CN111339873A - 客流统计方法、装置、存储介质及计算设备 - Google Patents
客流统计方法、装置、存储介质及计算设备 Download PDFInfo
- Publication number
- CN111339873A CN111339873A CN202010099830.XA CN202010099830A CN111339873A CN 111339873 A CN111339873 A CN 111339873A CN 202010099830 A CN202010099830 A CN 202010099830A CN 111339873 A CN111339873 A CN 111339873A
- Authority
- CN
- China
- Prior art keywords
- area
- target object
- target
- passenger flow
- imaging head
- 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.)
- Granted
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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例公开了一种客流统计方法、装置、存储介质及计算设备,属于图像处理技术领域。所述方法包括:获取对目标区域进行拍摄得到的视频;若在所述视频中检测到目标对象,则在所述目标对象位于所述目标区域内的客流统计位置时,获取所述目标对象的成像头框面积,所述成像头框面积是所述视频中所述目标对象的头部的包围盒的面积;若所述目标对象越过所述客流统计位置,则根据所述成像头框面积检测所述目标对象是儿童或成人;根据检测结果统计所述目标区域的客流量。本申请实施例可以通过成像头框面积确定目标对象是否是儿童,解决了通过人脸识别来识别儿童,导致客流统计的成本较高、拍摄难度角度以及占用较多资源的问题。
Description
技术领域
本申请实施例涉及图像处理技术领域,特别涉及一种客流统计方法、装置、存储介质及计算设备。
背景技术
在利用机器进行客流统计时,普遍采用的是“划线”技术。即一个人穿过客流统计的线后,即算有一个客流。客流统计的原理为:通过对视频进行深度学习来识别视频中人员的运动轨迹,再在视频的指定区域画一个带方向的四边形,当该人员的运动轨迹以某种定义的方式通过该四边形时,即对该人员进行客流统计。
在进行客流统计时,还需要对人员的购买能力进行评估,排除儿童等没有购买能力的人员,从而提高客流统计的有效性。相关技术中,可以通过对视频中的人员进行人脸识别来得到人员的年龄,从而根据该年龄识别出人员是否为儿童,对儿童所产生的客流进行排除。
由于识别人员的年龄时需要高质量的图像,既对摄像头的清晰度提出了较高的要求,从而增加客流统计的成本;也对拍摄时的光线、角度等环境提出了较高的要求,从而提高视频拍摄的难度。另外,人脸识别需要占用较多的资源。
发明内容
本申请实施例提供了一种客流统计方法、装置、存储介质及计算设备,用于解决通过人脸识别来识别儿童,导致客流统计的成本较高、拍摄难度角度以及占用较多资源的问题。所述技术方案如下:
一方面,提供了一种客流统计方法,所述方法包括:
获取对目标区域进行拍摄得到的视频;
若在所述视频中检测到目标对象,则在所述目标对象位于所述目标区域内的客流统计位置时,获取所述目标对象的成像头框面积,所述成像头框面积是所述视频中所述目标对象的头部的包围盒的面积;
若所述目标对象越过所述客流统计位置,则根据所述成像头框面积检测所述目标对象是儿童或成人;
根据检测结果统计所述目标区域的客流量。
一方面,提供了一种客流统计装置,所述装置包括:
获取模块,用于获取对目标区域进行拍摄得到的视频;
所述获取模块,还用于若在所述视频中检测到目标对象,则在所述目标对象位于所述目标区域内的客流统计位置时,获取所述目标对象的成像头框面积,所述成像头框面积是所述视频中所述目标对象的头部的包围盒的面积;
检测模块,用于若所述目标对象越过所述客流统计位置,则根据所述成像头框面积检测所述目标对象是儿童或成人;
统计模块,用于根据检测结果统计所述目标区域的客流量。
一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上所述的客流统计方法。
一方面,提供了一种计算设备,所述计算设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述指令由所述处理器加载并执行以实现如上所述的客流统计方法。
本申请实施例提供的技术方案的有益效果至少包括:
若视频中目标对象位于目标区域内的客流统计位置,则可以获取该目标对象的成像头框面积;由于该成像头框面积是视频中该目标对象的头部的包围盒的面积,所以,若目标对象越过客流统计位置,则可以根据成像头框面积检测该目标对象是儿童或成人;最后根据检测结果统计目标区域的客流量。这样,可以通过成像头框面积来检测目标对象是儿童还是成人,由于获取成像头框面积对图像质量的要求不高,所以,对摄像头的清晰度要求较低,使用普通拍摄精度的摄像头即可实现客流统计,从而可以降低客流统计的成本;且获取成像头框面积对拍摄时的光线、角度等环境的要求较低,所以,可以降低视频拍摄难度。另外,获取成像头框面积的算法较为简单,只需占用较少的资源,从而可以节省资源。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一个实施例提供的客流统计方法的方法流程图;
