System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 拥挤判断方法、装置、终端及可读存储介质制造方法及图纸_技高网

拥挤判断方法、装置、终端及可读存储介质制造方法及图纸

技术编号:41799039 阅读:4 留言:0更新日期:2024-06-24 20:22
本申请适用于安全管理领域,提供一种拥挤判断方法、装置、终端及可读存储介质,其中方法包括:提取目标观测区域的动态影像中的人体骨架特征,得到多个动态骨架;每一所述动态骨架对应一个观测人员,所述动态骨架包含多个静态骨架,多个所述静态骨架对应的时间点不同,每一所述静态骨架包含至少一个人体关键点;基于所述动态骨架包含的所述人体关键点,从多个所述观测人员中识别出疑似拥挤人员;基于所述疑似拥挤人员进行关键点缺失计算,得到整体关键点缺失率;在所述整体关键点缺失率大于或等于整体关键点缺失率阈值的情况下,确定发生拥挤事件。该方案能够提高拥挤事件的判断准确率。

【技术实现步骤摘要】

本申请属于安全管理领域,尤其涉及一种拥挤判断方法、装置、终端及可读存储介质


技术介绍

1、公共区域易发生踩踏事件,对于公共安全构成严重威胁。以楼梯间为例,由于楼梯间等区域的空间相对狭窄,在人员密集时,更易发生踩踏事件。为避免踩踏事件的发生,需要在楼梯间等区域出现拥挤的时候,及时进行预警,并采取干预措施。

2、目前,通过人工智能等技术手段对人头进行计数,来判断楼梯间等区域是否拥挤。人头计数从全局的角度出发,衡量区域整体是否产生拥挤,这种拥挤判断方法准确率较低。


技术实现思路

1、本申请实施例提供了一种拥挤判断方法、装置、终端及可读存储介质,以解决现有技术中通过人头计数判断楼梯间等区域是否拥挤所存在的准确率低的问题。

2、本申请实施例的第一方面提供了一种拥挤判断方法,包括:

3、提取目标观测区域的动态影像中的人体骨架特征,得到多个动态骨架;每一所述动态骨架对应一个观测人员,所述动态骨架包含多个静态骨架,多个所述静态骨架对应的时间点不同,每一所述静态骨架包含至少一个人体关键点;

4、基于所述动态骨架包含的所述人体关键点,从多个所述观测人员中识别出疑似拥挤人员;

5、基于所述疑似拥挤人员进行关键点缺失计算,得到整体关键点缺失率;

6、在所述整体关键点缺失率大于或等于整体关键点缺失率阈值的情况下,确定发生拥挤事件。

7、本申请实施例的第二方面提供了一种人员拥挤判断装置,包括:

8、提取模块,用于提取目标观测区域的动态影像中的人体骨架特征,得到多个动态骨架;每一所述动态骨架对应一个观测人员,所述动态骨架包含多个静态骨架,多个所述静态骨架对应的时间点不同,每一所述静态骨架包含至少一个人体关键点;

9、识别模块,用于基于所述动态骨架包含的所述人体关键点,从多个所述观测人员中识别出疑似拥挤人员;

10、计算模块,用于基于所述疑似拥挤人员进行关键点缺失计算,得到整体关键点缺失率;

11、确定模块,用于在所述整体关键点缺失率大于或等于整体关键点缺失率阈值的情况下,确定发生拥挤事件。

12、本申请实施例的第三方面提供了一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述方法的步骤。

13、本申请实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。

14、本申请的第五方面提供了一种计算机程序产品,当所述计算机程序产品在终端上运行时,使得所述终端执行上述第一方面所述方法的步骤。

15、由上可见,本申请在得到目标观测区域的动态影像之后,提取该动态影像中的人体骨架特征,得到多个观测人员和每一观测人员对应的包含多个静态骨架的动态骨架,其中,多个静态骨架来自于动态影像的不同影像帧,多个静态骨架对应的时间点不同,每一静态骨架包含至少一个人体关键点,即每一动态骨架包含有人体关键点。根据动态骨架包含的人体关键点进行人员筛选,从多个观测人员中识别出可能会引发拥挤事件的疑似拥挤人员,实现从全局区域到局部区域的跨越,排除了无关人员的无关因素对拥挤判断的干扰,提高了拥挤判断准确率。然后根据疑似拥挤人员的人体关键点缺失情况,计算整体关键点缺失率,人体关键点的引入使得判断更为精准。在整体关键点缺失率大于或等于整体关键点缺失率阈值的情况下,确定发生拥挤事件。通过关键部位的整体缺失率对局部区域进行全面评估,进一步提高了拥挤事件的判断准确度。

本文档来自技高网...

【技术保护点】

1.一种拥挤判断方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述动态影像包含多帧图像,所述提取目标观测区域的动态影像中的人体骨架特征,得到多个动态骨架,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述动态骨架包含的所述人体关键点,从多个所述观测人员中识别出疑似拥挤人员,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于每一所述观测人员对应的所述动态骨架,确定多帧所述图像中每一所述观测人员的个体关键点缺失率,包括:

5.根据权利要求4所述的方法,其特征在于,所述基于每一所述观测人员对应的所述动态骨架,确定多帧所述图像中每一所述观测人员的缺失关键点及每一所述缺失关键点的缺失属性信息,包括:

6.根据权利要求4所述的方法,其特征在于,所述基于所述疑似拥挤人员进行关键点缺失计算,得到整体关键点缺失率,包括:

7.根据权利要求1所述的方法,其特征在于,所述在所述整体关键点缺失率大于或等于整体关键点缺失率阈值的情况下,确定发生拥挤事件之后,还包括:

8.一种拥挤判断装置,其特征在于,包括:

9.一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。

...

【技术特征摘要】

1.一种拥挤判断方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述动态影像包含多帧图像,所述提取目标观测区域的动态影像中的人体骨架特征,得到多个动态骨架,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述动态骨架包含的所述人体关键点,从多个所述观测人员中识别出疑似拥挤人员,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于每一所述观测人员对应的所述动态骨架,确定多帧所述图像中每一所述观测人员的个体关键点缺失率,包括:

5.根据权利要求4所述的方法,其特征在于,所述基于每一所述观测人员对应的所述动态骨架,确定多帧所述图像中每一所述观测人员的缺失关键点及每一所述缺失关键点的缺失属性信息,包括:<...

【专利技术属性】
技术研发人员:刘志强朱建永李洪坤
申请(专利权)人:深圳市巨龙科教网络有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1