案的基础上,可选的,所述人头运行轨迹确定单元具体用于:
步骤a:获取至少连续两帧深度图像的人头位置的变化关系,将该人头位置的变化关系确定为基础轨迹;
步骤b:获取下一帧深度图像中的人头位置,并将所述下一帧深度图像中的人头位置与所述基础轨迹之间的匹配结果;
步骤c:若匹配成功,则将下一帧深度图像中的人头位置作为基础轨迹的延续;
重复执行步骤a至步骤c,以得到人头运行轨迹。
在上述各技术方案的基础上,可选的,获取下一帧深度图像中的人头位置,并将所述下一帧深度图像中的人头位置与所述基础轨迹之间的匹配结果,包括:
获取下一帧深度图像中的人头位置,并将所述下一帧深度图像中的人头位置与所述基础轨迹之间的欧氏距离和/或像素差是否满足预设阈值,来确定匹配结果。
上述产品可执行本申请任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。
实施例四
本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种人数的统计方法,该方法包括:
通过红外光源从上向下发射编码信号,并通过传感器接收返回的编码信号;
根据发射编码信号与接收编码信号的时间差值,形成深度图像;
识别至少两帧深度图像中的人头运行轨迹;
根据人头运行轨迹的方向对人数进行统计。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机***存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的计算机***中,或者可以位于不同的第二计算机***中,第二计算机***通过网络(诸如因特网)连接到计算机***。第二计算机***可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机***中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的人数的统计操作,还可以执行本申请任意实施例所提供的人数的统计方法中的相关操作。
实施例五
本申请实施例提供了一种设备,该设备中可集成本申请实施例提供的人数的统计装置。图4是本申请实施例五提供的一种设备的结构示意图。如图4所示,本实施例提供了一种设备400,其包括:一个或多个处理器420;存储装置410,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器420执行,使得所述一个或多个处理器420实现本申请实施例所提供的人数的统计方法,该方法包括:
通过红外光源从上向下发射编码信号,并通过传感器接收返回的编码信号;
根据发射编码信号与接收编码信号的时间差值,形成深度图像;
识别至少两帧深度图像中的人头运行轨迹;
根据人头运行轨迹的方向对人数进行统计。
当然,本领域技术人员可以理解,处理器420还可以实现本申请任意实施例所提供的人数的统计方法的技术方案。
图4显示的设备400仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图4所示,该设备400包括处理器420、存储装置410、输入装置430和输出装置440;设备中处理器420的数量可以是一个或多个,图4中以一个处理器420为例;设备中的处理器420、存储装置410、输入装置430和输出装置440可以通过总线或其他方式连接,图4中以通过总线450连接为例。
存储装置410作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本申请实施例中的人数的统计方法对应的程序指令。
存储装置410可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储装置410可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储装置410可进一步包括相对于处理器420远程设置的存储器,这些远程存储器可以通过网络连接。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字、字符信息或语音信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏、扬声器等设备。
本申请实施例提供的设备,可以实现快速、准确的对人数进行统计,还能够达到节省资源的目的。
上述实施例中提供的人数的统计装置、存储介质及设备可执行本申请任意实施例所提供的人数的统计方法,具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的人数的统计方法。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。
Claims (5)
1.一种人数的统计方法,其特征在于,包括:
通过红外光源从上向下发射编码信号,并通过传感器接收返回的编码信号;传感器是单一的传感器,采用具体的一个相机芯片来接收编码信号;
根据发射编码信号与接收编码信号的时间差值,形成深度图像;
所述编码信号为所述红外光源发射的红外线;
所述红外线的波长是850nm~950nm;
识别至少两帧深度图像中的人头运行轨迹;
根据人头运行轨迹的方向对人数进行统计;
所述人头运行轨迹的方向包括从外面进入,从里面走出,从里面走出后又回到里面以及从外面进入后又回到外面;
所述根据人头运行轨迹的方向对人数进行统计包括:
若所述人头运行轨迹的方向为从外面进入,则在人数统计中进行加1的计数;
