[发明专利]一种基于群体识别的多个体间距检测系统和方法

说明书

本发明公开了一种基于群体识别的多个体间距检测方法，包括如下步骤：步骤S1，利用预设深度神经网络模型及群体识别的方法识别出画面中的所有个体以及它们的信息、所处的群体；步骤S2，利用所获得的每个群体中每个个体的类别、位置、大小等信息，通过基于空间建模的算法或基于机器学习的算法来估算这些个体的真实位置信息及相互间距；步骤S3，利用所获得的每个群体中每个个体与其它所有个体间的位置关系，识别出子群体并通过分类算法对多个体间关系进行分类，实现对群体中这些双方或多方的多个体间关系的监视与管控。本发明提出了一种可以适用于不同场景的实时的群体监管的方法，可用于双方或多方的社交距离、社交关系、群体行为的监视管理。

技术领域

本发明属于群体中同种或异种的个体间距检测领域，具体涉及一种基于群体识别的多个体间距检测系统和方法。

背景技术

近年来，随着我国经济由高速增长阶段逐渐进入高质量发展阶段，针对群体级别的智慧化管理正在逐步取代针对单个的个体级别的自动化管理成为时代的必然趋势。为了实时监管人或物的群体行为、保障群体秩序、以及实现应对突发人或动物的传染病疫情的多个体的间距管控，通过智能化监控摄像头实现无人值守的实时群体中同种或异种的个体之间的相互关系的自动化监测已经成为智慧化群体管理的迫切需求。

现有的对群体的监管方法主要是在个体上进行监测、重识别、跟踪等，目前的在群体上的监管方法只有行为检测，这种方法只给出了群体中个体或整个群体的正常或异常的行为的类别，或宏观地描述了群体的运动，并没能定量地监测出群体中多个个体间的相互关系，且效率低、准确率低、只适用于人的群体。同时，现有的对两个个体间的距离监测以及群体密度估计方法主要使用简单的估计方法，精度低，没有考虑到多方的空间位置结构对多个体间关系的影响，没有同时结合人工智能的深度学习技术与空间算法。

在群体秩序的监管中，群体中多个个体之间的行为往往比单个个体的行为更重要，例如在新型冠状病毒的疫情防控期间，如何有效地监视、管理人群中多个个体的社交距离非常重要；在球类比赛中，多个体间距检测可以用于根据对抗双方的群体演化研究比赛中球队队形的最优策略；而在智慧牧场、养殖中，对同种或异种牲畜的群体中多个体的关系识别对智能养殖也很有意义；在智慧城市中，监控交通群体等群体中的人与车辆、车辆与车辆等同种或异种个体间的距离更是能促进智慧交通、智慧生活的发展。

发明内容

本发明的目的正是针对现有技术的不足，提供一种基于群体识别的多个体间距检测系统和方法。

本发明针对需要监管的群体中同种或异种的多个的个体间的相互关系，弥补了现有技术的只能跟踪、重识别单个个体或检测其异常行为的不足，克服了群体异常行为检测低准确率、低效率的问题，实现了一个群体中同种或异种的多个体间距检测的算法，从而提出一种可以适用于不同场景的实时的群体监管的方法，可用于双方或多方的社交距离、社交关系、群体行为的监视管理。

本发明是目的是通过以下技术方案实现的，一种基于群体识别的多个体间距检测系统和方法，包括如下步骤：

(1)通过监控摄像头等设备实时对需要检测的群体获取动态实时画面(Observation)，然后采用包括YOLO、Mask RCNN、Faster RCNN、Fast RCNN、FPN、FCN、VGG或SSD等的深度神经网络模型识别出画面中的所有个体以及它们的类别、位置、大小等信息，然后通过群体识别的方法识别出这些个体所组成的所有群体。

(2)根据所述步骤1检测到的所有个体的信息，使用基于空间建模的算法(包括基于个体高度的算法以及基于水平面的算法)或基于机器学习的算法来估算这些个体的真实位置信息，从而估计出每个群体中每个个体与其它所有个体间的真实距离。

(3)根据所述步骤2得到的每个群体中每个个体与其它所有个体间的真实距离，统计出群体中的包括双方社交距离、多方社交距离在内的多个体间关系，识别出子群体，最后使用分类算法将所有的多个体间距关系进行识别与分类，从而实现对群体中这些双方或多方的多个体间关系的监视与管控。