图2是本申请另一实施例提供的客流统计方法的方法流程图;
图3是本申请另一实施例提供的成像位置与身高之间的关系的示意图;
图4是本申请再一实施例提供的客流统计装置的结构框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
下面先对本申请的应用场景进行介绍。
本申请可以用于统计目标区域中的客流量。比如,当目标区域是店铺时,本申请可以用于统计店铺中的客流量。
在一种实现方式中,可以在每个店铺的门口安装采集设备,该采集设备可以与计算设备相连,这样,该采集设备可以对店铺内的区域进行拍摄,并将拍摄得到的视频发送给计算设备,由计算设备根据视频统计该店铺中的客流量。
其中,采集设备中可以配置有摄像头,比如,采集设备可以是枪机摄像头。采集设备与计算设备可以通过有线网络或无线网络连接,本实施例不作限定。
请参考图1,其示出了本申请一个实施例提供的客流统计方法的方法流程图,该客流统计方法可以应用于计算设备中。该客流统计方法,可以包括:
步骤101,获取对目标区域进行拍摄得到的视频。
采集设备可以对目标区域进行拍摄,并将拍摄到的视频实时发送给计算设备,计算设备可以接收到该视频。
步骤102,若在视频中检测到目标对象,则在该目标对象位于目标区域内的客流统计位置时,获取该目标对象的成像头框面积,该成像头框面积是视频中该目标对象的头部的包围盒的面积。
计算设备可以检测视频中是否存在目标对象,若视频中存在目标对象,则对该目标对象进行跟踪,得到该目标对象的运动轨迹。其中,目标对象可以是成人或儿童。
需要说明的是,目标区域内预设有客流统计位置,当目标对象未越过该客流统计位置时,确定目标对象未进入目标区域,不将目标对象统计为该目标区域的客流;当目标对象越过该客流统计位置时,确定目标对象进入了目标区域,需要将目标对象统计为该目标区域的客流。其中,客流统计位置可以是一个带方向的四边形,也可以是一条线,本实施例不作限定。
若根据运动轨迹确定目标对象位于客流统计位置,则该目标对象可能会越过该客流统计位置而进入目标区域内,此时,计算设备可以获取该目标对象的成像头框面积,以便在该目标对象越过客流统计位置后,计算设备能够根据该成像头框面积来判断该目标对象是成人还是儿童。
其中,成像头框面积可以是计算设备识别出目标对象的头部后,为该头部绘制的包围盒的面积,该包围盒也可以称为成像头框。
步骤103,若目标对象越过客流统计位置,则根据成像头框面积检测该目标对象是儿童或成人。
计算设备可以继续对视频中目标对象的轨迹进行跟踪,当确定该目标对象越过客流统计位置后,计算设备可以根据成像头框面积检测该目标对象是儿童还是成人,具体检测方法详见下文中的描述,此处不作赘述。
本实施例中,计算设备根据成像头框面积即可识别出目标对象是儿童还是成人,相比于相关技术中通过人脸识别来识别目标对象的年龄,再确定目标对象是儿童还是成人来说,本实施例具备以下优势:
1、计算设备只需识别视频中目标对象的头部即可,无需识别目标对象的面部细节,所以,对图像质量的要求不高,对摄像头的清晰度要求交底,使用普通拍摄精度的摄像头即可实现,无需配置高拍摄精度的摄像头,从而可以降低客流统计的成本;
2、计算设备只需识别视频中目标对象的头部即可,无需识别目标对象的面部细节,所以,对拍摄时的光线、角度等环境的要求较低,可以降低视频拍摄难度;
3、获取成像头框面积的算法较为简单,基本不增加本地计算资源,只要增加少量的采集数据即可实现,可以节省资源。
步骤104,根据检测结果统计目标区域的客流量。
本实施例中,计算设备可以得到两种检测结果,第一种检测结果为目标对象是成人,第二种检测结果为目标对象是儿童。在得到检测结果后,计算设备可以根据检测结果统计目标区域的客流量,具体统计方法详见下文中的描述,此处不作赘述。
综上所述,本申请实施例提供的客流统计方法,若视频中目标对象位于目标区域内的客流统计位置,则可以获取该目标对象的成像头框面积;由于该成像头框面积是视频中该目标对象的头部的包围盒的面积,所以,若目标对象越过客流统计位置,则可以根据成像头框面积检测该目标对象是儿童或成人;最后根据检测结果统计目标区域的客流量。这样,可以通过成像头框面积来检测目标对象是儿童还是成人,由于获取成像头框面积对图像质量的要求不高,所以,对摄像头的清晰度要求较低,使用普通拍摄精度的摄像头即可实现客流统计,从而可以降低客流统计的成本;且获取成像头框面积对拍摄时的光线、角度等环境的要求较低,所以,可以降低视频拍摄难度。另外,获取成像头框面积的算法较为简单,只需占用较少的资源,从而可以节省资源。
请参考图2,其示出了本申请另一实施例提供的客流统计方法的方法流程图,该客流统计方法可以应用于计算设备中。该客流统计方法,可以包括:
步骤201,获取对目标区域进行拍摄得到的视频。
采集设备可以对目标区域进行拍摄,并将拍摄到的视频实时发送给计算设备,计算设备可以接收到该视频。
步骤202,若在视频中检测到目标对象,则在该目标对象位于目标区域内的客流统计位置时,获取该目标对象的成像头框面积,该成像头框面积是视频中该目标对象的头部的包围盒的面积。