若所述人头运行轨迹的方向为从里面走出,则在人数统计中进行减1的计数;
若所述人头运行轨迹的方向为从里面走出后又回到里面或者从外面进入后又回到外面,则在人数统计中不作统计;
识别至少两帧深度图像中的人头运行轨迹,包括:
确定每一帧深度图像中的人头位置;
确定每一帧深度图像中的人头位置,包括:
在深度图像中确定人头图像的候选位置;
根据头顶到相机距离与人头直径约束关系,确定所述候选位置中的最终人头图像,并以最终人头图像的位置确定为当前深度图像中的人头位置;
遍历所有深度图像,得到每一帧深度图像中的人头位置;
根据至少两帧深度图像中的人头位置的变化关系,确定人头运行轨迹;
根据至少两帧深度图像中的人头位置的变化关系,确定人头运行轨迹,包括:
步骤a:获取至少连续两帧深度图像的人头位置的变化关系,将该人头位置的变化关系确定为基础轨迹;
步骤b:获取下一帧深度图像中的人头位置,并将所述下一帧深度图像中的人头位置与所述基础轨迹之间的匹配结果;
步骤c:若匹配成功,则将下一帧深度图像中的人头位置作为基础轨迹的延续;
重复执行步骤a至步骤c,以得到人头运行轨迹。
2.根据权利要求1所述的方法,其特征在于,获取下一帧深度图像中的人头位置,并将所述下一帧深度图像中的人头位置与所述基础轨迹之间的匹配结果,包括:
获取下一帧深度图像中的人头位置,并将所述下一帧深度图像中的人头位置与所述基础轨迹之间的欧氏距离和/或像素差是否满足预设阈值,来确定匹配结果。
3.一种人数的统计装置,其特征在于,包括:
编码信号发射和接收模块,用于通过红外光源从上向下发射编码信号,并通过传感器接收返回的编码信号;传感器是单一的传感器,采用具体的一个相机芯片来接收编码信号;
深度图像形成模块,用于根据发射编码信号与接收编码信号的时间差值,形成深度图像;
所述编码信号为所述红外光源发射的红外线;
所述红外线的波长是850nm~950nm;
人头运行轨迹确定模块,用于识别至少两帧深度图像中的人头运行轨迹;
人数统计模块,用于根据人头运行轨迹的方向对人数进行统计;
所述人头运行轨迹的方向包括从外面进入,从里面走出,从里面走出后又回到里面以及从外面进入后又回到外面;
所述根据人头运行轨迹的方向对人数进行统计包括:
若所述人头运行轨迹的方向为从外面进入,则在人数统计中进行加1的计数;
若所述人头运行轨迹的方向为从里面走出,则在人数统计中进行减1的计数;
若所述人头运行轨迹的方向为从里面走出后又回到里面或者从外面进入后又回到外面,则在人数统计中不作统计;
所述人头运行轨迹确定模块包括:
人头位置确定单元,用于确定每一帧深度图像中的人头位置;
所述人头位置确定单元包括:
候选位置确定子单元,用于在深度图像中确定人头图像的候选位置;
人头位置确定子单元,用于根据头顶到相机距离与人头直径约束关系,确定所述候选位置中的最终人头图像,并以最终人头图像的位置确定为当前深度图像中的人头位置;
遍历所有深度图像,得到每一帧深度图像中的人头位置;
人头运行轨迹确定单元,用于根据至少两帧深度图像中的人头位置的变化关系,确定人头运行轨迹。
4.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-2中任一项所述的人数的统计方法。
5.一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-2中任一项所述的人数的统计方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910053126.8A CN109871772B (zh) | 2019-01-21 | 2019-01-21 | 一种人数的统计方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910053126.8A CN109871772B (zh) | 2019-01-21 | 2019-01-21 | 一种人数的统计方法、装置、存储介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109871772A CN109871772A (zh) | 2019-06-11 |
CN109871772B true CN109871772B (zh) | 2023-09-29 |
Family
ID=66917900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910053126.8A Active CN109871772B (zh) | 2019-01-21 | 2019-01-21 | 一种人数的统计方法、装置、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109871772B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111754569B (zh) * | 2020-06-28 | 2023-09-05 | 中国银行股份有限公司 | 室内人数报警的方法、装置及***、电子设备及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202013603U (zh) * | 2011-03-03 | 2011-10-19 | 苏州市慧视通讯科技有限公司 | 一种客流信息统计设备 |
CN102831473A (zh) * | 2012-08-03 | 2012-12-19 | 无锡慧眼电子科技有限公司 | 一种基于单目视觉的人数统计方法 |
