[发明专利]一种人流量统计方法及装置

权利要求书

1.一种人流量统计方法，其特征在于，包括：

获取目标区域的目标检测图像；

采用深度学习方法对所述目标检测图像进行人头检测，获得至少一个人头特征；

对所述至少一个人头特征进行递归分析，获得所述至少一个人头特征的属性信息；

根据所述至少一个人头特征的属性信息统计所述目标区域的人流量。

2.如权利要求1所述的方法，其特征在于，所述获取目标区域的目标检测图像，包括：

确定待统计的目标区域，其中，所述目标区域为一个封闭区域，或者所述目标区域为位于开放区域内的一个指定区域；

在所述目标区域设置至少一路摄像装置；

同步采集所述至少一路摄像装置所拍摄的图像信息；

将所述至少一路摄像装置所拍摄的图像信息进行全景合成形成目标检测图像。

3.如权利要求1或2所述的方法，其特征在于，所述采用深度学习方法对所述目标检测图像进行人头检测，获得至少一个人头特征，包括：

从所述目标检测图像中随机选取一个样本图像；

根据所述样本图像所反映的人流密度确定深度学习的层级参数；

按照所确定的层级参数构建深度卷积神经网络模型；

采用所述深度卷积神经网络模型对所述目标检测图像进行人头检测，获得至少一个人头特征。

4.如权利要求3所述的方法，其特征在于，所述对所述至少一个人头特征进行递归分析，获得所述至少一个人头特征的属性信息，包括：

根据所述至少一个人头特征的数量确定递归分析的节点数量；

按照所确定的节点数量构建递归神经网络模型；

采用所述递归神经网络模型对所述至少一个人头特征中的每个人头特征进行分析，得到所述每个人头特征的属性信息；

其中，一个人头特征的属性信息包括：确认概率及确认位置。

5.如权利要求4所述的方法，其特征在于，所述根据所述至少一个人头特征的属性信息统计所述目标区域的人流量，包括：

根据所述至少一个人头特征的属性信息对所述至少一个人头特征进行有效性筛选处理；

根据筛选得到的至少一个有效人头特征统计所述目标区域的人流量。

6.如权利要求5所述的方法，其特征在于，所述根据所述至少一个人头特征的属性信息对所述至少一个人头特征进行有效性筛选处理，包括：

将所述至少一个人头特征中确认概率大于预设值的人头特征确定为备选人头特征；

对各备选人头特征的确认位置进行非最大值抑制处理，过滤确认位置产生重叠的备选人头特征，得到剩余的有效人头特征。

7.一种人流量统计装置，其特征在于，包括：

获取单元，用于获取目标区域的目标检测图像；

检测单元，用于采用深度学习方法对所述目标检测图像进行人头检测，获得至少一个人头特征；

分析单元，用于对所述至少一个人头特征进行递归分析，获得所述至少一个人头特征的属性信息；

统计单元，用于根据所述至少一个人头特征的属性信息统计所述目标区域的人流量。

8.如权利要求7所述的装置，其特征在于，所述获取单元包括：

区域确定单元，用于确定待统计的目标区域，其中，所述目标区域为一个封闭区域，或者所述目标区域为位于开放区域内的一个指定区域；

设置单元，用于在所述目标区域设置至少一路摄像装置；

采集单元，用于同步采集所述至少一路摄像装置所拍摄的图像信息；

合成单元，用于将所述至少一路摄像装置所拍摄的图像信息进行全景合成形成目标检测图像。