一种面向客流密度监测的视觉检测预警方法及系统

本发明涉及客流密度监测，具体而言，涉及一种面向客流密度监测的视觉检测预警方法及系统。

背景技术：

1、在地铁站、火车站、机场等人员密集区域，客流瞬时激增不仅易引发踩踏风险、通行效率下降及运力错配等运营安全问题，同时人员密度越高，散热量与湿负荷越大，导致制冷或通风能耗急剧攀升，也会显著增加人员密集区域内空调负荷。因此，依托计算机视觉、传感感知技术实现的客流密度监测极具应用价值，其可实时统计人员数量、精准计算单位面积人员密度，既能为管理人员提供风险预警与决策依据，助力分流疏导、运力调整等安全保障措施，又能为空调系统的动态调控提供数据支撑，实现按需供冷、优化机组运行策略等功能，从而在防范安全隐患的同时，显著降低空调系统的无效能耗，提升整体能源利用效率。

2、现有的公开号为cn120509617a所公开的一种客流检测方法，包括：通过传感器阵列采集监测区域内人体的移动方向数据，经信号调理后生成时序数据流；采用混沌映射初始化客流密度网络的客流密度网络参数种群，通过非线性递减螺距优化客流密度网络参数种群，并将随机扰动注入客流密度网络。然而，上述专利依赖专用传感器阵列，无法兼容已建成的网络摄像头监控体系。其所采用的算法模型过于复杂，计算复杂度高，在普通设备上难以实现实时处理。同时还存在预警反馈机制僵化难追溯和数据采集维度受限无法精准复盘的问题。

3、基于此，本技术提出一种面向客流密度监测的视觉检测预警方法及系统。

技术实现思路

1、本发明旨在克服现有的客流检测方法无法兼容已建成的网络摄像头监控体系，算法模型计算复杂度高，预警反馈机制僵化难追溯，以及数据采集维度受限无法精准复盘的问题。

2、为了实现上述目的，本发明提供一种面向客流密度监测的视觉检测预警方法及系统。

3、根据本发明的第一方面，提供一种面向客流密度监测的视觉检测预警方法，包括：

4、基于匹配接口接收用户持续上传的视觉数据，并根据预设采样间隔对视觉数据进行逐帧读取，以生成包括若干帧图像的视觉数据矩阵；

5、将视觉数据矩阵输入预训练的视觉检测模型，以输出每帧图像中的躯干部数量和躯干部置信度，以及头部数量和头部置信度；

6、对躯干部数量和头部数量进行加权融合处理，以基于躯干部数量和头部数量之和，或选取躯干部数量和头部数量中的大值定义基准项，小值定义修正项，通过基准项和修正项的比例偏差确定每帧图像中的人数，并结合预获取的监测区域活动面积计算每帧图像的客流密度；

7、将每帧图像的客流密度与预设高阶拥挤阈值进行对比，并生成每帧图像的报警标识或预警标识，以在报警标识或预警标识的累计帧数达到警情切换阈值时，切换为预警或报警状态；

8、基于预设低阶拥挤阈值和预设高阶拥挤阈值，将每帧图像的客流密度划分为正常状态、拥挤状态和重度拥挤状态并生成状态更新数据输出至监测平台，以执行对应处置。

9、作为可选的是，所述基于匹配接口接收用户持续上传的视觉数据，并根据预设采样间隔对视觉数据进行逐帧读取，以生成包括若干帧图像的视觉数据矩阵，具体包括：

10、基于兼容用户的监控体系的匹配接口，接收用户持续上传的视觉数据，其中，视觉数据包括视频和/图片；

11、根据0.5s~5s采样间隔对视觉数据进行逐帧读取，提取图像序列并转换为存储矩阵格式，以生成包括若干帧图像的视觉数据矩阵。

12、作为可选的是，所述将视觉数据矩阵输入预训练的视觉检测模型，以输出每帧图像中的躯干部数量和躯干部置信度，以及头部数量和头部置信度，具体包括：

13、基于预获取的训练集，对yolo模型进行迭代训练，以形成视觉检测模型；

14、将视觉数据矩阵输入预训练的视觉检测模型，以输出每帧图像中的躯干部数量和躯干部置信度，以及头部数量和头部置信度。

15、作为可选的是，所述对躯干部数量和头部数量进行加权融合处理，以基于躯干部数量和头部数量之和，或选取躯干部数量和头部数量中的大值定义基准项，小值定义修正项，通过基准项和修正项的比例偏差确定每帧图像中的人数，并结合预获取的监测区域活动面积计算每帧图像的客流密度，具体包括：

16、基于躯干部数量和头部数量，判定每帧图像中的人数：

17、若躯干部数量和头部数量均为0，则人数为0；

18、若仅躯干部数量为0或仅头部数量为0，则人数为躯干部数量与头部数量之和；

19、若躯干部数量和头部数量均不为0，则选取躯干部数量和头部数量中的大值定义基准项，小值定义修正项，通过基准项和修正项的比例偏差确定每帧图像中的人数；

20、基于人数和预获取的监测区域活动面积计算每帧图像的客流密度。

21、作为可选的是，所述若躯干部数量和头部数量均不为0，则选取躯干部数量和头部数量中的大值定义基准项，小值定义修正项，通过基准项和修正项的比例偏差确定每帧图像中的人数，具体包括：