CN203133977U (zh) * | 2013-03-20 | 2013-08-14 | 黄程云 | 具有时分多址编码的对射式人数传感器 |
KR101448391B1 (ko) * | 2013-06-21 | 2014-10-13 | 호서대학교 산학협력단 | 피플 카운팅 시스템 |
CN104977590A (zh) * | 2014-04-01 | 2015-10-14 | 光宝科技股份有限公司 | 光学装置及其检测周围环境的方法 |
CN105512720A (zh) * | 2015-12-15 | 2016-04-20 | 广州通达汽车电气股份有限公司 | 一种公交车辆客流统计方法和*** |
EP3096263A1 (en) * | 2015-05-12 | 2016-11-23 | Ricoh Company, Ltd. | Human body orientation recognition method and system based on two-lens camera |
CN106778656A (zh) * | 2016-12-27 | 2017-05-31 | 清华大学苏州汽车研究院(吴江) | 一种基于ToF相机的公交车客流量统计*** |
CN206400573U (zh) * | 2016-12-27 | 2017-08-11 | 清华大学苏州汽车研究院(吴江) | 一种基于ToF相机的公交车客流量统计*** |
CN107330386A (zh) * | 2017-06-21 | 2017-11-07 | 厦门中控智慧信息技术有限公司 | 一种人流量统计方法及终端设备 |
CN108616703A (zh) * | 2018-04-23 | 2018-10-02 | Oppo广东移动通信有限公司 | 电子装置及其控制方法、计算机设备和可读存储介质 |
CN108932464A (zh) * | 2017-06-09 | 2018-12-04 | 北京猎户星空科技有限公司 | 客流量统计方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10650249B2 (en) * | 2016-10-25 | 2020-05-12 | Shenzhen University | Method and device for counting pedestrians based on identification of head top of human body |
-
2019
- 2019-01-21 CN CN201910053126.8A patent/CN109871772B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202013603U (zh) * | 2011-03-03 | 2011-10-19 | 苏州市慧视通讯科技有限公司 | 一种客流信息统计设备 |
CN102831473A (zh) * | 2012-08-03 | 2012-12-19 | 无锡慧眼电子科技有限公司 | 一种基于单目视觉的人数统计方法 |
CN203133977U (zh) * | 2013-03-20 | 2013-08-14 | 黄程云 | 具有时分多址编码的对射式人数传感器 |
KR101448391B1 (ko) * | 2013-06-21 | 2014-10-13 | 호서대학교 산학협력단 | 피플 카운팅 시스템 |
CN104977590A (zh) * | 2014-04-01 | 2015-10-14 | 光宝科技股份有限公司 | 光学装置及其检测周围环境的方法 |
EP3096263A1 (en) * | 2015-05-12 | 2016-11-23 | Ricoh Company, Ltd. | Human body orientation recognition method and system based on two-lens camera |
CN105512720A (zh) * | 2015-12-15 | 2016-04-20 | 广州通达汽车电气股份有限公司 | 一种公交车辆客流统计方法和*** |
CN106778656A (zh) * | 2016-12-27 | 2017-05-31 | 清华大学苏州汽车研究院(吴江) | 一种基于ToF相机的公交车客流量统计*** |
CN206400573U (zh) * | 2016-12-27 | 2017-08-11 | 清华大学苏州汽车研究院(吴江) | 一种基于ToF相机的公交车客流量统计*** |
CN108932464A (zh) * | 2017-06-09 | 2018-12-04 | 北京猎户星空科技有限公司 | 客流量统计方法及装置 |
CN107330386A (zh) * | 2017-06-21 | 2017-11-07 | 厦门中控智慧信息技术有限公司 | 一种人流量统计方法及终端设备 |
CN108616703A (zh) * | 2018-04-23 | 2018-10-02 | Oppo广东移动通信有限公司 | 电子装置及其控制方法、计算机设备和可读存储介质 |
Non-Patent Citations (6)
Title |
---|
