[发明专利]人流密度预测方法及装置、计算机设备及可读介质

说明书

本发明提供一种人流密度预测方法及装置、计算机设备及可读介质。其方法包括：获取待预测的图片；采用预先训练的人流密度估计模型，预测所述待预测的图片中包括的人头数量，所述人流密度估计模型在训练时，融合有多个尺度的特征一起进行训练。本发明中，通过采用融合有多个尺度的特征一起进行训练的人流密度估计模型，可以对待预测的图片中不同尺寸的人头进行准确识别和统计，从而能够有效地减小人流密度预测误差，提高人流密度预测的准确性。

【技术领域】

本发明涉及计算机应用技术领域，尤其涉及一种人流密度预测方法及装置、计算机设备及可读介质。

【背景技术】

随着互联网和人工智能(Artificial Intelligence；AI)技术的不断发展，越来越多的领域开始涉及自动化计算与分析，其中监控安防领域是最为重要的场景之一。

例如，对于一些人流密度大的区域，如机场、车站、广场、公园等，常因为人群过于密集而存在发生踩踏事件的隐患，对这些区域都需要进行重点监控，进行实时人流密度估计，以避免此类事件发生。现有人流密度估计方法，可以包括有肉眼计数、基于检测的计数方法、基于回归的计数方法、以及基于密度图的计数等多种方法。其中基于密度图的计数方法是一种最智能的方法。在该方法中，回归出与原图相同尺寸的一个高斯分布的人群密度分布图，对此密度图中标注的打点人头求和，即得到人流密度的估计值。

现有的人流密度估计方法中，未考虑同一张图中远近不同的人头的尺寸区别，人头无论远近均只有单点标注，在画面中人头尺寸变化幅度较大时，易造成估算的人流密度的误差较大。

【发明内容】

本发明提供了一种人流密度预测方法及装置、计算机设备及可读介质，用于减小人流密度预测的误差，提高人流密度预测的准确性。

本发明提供一种人流密度预测方法，所述方法包括：

获取待预测的图片；

采用预先训练的人流密度估计模型，预测所述待预测的图片中包括的人头数量，所述人流密度估计模型在训练时，融合有多个尺度的特征一起进行训练。

本发明提供一种人流密度预测装置，所述装置包括：

获取模块，用于获取待预测的图片；

预测模块，用于采用预先训练的人流密度估计模型，预测所述待预测的图片中包括的人头数量，所述人流密度估计模型在训练时，融合有多个尺度的特征一起进行训练。

本发明还提供一种计算机设备，所述设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的人流密度预测方法。

本发明还提供一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的人流密度预测方法。

本发明的人流密度预测方法及装置、计算机设备及计算机可读介质，通过采用融合有多个尺度的特征一起进行训练的人流密度估计模型，可以对待预测的图片中不同尺寸的人头进行准确识别和统计，从而能够有效地减小人流密度预测误差，提高人流密度预测的准确性。

【附图说明】

图1为本发明的人流密度预测方法实施例一的流程图。

图2为本发明的人流密度预测方法实施例二的流程图。

图3为本发明的人流密度预测方法实施例三的流程图。

图4为本发明提供的一种人流密度估计模型的结构示意图。

图5为本发明的人流密度预测装置实施例一的结构图。