本实施例中的目标区域内预设有客流统计位置,当目标对象未越过该客流统计位置时,确定目标对象未进入目标区域,不将目标对象统计为该目标区域的客流;当目标对象越过该客流统计位置时,确定目标对象进入了目标区域,需要将目标对象统计为该目标区域的客流。其中,目标对象可以是成人或儿童。其中,客流统计位置可以是一个带方向的四边形,也可以是一条线,本实施例不作限定。
若根据运动轨迹确定目标对象位于客流统计位置,则该目标对象可能会越过该客流统计位置而进入目标区域内,此时,计算设备可以获取该目标对象的成像头框面积,以便在该目标对象越过客流统计位置后,计算设备能够根据该成像头框面积来判断该目标对象是成人还是儿童。其中,成像头框面积可以是计算设备识别出目标对象的头部后,为该头部绘制的包围盒的面积,该包围盒也可以称为成像头框。
在一种可能的实现方式中,在目标对象位于目标区域内的客流统计位置时,获取目标对象的成像头框面积,可以包括以下几个子步骤:
步骤2021,在视频中检测目标对象的成像头框,并根据该成像头框生成目标对象的移动轨迹。
计算设备可以检测视频中是否存在目标对象,若视频中存在目标对象,则对该目标对象进行跟踪,得到该目标对象的运动轨迹。
在一个实施例中,计算设备可以将视频划分成若干个视频帧,并对每个视频帧进行检测,当在某个视频帧中检测到目标对象的成像头框时,可以为该成像头框分配一个跟踪标识(Trackid),并将该目标对象的位置对应于该跟踪标识进行存储;在后续的视频帧中继续检测该目标对象的成像头框,并将该目标对象在每个视频帧中的位置对应于该跟踪标识进行存储,即可得到该目标对象的成像头框的运动轨迹,也就可以得到该目标对象的运动轨迹。
步骤2022,当根据移动轨迹确定目标对象位于目标区域内的客流统计位置时,计算成像头框的面积,得到成像头框面积。
在确定目标对象位于客流统计位置时,计算设备可以根据成像头框在视频帧中的占比以及视频帧的面积计算成像头框的面积,或者,计算设备可以根据成像头框所包含的像素数量以及每个像素的面积计算成像头框的面积,或者,计算设备还可以通过其他算法计算成像头框的面积,本实施例不作限定。
步骤203,若目标对象越过客流统计位置,则根据成像头框面积计算目标对象的目标特征参数,该目标特征参数包括目标对象的目标头围参数和目标身高参数。
根据分析可知,成像头框面积的大小至少存在头围和身高这两个影响因子,下面对头围和身高与成像头框面积之间的关系进行说明。
1、头围
当具有不同头围参数的两个对象站在同一位置,即这两个对象与采集设备之间的距离相同时,头围参数大的对象在视频中的成像大,头围参数小的对象在视频中的成像小,而成像大小与成像头框的边长大小呈正比,且成像头框面积等于成像头框的边长的平方。根据上述关系可知,假设头围参数记为He,成像头框面积记为S,第一系数记为α,则S=α×He2。
2、身高
当采集设备俯视拍摄,且要求具有不同身高参数的两个对象成像在同一位置时,身高参数越大的对象距离采集设备越近,身高参数越小的对象距离采集设备越远,如图3所示。而与采集设备之间的距离远近与成像头框的边长大小呈正比,且成像头框面积等于成像头框的边长的平方,根据上述关系可知,假设身高参数记为H,成像头框面积记为S,第二系数记为β,则S=β×H2。
在已知目标对象的成像头框面积S时,若要求解目标对象的目标头围参数和目标身高参数,则需要求解第一系数和第二系数。其中,第一系数和第二系数为固定值。
其中,根据成像头框面积计算目标对象的目标特征参数,可以包括以下几个子步骤:
步骤2031,获取第一系数和第二系数。
在一种可能的实现方式中,可以令一个特定目标对象位于目标区域内的客流统计位置,获取该特定目标对象的特定成像头框面积,再测量该特定目标对象的头围参数和身高参数,即可计算得到第一系数和第二系数。
此时,获取第一系数和第二系数,可以包括:测量特定对象的特定头围参数和特定身高参数;当特定对象位于目标区域内的客流统计位置时,获取该特定对象的特定成像头框面积;将特定成像头像面积除以特定头围参数的平方,得到第一系数;将特定成像头像面积除以特定身高参数的平方,得到第二系数。
步骤2032,对成像头框面积除以第一系数的商进行开方运算,得到目标头围参数。
步骤2033,对成像头框面积除以第二系数的商进行开方运算,得到目标身高参数。
步骤204,根据目标特征参数计算目标对象是儿童的概率。
本实施例中,计算设备可以预设儿童岁数阈值N,再计算目标对象小于等于N岁的概率总和,即可得到目标对象是儿童的概率。比如,N为14,则计算设备可以分别计算目标对象是1岁儿童的概率,是2岁儿童的概率,是3岁儿童的概率,……,是14岁儿童的概率,再将得到的14个概率相加,得到目标对象是儿童的概率。
其中,根据目标特征参数计算目标对象是儿童的概率,可以包括以下几个子步骤:
步骤2041,在标准表中获取成人的第一特征参数和儿童的N组第二特征参数,该第一特征参数包括成人的头围平均值和身高平均值,第i组第二特征参数包括第i岁儿童的头围平均值和身高平均值, i大于等于1且小于等于儿童岁数阈值N。
其中,标准表中包括国家标准各年龄段未成年人以及成人的头围平均值,所以,查表可以得到成人的头围平均值和每个年龄的儿童的头围平均值。标准表中还包括国家标准各年龄段未成年人以及成人的身高平均值,所以,查表可以得到成人的身高平均值和每个年龄的儿童的身高平均值。