A High-Computational Efficiency Human Detection and Flow Estimation Method Based on TOF Measurements;Weihang wang;Sensors 2019;第19卷(第3期);第1-18页 * |
Depth driven people counting using deep region proposal network;Diping Song等;2017 IEEE International Conference on Information and Automation (ICIA);第416-421页 * |
基于双目相机的公交乘客计数***研究;庞凤兰;中国优秀硕士学位论文全文数据库(第4期);第I138-2951页 * |
孙安青.《ARM Cortex-M3嵌入式开发实例详解--基于NXP LPC1768》.北京航空航天大学出版社,2012,第83-86页. * |
杨士军等.《春在枝头已十分》.复旦大学出版社,2015,第57页. * |
深度图像下基于头部多特征的人数统计算法;刘磊等;深圳大学学报(理工版);第34卷(第6期);第584-590页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109871772A (zh) | 2019-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11875579B2 (en) | Parking objects detection system using live inventory management | |
US10909695B2 (en) | System and process for detecting, tracking and counting human objects of interest | |
CN108241844B (zh) | 一种公交客流统计方法、装置及电子设备 | |
CN106144795B (zh) | 通过识别用户操作用于乘客运输控制和安全的***和方法 | |
US7593547B2 (en) | Video-based encroachment detection | |
JP6716845B2 (ja) | スキー場、見本市、遊園地または競技場内の複数の施設の収容力を利用する方法 | |
US7489802B2 (en) | Miniature autonomous agents for scene interpretation | |
US20120020518A1 (en) | Person tracking device and person tracking program | |
CN102609724B (zh) | 一种基于双摄像头的周围环境信息提示方法 | |
US11602845B2 (en) | Method of detecting human and/or animal motion and performing mobile disinfection | |
CN103907123A (zh) | 深度图像中的人的头部的检测 | |
CN108288289A (zh) | 一种用于可见光定位的led视觉检测方法及其*** | |
CN109784028B (zh) | 人脸解锁方法及相关装置 | |
CN109871772B (zh) | 一种人数的统计方法、装置、存储介质及设备 | |
Akamatsu et al. | Development of a person counting system using a 3D laser scanner | |
US10657746B1 (en) | Access control system including occupancy estimation | |
WO2019224791A1 (en) | Head-counter device and method for processing digital images | |
CN109740442A (zh) | 定位方法、装置、存储介质及电子设备 | |
US20230386256A1 (en) | Techniques for detecting a three-dimensional face in facial recognition | |
US11157728B1 (en) | Person detection and identification using overhead depth images | |
CN111062311B (zh) | 一种基于深度级可分离卷积网络的行人手势识别与交互方法 | |
CN105118073A (zh) | 基于Xtion摄像机的人体头部目标识别方法 | |
US20200301038A1 (en) | Registration system | |
JP2003109001A (ja) | 人物検出システム、及び人物検出プログラム | |
Ibisch et al. | Towards highly automated driving in a parking garage: General object localization and tracking using an environment-embedded camera system |
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 |