基于多部位检测的排队统计方法、装置、设备和介质与流程

技术特征：
1.一种基于多部位检测的排队统计方法，其特征在于，所述方法包括：步骤s1：获取图片数据并进行预处理；步骤s2：使用检测模型检测预处理后的所述图片数据中每个人的头部、上半身、下半身、全身，对每个部位采用预设的包含坐标信息的数据结构表示，并获取分别对应头部、上半身、下半身、全身的集合a、b、c、d；步骤s3：依据各部位之间的相交情况对集合a、b、c、d分别进行重组合并，以得到分别对应个人的集合pi、pk、pm、pn，并全部放入总集合p中；步骤s4：依据总集合p内每个集合pi中元素的坐标分别计算各集合pi对应的顶点、中心点、底点及倾斜度；步骤s5：按照总集合p内各集合pi对应的中心点的横轴的大小顺序做升序或降序排列以得到列表t，对列表t内各元素进行交集判断、筛选、排序以得到列表r；步骤s6：对列表r内各元素进行近似直线判断，以确定排队列表及对应的排队人数。2.根据权利要求1所述的基于多部位检测的排队统计方法，其特征在于，所述获取图片数据并进行预处理，包括：将获取的所述图片数据的图片大小重置为[3，m，n]；其中，3为重置后通道数，m为重置后的高，n为重置后的宽；所述图片数据为3个m*n大小的矩阵，矩阵值为所述图片数据的像素值；令所述像素值减去3个矩阵各自的均值，再除以3个矩阵各自的方差，以得到归一化后的图片数据。3.根据权利要求1所述的基于多部位检测的排队统计方法，其特征在于，所述检测模型的获取包括：对预处理后的每张图片数据分别标记图片中所有人的头部、上半身、下半身、全身；将标记后的图片数据按一定比例划分为训练集和测试集；分别选择多种目标检测算法，对训练集中的图片数据和标注的目标部位进行迭代训练，直到训练集的损失函数不再下降，同时测试集的平均精度均值不再提升，以得到对应各所述目标检测算法的训练模型；将各训练模型在测试集上进行测试，选择平均精度均值的训练保存为检测模型。4.根据权利要求1所述的基于多部位检测的排队统计方法，其特征在于，所述预设的数据结构为：{class,[x1,y1,x2,y2]}；其中，class表示目标类别，取值1-4，分别对应头部、上半身、下半身、全身；[x1,y1,x2,y2]表示目标坐标，x1为左上角横坐标，y1为左上角纵坐标，x2为右下角横坐标，y2为右下角横坐标。5.根据权利要求1所述的基于多部位检测的排队统计方法，其特征在于，所述步骤s3的方法包括：步骤s301：分别创建集合pi、pk、pm、pn以表示集合a、b、c、d中各元素对应的个人，并放入总集合p中；步骤s302：按集合d到集合a的顺序，依次寻找所有前项集合中与本项集合中每个对应个人的元素满足预设交相面积比的相交部位元素；
步骤s303：将前项集合中的相交部位元素移至相应个人所对应的集合中，并将相交部位元素从前项集合中删除；步骤s304：循环上述各步骤，以得到分别对应个人的集合pi、pk、pm、pn。6.根据权利要求5所述的基于多部位检测的排队统计方法，其特征在于，所述步骤s3中得到集合pi的方法包括：步骤s311：创建集合pi以表示集合d中各元素di对应的个人，将各元素di加入集合pi，将集合pi放入总集合p；步骤s312：依次计算集合c内各元素cj与di相交的面积除以cj本身的面积，得到面积比sj；步骤s313：若面积比sj大于预设值sc，则表示cj与di属于同一个人，将cj加入集合pi，并将cj从集合c中删除；步骤s314：根据步骤s312、s313，再依次计算集合b内各元素bj与di的相交情况，将满足预设交相面积比的bj加入集合pi，并将bj从集合b中删除；步骤s315：根据步骤s312、s313，再依次计算集合a内各元素aj与di的相交情况，将满足预设交相面积比的aj加入集合pi，并将aj从集合a中删除。7.根据权利要求6所述的基于多部位检测的排队统计方法，其特征在于，所述步骤s313的方法还包括：若轮循完集合c后，集合pi内包含多个集合c中的元素cj，则选择与di相交的面积比为最大的cj，其余cj从集合pi中删除并加回集合c中；和/或，若轮循完集合c后，集合pi内存在多个相同交相面积比的元素cj，则计算cj与di的中心点距离，并保留中心点距离最小值对应的cj，其余cj从集合pi中删除并加回集合c中。8.根据权利要求7所述的基于多部位检测的排队统计方法，其特征在于，所述cj与di的中心点距离计算公式如下：d