将上述数据中成人的头围平均值和身高平均值组成第一特征参数,将每个年龄的儿童的头围平均值和身高平均值组成一组第二特征参数,得到N组第二特征参数。
步骤2042,根据目标特征参数、第一特征参数、N组第二特征参数和贝叶斯的后验概率计算公式计算目标对象小于等于N岁的全概率。
贝叶斯的后验概率公式为P(A|B)=P(A)×P(B|A)/P(B),表示事件A在另外一个事件B已经发生条件下的发生概率。若A为指定的年龄,B为特征参数,即(身高参数H,头围参数He)的二元组,则计算目标对象小于等于N岁的全概率公式为
步骤2043,将全概率确定为目标对象是儿童的概率。
步骤205,若概率大于或等于预设阈值,则生成用于指示目标对象是儿童的检测结果,执行步骤207。
计算设备可以预先设置预设阈值,并根据该预设阈值来确定目标对象是成人还是儿童。其中,预设阈值可以是经验值,也可以是通过计算公式计算得到的数值,本实施例不作限定。
步骤206,若概率小于预设阈值,则生成用于指示目标对象是成人的检测结果,执行步骤207。
步骤207,根据检测结果统计目标区域的客流量。
本实施例中,计算设备可以得到两种检测结果,第一种检测结果为目标对象是成人,第二种检测结果为目标对象是儿童。
本实施例中,计算设备可以预先设置统计策略,根据该统计策略和检测结果进行客流统计。下面对两种可能的统计策略进行说明。
当统计策略是统计成人和儿童的客流量,并标记客流类型时,根据检测结果统计目标区域的客流量,可以包括:当检测结果指示目标对象是成人时,更新目标区域的客流量,并记录本次的客流类型为成人;当检测结果指示目标对象是儿童时,更新目标区域的客流量,并记录本次的客流类型为儿童。
比如,当进入目标区域的目标对象是成人时,将客流量增加1,并标记客流类型是成人;当进入目标区域的目标对象是儿童时,将客流量增加1,并标记客流类型是儿童。这样,计算设备可以统计成人的客流量和儿童的客流量,可以丰富客流量的统计方式。
当统计策略是统计成人的客流量时,根据检测结果统计目标区域的客流量,可以包括:当检测结果指示目标对象是成人时,更新目标区域的客流量;当检测结果指示目标对象是儿童时,不更新目标区域的客流量。
比如,当进入目标区域的目标对象是成人时,将客流量增加1;当进入目标区域的目标对象是儿童时,不更新客流量。这样,计算设备可以统计成人的客流量,可以提高客流量的准确性。
在实施本实施例提供的客流统计方法时,测试人员发现本实施例对较小年龄的目标对象具有较好的识别效果。当定义14岁及14岁以下为无购买力的儿童(即N为14)时,识别的准确率为99%以上,下面附上识别的准确率,如表一所示。
表一
年龄 | N≤9 | N≤13 | N≤16 |
准确率 | 100% | 99% | 92% |
综上所述,本申请实施例提供的客流统计方法,若视频中目标对象位于目标区域内的客流统计位置,则可以获取该目标对象的成像头框面积;由于该成像头框面积是视频中该目标对象的头部的包围盒的面积,所以,若目标对象越过客流统计位置,则可以根据成像头框面积检测该目标对象是儿童或成人;最后根据检测结果统计目标区域的客流量。这样,可以通过成像头框面积来检测目标对象是儿童还是成人,由于获取成像头框面积对图像质量的要求不高,所以,对摄像头的清晰度要求较低,使用普通拍摄精度的摄像头即可实现客流统计,从而可以降低客流统计的成本;且获取成像头框面积对拍摄时的光线、角度等环境的要求较低,所以,可以降低视频拍摄难度。另外,获取成像头框面积的算法较为简单,只需占用较少的资源,从而可以节省资源。
请参考图4,其示出了本申请一个实施例提供的客流统计装置的结构框图,该客流统计装置可以应用于计算设备中。该客流统计装置,可以包括:
获取模块410,用于获取对目标区域进行拍摄得到的视频;
该获取模块410,还用于若在视频中检测到目标对象,则在目标对象位于目标区域内的客流统计位置时,获取目标对象的成像头框面积,成像头框面积是视频中目标对象的头部的包围盒的面积;
检测模块420,用于若目标对象越过客流统计位置,则根据成像头框面积检测目标对象是儿童或成人;
统计模块430,用于根据检测结果统计目标区域的客流量。
在一个可选的实施例中,该检测模块420,还用于:
根据成像头框面积计算目标对象的目标特征参数,目标特征参数包括目标对象的目标头围参数和目标身高参数;
根据目标特征参数计算目标对象是儿童的概率;
若概率大于或等于预设阈值,则生成用于指示目标对象是儿童的检测结果;
若概率小于预设阈值,则生成用于指示目标对象是成人的检测结果。
在一个可选的实施例中,该检测模块420,还用于:
在标准表中获取成人的第一特征参数和儿童的N组第二特征参数,第一特征参数包括成人的头围平均值和身高平均值,第i组第二特征参数包括第i岁儿童的头围平均值和身高平均值,i大于等于1 且小于等于儿童岁数阈值N;
根据目标特征参数、第一特征参数、N组第二特征参数和贝叶斯的后验概率计算公式计算目标对象小于等于N岁的全概率;
将全概率确定为目标对象是儿童的概率。
在一个可选的实施例中,该检测模块420,还用于:
获取第一系数和第二系数;
对成像头框面积除以第一系数的商进行开方运算,得到目标头围参数;
对成像头框面积除以第二系数的商进行开方运算,得到目标身高参数。
在一个可选的实施例中,该检测模块420,还用于:
测量特定对象的特定头围参数和特定身高参数;
当特定对象位于目标区域内的客流统计位置时,获取特定对象的特定成像头框面积;
将特定成像头像面积除以特定头围参数的平方,得到第一系数;
将特定成像头像面积除以特定身高参数的平方,得到第二系数。
在一个可选的实施例中,该获取模块410,还用于:
在视频中检测目标对象的成像头框,并根据成像头框生成目标对象的移动轨迹;
当根据移动轨迹确定目标对象位于目标区域内的客流统计位置时,计算成像头框的面积,得到成像头框面积。
在一个可选的实施例中,该统计模块430,还用于:
当检测结果指示目标对象是成人时,更新目标区域的客流量,并记录本次的客流类型为成人;当检测结果指示目标对象是儿童时,更新目标区域的客流量,并记录本次的客流类型为儿童;或者,
当检测结果指示目标对象是成人时,更新目标区域的客流量;当检测结果指示目标对象是儿童时,不更新目标区域的客流量。
综上所述,本申请实施例提供的客流统计装置,若视频中目标对象位于目标区域内的客流统计位置,则可以获取该目标对象的成像头框面积;由于该成像头框面积是视频中该目标对象的头部的包围盒的面积,所以,若目标对象越过客流统计位置,则可以根据成像头框面积检测该目标对象是儿童或成人;最后根据检测结果统计目标区域的客流量。这样,可以通过成像头框面积来检测目标对象是儿童还是成人,由于获取成像头框面积对图像质量的要求不高,所以,对摄像头的清晰度要求较低,使用普通拍摄精度的摄像头即可实现客流统计,从而可以降低客流统计的成本;且获取成像头框面积对拍摄时的光线、角度等环境的要求较低,所以,可以降低视频拍摄难度。另外,获取成像头框面积的算法较为简单,只需占用较少的资源,从而可以节省资源。
本申请一个实施例提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上所述的客流统计方法。
本申请一个实施例提供了一种计算设备,所述计算设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述指令由所述处理器加载并执行以实现如上所述的客流统计方法。
需要说明的是:上述实施例提供的客流统计装置在进行客流统计时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将客流统计装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的客流统计装置与客流统计方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述并不用以限制本申请实施例,凡在本申请实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请实施例的保护范围之内。
Claims (10)
1.一种客流统计方法,其特征在于,所述方法包括:
获取对目标区域进行拍摄得到的视频;
若在所述视频中检测到目标对象,则在所述目标对象位于所述目标区域内的客流统计位置时,获取所述目标对象的成像头框面积,所述成像头框面积是所述视频中所述目标对象的头部的包围盒的面积;
若所述目标对象越过所述客流统计位置,则根据所述成像头框面积检测所述目标对象是儿童或成人;
根据检测结果统计所述目标区域的客流量。
2.根据权利要求1所述的方法,其特征在于,所述根据所述成像头框面积检测所述目标对象是儿童或成人,包括:
根据所述成像头框面积计算所述目标对象的目标特征参数,所述目标特征参数包括所述目标对象的目标头围参数和目标身高参数;
根据所述目标特征参数计算所述目标对象是儿童的概率;
若所述概率大于或等于预设阈值,则生成用于指示所述目标对象是儿童的检测结果;
若所述概率小于预设阈值,则生成用于指示所述目标对象是成人的检测结果。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标特征参数计算所述目标对象是儿童的概率,包括:
在标准表中获取成人的第一特征参数和儿童的N组第二特征参数,所述第一特征参数包括成人的头围平均值和身高平均值,第i组第二特征参数包括第i岁儿童的头围平均值和身高平均值,i大于等于1且小于等于儿童岁数阈值N;
根据所述目标特征参数、所述第一特征参数、N组第二特征参数和贝叶斯的后验概率计算公式计算所述目标对象小于等于N岁的全概率;
将所述全概率确定为所述目标对象是儿童的概率。
4.根据权利要求2所述的方法,其特征在于,所述根据所述成像头框面积计算所述目标对象的目标特征参数,包括:
获取第一系数和第二系数;
对所述成像头框面积除以所述第一系数的商进行开方运算,得到所述目标头围参数;
对所述成像头框面积除以所述第二系数的商进行开方运算,得到所述目标身高参数。
5.根据权利要求4所述的方法,其特征在于,所述获取第一系数和第二系数,包括:
测量特定对象的特定头围参数和特定身高参数;
当所述特定对象位于所述目标区域内的所述客流统计位置时,获取所述特定对象的特定成像头框面积;
将所述特定成像头像面积除以所述特定头围参数的平方,得到所述第一系数;
将所述特定成像头像面积除以所述特定身高参数的平方,得到所述第二系数。
6.根据权利要求1所述的方法,其特征在于,所述在所述目标对象位于所述目标区域内的客流统计位置时,获取所述目标对象的成像头框面积,包括:
在所述视频中检测所述目标对象的成像头框,并根据所述成像头框生成所述目标对象的移动轨迹;
当根据所述移动轨迹确定所述目标对象位于所述目标区域内的所述客流统计位置时,计算所述成像头框的面积,得到所述成像头框面积。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述根据检测结果统计所述目标区域的客流量,包括:
当所述检测结果指示所述目标对象是成人时,更新所述目标区域的客流量,并记录本次的客流类型为成人;当所述检测结果指示所述目标对象是儿童时,更新所述目标区域的客流量,并记录本次的客流类型为儿童;或者,
当所述检测结果指示所述目标对象是成人时,更新所述目标区域的客流量;当所述检测结果指示所述目标对象是儿童时,不更新所述目标区域的客流量。
8.一种客流统计装置,其特征在于,所述装置包括:
获取模块,用于获取对目标区域进行拍摄得到的视频;
所述获取模块,还用于若在所述视频中检测到目标对象,则在所述目标对象位于所述目标区域内的客流统计位置时,获取所述目标对象的成像头框面积,所述成像头框面积是所述视频中所述目标对象的头部的包围盒的面积;
检测模块,用于若所述目标对象越过所述客流统计位置,则根据所述成像头框面积检测所述目标对象是儿童或成人;
统计模块,用于根据检测结果统计所述目标区域的客流量。
9.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至7任一所述的客流统计方法。
10.一种计算设备,其特征在于,所述计算设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述指令由所述处理器加载并执行以实现如权利要求1至7任一所述的客流统计方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010099830.XA CN111339873B (zh) | 2020-02-18 | 2020-02-18 | 客流统计方法、装置、存储介质及计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010099830.XA CN111339873B (zh) | 2020-02-18 | 2020-02-18 | 客流统计方法、装置、存储介质及计算设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111339873A true CN111339873A (zh) | 2020-06-26 |
CN111339873B CN111339873B (zh) | 2021-04-20 |
Family
ID=71185420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010099830.XA Active CN111339873B (zh) | 2020-02-18 | 2020-02-18 | 客流统计方法、装置、存储介质及计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111339873B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112465855A (zh) * | 2021-02-02 | 2021-03-09 | 南京甄视智能科技有限公司 | 客流统计方法、装置、存储介质及设备 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101872422A (zh) * | 2010-02-10 | 2010-10-27 | 杭州海康威视软件有限公司 | 可精确辨别目标的人流量统计的方法及*** |
US8116564B2 (en) * | 2006-11-22 | 2012-02-14 | Regents Of The University Of Minnesota | Crowd counting and monitoring |
CN104008396A (zh) * | 2014-05-22 | 2014-08-27 | 南京邮电大学 | 基于人头部色彩和形状特征的进出口人流量统计方法 |
CN104268506A (zh) * | 2014-09-15 | 2015-01-07 | 郑州天迈科技股份有限公司 | 基于深度图像的客流计数检测方法 |
CN105069429A (zh) * | 2015-07-29 | 2015-11-18 | 中国科学技术大学先进技术研究院 | 一种基于大数据平台的人流量分析统计方法和*** |
CN105893962A (zh) * | 2016-03-31 | 2016-08-24 | 成都信息工程大学 | 一种机场安检卡口人流统计方法 |
CN106056030A (zh) * | 2015-04-03 | 2016-10-26 | 韩华泰科株式会社 | 用于对人数进行计数的方法和设备 |
KR101711328B1 (ko) * | 2016-02-26 | 2017-03-03 | 경성대학교 산학협력단 | 영상 촬영 장치를 통하여 획득한 영상 이미지에서 신장 대비 머리 높이의 비를 이용하여 어린이와 성인을 구분하는 방법 |