22、基于基准项和修正项，计算比例偏差因子：

23、

24、以及动态权重：

25、

26、式中：

27、a表示为权重系数，

28、b表示为基准衰减系数；

29、则确定每帧图像中的人数p：

30、

31、作为可选的是，所述将每帧图像的客流密度与预设高阶拥挤阈值进行对比，并生成每帧图像的报警标识或预警标识，以在报警标识或预警标识的累计帧数达到警情切换阈值时，切换为预警或报警状态，具体包括：

32、将每帧图像的客流密度与预设高阶拥挤阈值进行对比，

33、当客流密度大于预设高阶拥挤阈值时，生成当前帧图像的报警标识，

34、当客流密度小于预设高阶拥挤阈值时，生成当前帧图像的预警标识；

35、在报警标识或预警标识的累计帧数达到警情切换阈值时，切换为预警或报警状态。

36、作为可选的是，所述基于预设低阶拥挤阈值和预设高阶拥挤阈值，将每帧图像的客流密度划分为正常状态、拥挤状态和重度拥挤状态并生成状态更新数据输出至监测平台，以执行对应处置，具体包括：

37、获取当前帧图像的客流密度，

38、在当前帧图像的客流密度小于预设低阶拥挤阈值时，将当前帧图像的客流密度划分为正常状态，

39、在当前帧图像的客流密度大于预设低阶拥挤阈值且小于预设高阶拥挤阈值时，将当前帧图像的客流密度划分为拥挤状态，

40、在当前帧图像的客流密度大于预设高阶拥挤阈值，将当前帧图像的客流密度划分为重度拥挤状态；

41、基于对当前帧图像的状态划分生成状态更新数据，并输出至监测平台，以执行对应处置。

42、作为可选的是，所述基于对当前帧图像的状态划分生成状态更新数据，并输出至监测平台，以执行对应处置，具体包括：

43、基于对当前帧图像的状态划分，将当前帧图像以及其人数、客流密度、警情状态和客流拥挤状态输出至监测平台的web ui，其中，状态更新数据包括当前帧图像以及其人数、客流密度、警情状态和客流拥挤状态；

44、根据当前帧图像以及其人数、客流密度、警情状态和客流拥挤状态在web ui显示对应监测状态背景色。

45、作为可选的是，所述根据当前帧图像以及其人数、客流密度、警情状态和客流拥挤状态在web ui显示对应监测状态背景色的同时，还包括：

46、对接收的当前帧图像以及其人数、客流密度、警情状态和客流拥挤状态进行存储并配置对应时间戳，或仅在警情状态切换报警状态时，存储当前帧图像以及其人数、客流密度、警情状态和客流拥挤状态并配置对应时间戳。

47、根据本发明的第二方面，还提供一种面向客流密度监测的视觉检测预警系统，用于实现上述任一项所述的面向客流密度监测的视觉检测预警方法，所述视觉检测预警系统包括：

48、数据采集模块：能够基于匹配接口接收用户持续上传的视觉数据，并根据预设采样间隔对视觉数据进行逐帧读取，以生成包括若干帧图像的视觉数据矩阵；

49、模型检测模块：用于将视觉数据矩阵输入预训练的视觉检测模型，以输出每帧图像中的躯干部数量和躯干部置信度，以及头部数量和头部置信度；

50、客流密度计算模块：用于对躯干部数量和头部数量进行加权融合处理，以基于躯干部数量和头部数量之和，或选取躯干部数量和头部数量中的大值定义基准项，小值定义修正项，通过基准项和修正项的比例偏差确定每帧图像中的人数，并结合预获取的监测区域活动面积计算每帧图像的客流密度；

51、警情状态判定模块：能够将每帧图像的客流密度与预设高阶拥挤阈值进行对比，并生成每帧图像的报警标识或预警标识，以在报警标识或预警标识的累计帧数达到警情切换阈值时，切换为预警或报警状态；

52、客流拥挤状态划分模块：能够基于预设低阶拥挤阈值和预设高阶拥挤阈值，将每帧图像的客流密度划分为正常状态、拥挤状态和重度拥挤状态并生成状态更新数据输出至监测平台，以执行对应处置。

53、与现有技术相比，本发明具有以下有益效果：

54、本发明提出的面向客流密度监测的视觉检测预警方法，通过采用匹配接口接收用户持续上传的视觉数据，以实现与已有监控体系兼容，再通过预训练的视觉检测模型输出躯干部数量和躯干部置信度，以及头部数量和头部置信度，并基于所定义的基准项与修正项的比例偏差执行加权融合计算，从而降低算法计算复杂度，又通过累计帧数触发警情切换，以实现避免瞬时干扰的灵活预警，还通过划分正常状态、拥挤状态和重度拥挤状态并生成状态更新数据，输出至监测平台实现可追溯的状态反馈，进而实现多维度的数据采集，并给数据复盘提供精准数据支撑。

55、本发明提出的面向客流密度监测的视觉检测预警系统，与本发明的面向客流密度监测的视觉检测预警方法属于一个总的发明构思，至少应当具有与面向客流密度监测的视觉检测预警方法相同的技术效果，因此，本发明在此不再过多赘述。

56、根据以上内容可知，采用本发明的技术方案能够有效地解决现有的客流检测方法无法兼容已建成的网络摄像头监控体系，算法模型计算复杂度高，预警反馈机制僵化难追溯，以及数据采集维度受限无法精准复盘的问题。

57、本发明的其他特征和优点将在随后具体实施方式部分予以详细说明。