center
＝sqrt{[(x1
cj
x2
cj
)/2-(x1
di
x2
di
)/2]*2 [(y1
cj
y2
cj
)/2-(y1
di
y2
di
)/2]*2}；其中，x1，x2，y1，y2分别表示元素cj、di对应的坐标；sqrt表示开平方计算。9.根据权利要求1所述的基于多部位检测的排队统计方法，其特征在于，所述对列表t内各元素进行交集判断、筛选、排序以得到列表r，包括：创建集合qi表示列表t内元素ti相交所有元素的集合，将ti加入集合qi；依次判断集合q1到集合qi-1是否已经包含ti，若某个集合qk包含ti，则删除集合qi，并指定qk为ti所属的集合；依次计算列表t中元素tj与ti的交并比，若交并比大于预设值s
iou
，则认为tj与ti相交，将tj加入集合qi或集合qk；依次判断列表t内元素ti，若其对应集合qi的数量小于预设阈值数量sq，则认为ti不在一个队列中，将ti及集合qi从列表t中删除；对列表t内任一元素ti，对与ti相交的集合qi内元素qj进行排序，以qj与ai两者的中心点距离进行升序或降序排列，得到排序后列表r。10.根据权利要求1所述的基于多部位检测的排队统计方法，其特征在于，所述步骤s6包括：
对列表r内各元素进行邻域排序进行倾斜度、中心点直线、顶点直线、底点直线中任意一或多项的判断；若列表r中有预设阈值sn个元素满足倾斜度、中心点直线、顶点直线、底点直线中至少一项的判断条件，则判定列表r为一排队队列，列表r内元素数量为排队人数。11.一种基于多部位检测的排队统计装置，其特征在于，所述装置包括：获取模块，用于获取图片数据并进行预处理；处理模块，用于使用检测模型检测预处理后的所述图片数据中每个人的头部、上半身、下半身、全身，对每个部位采用预设的包含坐标信息的数据结构表示，并获取分别对应头部、上半身、下半身、全身的集合a、b、c、d；依据各部位之间的相交情况对集合a、b、c、d分别进行重组合并，以得到分别对应个人的集合pi、pk、pm、pn，并全部放入总集合p中；依据总集合p内每个集合pi中元素的坐标分别计算各集合pi对应的顶点、中心点、底点及倾斜度；按照总集合p内各集合pi对应的中心点的横轴的大小顺序做升序或降序排列以得到列表t，对列表t内各元素进行交集判断、筛选、排序以得到列表r；对列表r内各元素进行近似直线判断，以确定排队列表及对应的排队人数。12.一种计算机设备，其特征在于，所述设备包括：存储器与处理器；所述存储器存储有计算机程序，所述处理器执行所述计算机程序实现如权利要求1-10中任意一项所述的方法。13.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，该计算机程序被处理器执行时实现如权利要求1-10中任意一项所述的方法。

技术总结
本发明提供一种基于多部位检测的排队统计方法、装置、设备和介质，通过获取图片数据并进行预处理；使用检测模型检测预处理后的所述图片数据中每个人的头部、上半身、下半身、全身，并获取集合；依据各部位之间的相交情况对各集合分别进行重组合并，以得到分别对应个人的集合；依据集合元素的坐标计算顶点、中心点、底点及倾斜度；按照各集合排列以得到列表T，对列表T内各元素进行交集判断、筛选、排序，进行近似直线判断，以确定排队列表及对应的排队人数。本发明可只用了一张2D图像即可实现排队计数功能，对于密集场景下行人互相遮挡，可针对只有局部可见的头部、上半身、下半身、全身等部位进行检测，可以提高遮挡下的检出与准确率。可以提高遮挡下的检出与准确率。可以提高遮挡下的检出与准确率。


技术研发人员：胡玉帅
受保护的技术使用者：上海悠络客电子科技股份有限公司
技术研发日：2022.10.31
技术公布日：2023/2/3