CN106778637A (zh) * | 2016-12-19 | 2017-05-31 | 江苏慧眼数据科技股份有限公司 | 一种对男女客流的统计方法 |
CN107590458A (zh) * | 2017-05-04 | 2018-01-16 | 中华电信股份有限公司 | 垂直式影像人流计数的性别与年龄辨识方法 |
CN107862263A (zh) * | 2017-10-27 | 2018-03-30 | 苏州三星电子电脑有限公司 | 智能设备的性别识别方法与性别识别装置 |
CN108596042A (zh) * | 2018-03-29 | 2018-09-28 | 青岛海尔智能技术研发有限公司 | 开门控制方法和*** |
CN108876990A (zh) * | 2018-05-31 | 2018-11-23 | 深圳市零度智控科技有限公司 | 智能门锁及其控制方法、装置及可读存储介质 |
US20190026548A1 (en) * | 2017-11-22 | 2019-01-24 | Intel Corporation | Age classification of humans based on image depth and human pose |
CN109871804A (zh) * | 2019-02-19 | 2019-06-11 | 上海宝尊电子商务有限公司 | 一种店铺人流识别分析的方法和*** |
CN110222637A (zh) * | 2019-06-04 | 2019-09-10 | 深圳市基鸿运科技有限公司 | 一种基于3d图像人头识别的客流统计方法及其*** |
CN110717400A (zh) * | 2019-09-12 | 2020-01-21 | 北京华捷艾米科技有限公司 | 一种客流统计方法、装置及*** |
-
2020
- 2020-02-18 CN CN202010099830.XA patent/CN111339873B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8116564B2 (en) * | 2006-11-22 | 2012-02-14 | Regents Of The University Of Minnesota | Crowd counting and monitoring |
CN101872422A (zh) * | 2010-02-10 | 2010-10-27 | 杭州海康威视软件有限公司 | 可精确辨别目标的人流量统计的方法及*** |
CN104008396A (zh) * | 2014-05-22 | 2014-08-27 | 南京邮电大学 | 基于人头部色彩和形状特征的进出口人流量统计方法 |
CN104268506A (zh) * | 2014-09-15 | 2015-01-07 | 郑州天迈科技股份有限公司 | 基于深度图像的客流计数检测方法 |
CN106056030A (zh) * | 2015-04-03 | 2016-10-26 | 韩华泰科株式会社 | 用于对人数进行计数的方法和设备 |
CN105069429A (zh) * | 2015-07-29 | 2015-11-18 | 中国科学技术大学先进技术研究院 | 一种基于大数据平台的人流量分析统计方法和*** |
KR101711328B1 (ko) * | 2016-02-26 | 2017-03-03 | 경성대학교 산학협력단 | 영상 촬영 장치를 통하여 획득한 영상 이미지에서 신장 대비 머리 높이의 비를 이용하여 어린이와 성인을 구분하는 방법 |
CN105893962A (zh) * | 2016-03-31 | 2016-08-24 | 成都信息工程大学 | 一种机场安检卡口人流统计方法 |
CN106778637A (zh) * | 2016-12-19 | 2017-05-31 | 江苏慧眼数据科技股份有限公司 | 一种对男女客流的统计方法 |
CN107590458A (zh) * | 2017-05-04 | 2018-01-16 | 中华电信股份有限公司 | 垂直式影像人流计数的性别与年龄辨识方法 |
CN107862263A (zh) * | 2017-10-27 | 2018-03-30 | 苏州三星电子电脑有限公司 | 智能设备的性别识别方法与性别识别装置 |
US20190026548A1 (en) * | 2017-11-22 | 2019-01-24 | Intel Corporation | Age classification of humans based on image depth and human pose |
CN108596042A (zh) * | 2018-03-29 | 2018-09-28 | 青岛海尔智能技术研发有限公司 | 开门控制方法和*** |
CN108876990A (zh) * | 2018-05-31 | 2018-11-23 | 深圳市零度智控科技有限公司 | 智能门锁及其控制方法、装置及可读存储介质 |
