[发明专利]一种多域信息的人群密度预警方法有效

专利信息
申请号: 201910407947.7 申请日: 2019-05-16
公开(公告)号: CN110175547B 公开(公告)日: 2022-05-17
发明(设计)人: 吴澄;盛洁;张瑾;汪一鸣;柏柳 申请(专利权)人: 苏州大学
主分类号: G06V20/52 分类号: G06V20/52
代理公司: 苏州创元专利商标事务所有限公司 32103 代理人: 陶海锋
地址: 215137 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 信息 人群 密度 预警 方法
【说明书】:

发明公开了一种多域信息的人群密度预警方法。对场所空间配置图进行空间坐标系建模,依据地形选取不同的特征区域,确定人群密度阈值,得到人群密度阈值面;建立个体模型,设定空间吸引点,计算个人空间变化趋势,对场所进行个人空间建模,再依据不同地形特征区域,对人群分布进行密度拟合,得到人群密度吸引面;对场景内视频帧图像进行运动目标前景提取,分级显示人群密度,得到场景实时检测人群密度面。本发明提供的预警方法,是将得到的实时人群密度面与场所密度阈值面及场所的人群密度吸引面进行对比分析,可在时间和空间上对人群密度进行分析和安全预警,为人群聚集地的安全管控提供理论支持和信息交流,提高了人群聚集地的管理水平和安全性。

技术领域

本发明涉及图像处理技术领域,尤其涉及一种多域信息的人群密度预警方法。

背景技术

空间场所往往承担着人流长时间高度聚集的公共职能,尤其在特定节日或者大型活动的开展,强烈的吸引力促使人群蜂拥而至,导致空间场所内人群密度急剧上升且分布极不合理,增加了安全隐患,严重威胁人身安全,扩散后甚至影响周边交通的流通和控制。

目前运行的传统安全监控系统在实时统计方案的方式还存在着一些不足,尤其是在精确度和时效性方面,缺乏实时有效精度较高的统计手段,也缺乏技术层面的算法验证。人流的统计数据比较差强人意,特别是在对历史人流数据的统计、分析、挖掘来准确判断人流情况并提供预警提示。现在的智能安全管控体系的检测往往是针对事故发生后进行的,这仅有助于对事故的处理,而对事故的预防作用有限。每件事故事件的发生虽然有着其随机性,但也存在着一定的规律,具有可借鉴性。

当前,对空间场所内的人群拥挤程度及变化趋势的监测,得益于智能监控视频系统的成熟使用,其全方位的视角覆盖给人群密度估计提供了更多的数据支撑。现有技术中,已有针对视频帧图像进行处理,得到人群数量和人群密度,有着良好的精确度的报道;也有利用手机信号进行人群监控,使用蓝牙读数分析来估计人群密度的技术方案。现有技术公开的这些检测方法,一定程度上解决了目前人群密度检测中存在的精度问题,但并没有将地形环境等考虑进去,然而,这些因素包含的信息可能更多。

发明内容

本发明针对现有技术存在的不足,提供一种多域信息的人群密度预警方法,利用空间内人群距离吸引点的远近、地形环境等多域信息,对场所内人群进行密度分布分析,为人群聚集地的安全管控提供理论支持和信息交流,有利于提高人群聚集地的安全性和管理水平。

实现本发明目的的技术方案是提供一种基于多域信息的人群密度预警方法,包括如下步骤:

(1)对场所空间配置图进行空间坐标系建模,依据地形选取不同的特征区域,获取各特征区域的像素坐标,再转化为对应的实际坐标;确定各特征区域人群密度阈值,对应赋值于各像素点,得到人群密度阈值面;

(2)建立个体模型,所述个体模型为以成年人肩宽值为半径的圆,再以个体模型的同心圆为个体活动范围;按需要对场所空间配置图设定若干空间吸引点,选取某一个吸引点,设置离该吸引点最近处和最远处的两个个体活动范围,Rmin为距离吸引点的最近的个体活动范围的半径,Rmax为距离吸引点的最远的个体活动范围的半径,按式

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州大学,未经苏州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910407947.7/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top