[发明专利]一种人群快速聚集行为的识别方法、系统、设备及介质

权利要求书

1.一种人群快速聚集行为的识别方法，其特征在于，包括：

获取连续帧图像，基于头部检测模型依次对每一帧图像进行头部检测；

根据头部检测结果对整帧图像的聚集区域进行聚类分析，计算每个聚类后的聚集区域内的人头数量，并对每一帧图像对应的拥堵系数进行计算；

当存在所述拥堵系数大于预设稀疏系数的目标帧图像时，计算并更新以所述目标帧图像为起点，在预设时间段内所有帧图像的所述拥堵系数及最大聚集区域人数；判断所述预设时间段内是否存在所述拥堵系数和所述最大聚集区域人数均超过其对应的预设阈值的帧图像，若存在，则输出人群快速聚集的结果。

2.根据权利要求1所述的人群快速聚集行为的识别方法，其特征在于，所述头部检测模型是通过标注有行人头部的图像样本集对神经网络进行训练获得；并在所述头部检测模型检测到图像中存在头部时，为每个头部所在位置生成其对应的矩形框进行显示。

3.根据权利要求2所述的人群快速聚集行为的识别方法，其特征在于，所述聚类分析的方法为：

根据每个头部对应的矩形框的位置计算每个矩形框与其余矩形框之间的距离，将距离小于第一固定距离的所有矩形框存储在第一邻近矩形数组中；

计算每个矩形框的相邻矩形框数量，判断每个矩形框的相邻矩形框数量是否小于预设值，将相邻矩形框数量小于预设值的矩形框及其对应的所述第一邻近矩形数组删除以获得初步聚集区域；

对每个初步聚集区域进行矩形区域生长处理以获得最终的聚集区域。

4.根据权利要求3所述的人群快速聚集行为的识别方法，其特征在于，所述矩形区域生长处理的方法为：

遍历每个所述聚集区域，计算出每个所述聚集区域中拥有最多邻近矩形的目标矩形框，获取以当前聚集区域中所述目标矩形框中点为圆心，以所述第一固定距离为半径向外扩展区域内的矩形集合，遍历矩形合集以搜索距离小于等于第二固定距离的矩形框并将其存储在第二邻近矩形数组中；其中所述第二固定距离小于所述第一固定距离；

将每个所述聚集区域所对应的所述第一邻近矩形数组和所述第二邻近矩形数组进行并集运算以获得每个所述聚集区域的区域生长结果。

5.根据权利要求4所述的人群快速聚集行为的识别方法，其特征在于，所述第一固定距离＝(矩形框的宽度值的平方+矩形框的高度值的平方)*2.5，所述第二固定距离＝(矩形框的宽度值的平方+高度值的平方)*1.5。

6.根据权利要求1所述的人群快速聚集行为的识别方法，其特征在于，对于当前帧图像中的所述聚集区域的所述拥堵系数的计算方法为：

其中，len[L(n)]表示当前检测的矩形框数组大小，len(G_p)表示所有聚集区域人数总和，len(G_b)表示聚集区域总数目，β∈(0.4,0.5,0.6)，β取值与最大聚集区域内人数大小有关，分别对应[3,9),[9,12),[12,+∞)人数取值。

7.根据权利要求5所述的人群快速聚集行为的识别方法，其特征在于，对于当前帧图像中非聚集区域的所述拥堵系数的计算方法为：

Crd＝α*len[L(n)]；

其中，场景系数α为0.01≤α≤0.04，len[L(n)]表示当前检测的矩形框数组大小；当Crd超过1.0时，取值为1.0。