[发明专利]人流量统计方法及装置

说明书

技术领域

本发明涉及图像处理领域，具体而言，涉及一种人流量统计方法及装置。

背景技术

现有技术中，通常采用红外感应的电气接触式、或者非接触式的信号个数统计来进行人流量统计。该方式对应的系统安装复杂、维护麻烦，而且存在对象难以追溯、容易误识等问题。

发明内容

有鉴于此，本发明实施例的目的在于提供一种人流量统计方法及装置。

本发明实施例提供的一种人流量统计方法，所述人流量统计方法包括：

建立多个小网络作为神经网络主体；

在每个小网络中输入预存的训练图像集合进行训练得到网络模型；以及

将待识别图像输入训练好的网络模型进行人流量识别，得到人流量统计结果。

本发明实施例还提供一种人流量统计装置，所述人流量统计装置包括：

建立模块，用于建立多个小网络作为神经网络主体；

训练模块，用于在每个所述多个小网络中输入预存的训练图像集合进行训练得到网络模型；以及

识别模块，用于将待识别图像输入训练好的网络模型进行人流量识别，得到人流量统计结果。

与现有技术相比，本发明实施例的人流量统计方法及装置，利用集成学习思想，训练多个小网络，快速完成人流数量回归任务；另外，多网络互信息传递方法，加速训练网络收敛，提高人流量统计的准确性。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本发明较佳实施例提供的电子终端的方框示意图。

图2为本发明较佳实施例提供的人流量统计方法的流程图。

图3为本发明较佳实施例提供的人流量统计方法的步骤S102的详细流程图。

图4为本发明较佳实施例提供的人流量统计方法中的模型训练的流程图。

图5为本发明较佳实施例提供的人流量统计方法的步骤S1022的详细流程图。

图6为本发明较佳实施例提供的人流量统计方法的步骤S103的详细流程图。

图7为本发明较佳实施例提供的人流量统计装置的功能模块示意图。

图8为本发明较佳实施例提供的人流量统计装置的训练模块的详细模块示意图。

图9为本发明较佳实施例提供的人流量统计装置的识别模块的详细模块示意图。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

如图1所示，是一电子终端100的方框示意图。所述电子终端100包括人流量统计装置110、存储器111、存储控制器112、处理器113、外设接口114、输入输出单元115、显示单元116。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对电子终端100的结构造成限定。例如，电子终端100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。本实施例所述的电子终端100可以是个人计算机、图像处理服务器、或者移动电子设备等具有图像处理能力的计算设备。