CN109871804A (zh) * | 2019-02-19 | 2019-06-11 | 上海宝尊电子商务有限公司 | 一种店铺人流识别分析的方法和*** |
CN110222637A (zh) * | 2019-06-04 | 2019-09-10 | 深圳市基鸿运科技有限公司 | 一种基于3d图像人头识别的客流统计方法及其*** |
CN110717400A (zh) * | 2019-09-12 | 2020-01-21 | 北京华捷艾米科技有限公司 | 一种客流统计方法、装置及*** |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112465855A (zh) * | 2021-02-02 | 2021-03-09 | 南京甄视智能科技有限公司 | 客流统计方法、装置、存储介质及设备 |
CN112465855B (zh) * | 2021-02-02 | 2021-04-20 | 南京甄视智能科技有限公司 | 客流统计方法、装置、存储介质及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111339873B (zh) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10445567B2 (en) | Pedestrian head identification method and system | |
US11049259B2 (en) | Image tracking method | |
US10853951B2 (en) | Methods and apparatus to generate temporal representations for action recognition systems | |
CN105631418A (zh) | 一种人数统计的方法和装置 | |
CN110287907B (zh) | 一种对象检测方法和装置 | |
US20200057886A1 (en) | Gesture recognition method and apparatus, electronic device, and computer-readable storage medium | |
CN111091057A (zh) | 一种信息处理方法、装置及计算机可读存储介质 | |
CN111860587A (zh) | 一种用于图片小目标的检测方法 | |
US20170053172A1 (en) | Image processing apparatus, and image processing method | |
CN111814690A (zh) | 一种目标重识别方法、装置和计算机可读存储介质 | |
CN110766715B (zh) | 一种结合单目标轨迹的多目标跟踪方法 | |
CN116311063A (zh) | 监控视频下基于人脸识别的人员细粒度跟踪方法及*** | |
CN111339873B (zh) | 客流统计方法、装置、存储介质及计算设备 | |
CN109299702B (zh) | 一种基于深度时空图的人体行为识别方法及*** | |
CN113408342B (zh) | 一种基于特征确定交并比阈值的目标检测方法 | |
CN111382606A (zh) | 摔倒检测方法、摔倒检测装置和电子设备 | |
CN112204957A (zh) | 白平衡处理方法和设备、可移动平台、相机 | |
CN111881775B (zh) | 一种人脸实时识别方法和装置 | |
CN112699842A (zh) | 宠物识别方法、装置、设备及计算机可读存储介质 | |
CN110889347A (zh) | 基于时空计数特征的密度交通流计数方法及*** | |
CN114550069B (zh) | 一种基于深度学习的仔猪***计数方法 | |
CN116012949A (zh) | 一种复杂场景下的人流量统计识别方法及*** | |
CN107818287B (zh) | 一种客流统计装置及*** | |
CN111461086A (zh) | 一种基于人头检测的人数统计方法和*** | |
JP2018165966A (ja) | 物体検出装置 |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: 210000 Longmian Avenue 568, High-tech Park, Jiangning District, Nanjing City, Jiangsu Province Patentee after: Xiaoshi Technology (Jiangsu) Co.,Ltd. Address before: 210000 Longmian Avenue 568, High-tech Park, Jiangning District, Nanjing City, Jiangsu Province Patentee before: NANJING ZHENSHI INTELLIGENT TECHNOLOGY Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |