[发明专利]一种基于图像的人群态势分析方法、装置、设备及系统

说明书

本发明实施例提供了一种基于图像的人群态势分析方法、装置、设备及系统，方法包括：将图像输入至预先训练得到的神经网络模型中；利用神经网络模型中的人群密度统计分支，统计图像中的人群密度；利用神经网络模型中的人群行为分析分支，分析图像中的人群行为；基于人群密度和人群行为，判断是否发生群体性事件。可见，本方案中，神经网络模型至少包括两个分支，一个分支统计图像中的人群密度，另一个分支分析图像中的人群行为，从人群密度和行为两方面来分析是否发生群体性事件，提高了分析结果的准确性。

技术领域

本发明涉及监控技术领域，特别是涉及一种基于图像的人群态势分析方法、装置、设备及系统。

背景技术

一些公共场所发生的群体性事件，如人群聚集、打架斗殴、人群踩踏等事件极大地影响了公共安全。目前，可以基于监控图像分析人群态势，以对这种群体性事件及时进行处理，提高公共安全。

一些相关方案中，通常获取公共场所的监控图像，统计监控图像中的人头数量，如果数量较多，则表示发生了群体性事件。但是，对于一些经常拥挤的场所来说，比如早晚高峰的地铁、火车站等场所中，人员数量多并不一定表示发生了上述群体性事件。可见，这种方案的分析结果准确性较差。

发明内容

本发明实施例的目的在于提供一种基于图像的人群态势分析方法、装置、设备及系统，以提高分析结果的准确性。

为了达到上述目的，本发明实施例提供了一种基于图像的人群态势分析方法，包括：

获取待分析图像；

将所述待分析图像输入至预先训练得到的神经网络模型中；

利用所述神经网络模型中的人群密度统计分支，统计所述待分析图像中的人群密度；

利用所述神经网络模型中的人群行为分析分支，分析所述待分析图像中的人群行为；

基于所述人群密度和所述人群行为，判断是否发生群体性事件。

可选的，所述方法还包括：

利用所述神经网络模型中的密度分布预测分支，识别所述待分析图像中各像素点处的人群密度值；

所述基于所述人群密度和所述人群行为，判断是否发生群体性事件，包括：

基于所述人群密度、所述人群行为和所述待分析图像中各像素点处的人群密度值，判断是否发生群体性事件。

可选的，训练得到所述神经网络模型的过程包括：

将样本图像输入至预设结构的神经网络中；

利用所述神经网络中的卷积层对所述样本图像进行卷积处理，将卷积处理后得到的数据分别输入所述神经网络中的人群密度统计分支、人群行为分析分支和密度分布预测分支；

基于所述人群密度统计分支的第一损失函数、所述人群密度统计分支的第一输出结果、所述人群行为分析分支的第二损失函数、所述人群行为分析分支的第二输出结果、所述密度分布预测分支的第三损失函数、所述密度分布预测分支的第三输出结果，对所述卷积层中的参数进行迭代调整；

当对所述卷积层中参数的调整满足收敛条件时，得到训练完成的神经网络模型。

可选的，所述基于所述人群密度和所述人群行为，判断是否发生群体性事件，包括：

若所述人群密度超过预设阈值、且所述人群行为存在异常，则判定发生群体性事件；

在判定发生群体性事件的情况下，所述方法还包括：输出报警信息。

可选的，所述获取待分析图像，包括：

通过无人机云台，获取待分析图像；