CN114627406B 一种人群快速聚集行为的识别方法、系统、设备及介质 （广电运通集团股份有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114627406B(45)授权公告日2025.07.08

(21)申请号202210147617.0

(22)申请日2022.02.17

(65)同一申请的已公布的文献号申请公布号CN114627406A

(43)申请公布日2022.06.14

(73)专利权人广电运通集团股份有限公司

地址510663广东省广州市高新技术产业

开发区科学城科林路9、11号

(72)发明人张华俊黄跃珍魏东黄宇恒徐天适

(74)专利代理机构杭州创智卓英知识产权代理事务所(普通合伙)33324

专利代理师季健康

(51)Int.CI.

GO6V20/52(2022.01)

GO6V40/10(2022.01)

GO6V20/40(2022.01)

GO6V10/25(2022.01)

GO6V10/766(2022.01)

GO6V10/82(2022.01)

GO6V10/762(2022.01)

GO6N3/0464(2023.01)

(56)对比文件

CN112560807A,2021.03.26

CN103839065A,2014.06.04

审查员魏旭阳

权利要求书2页说明书7页附图4页

(54)发明名称

一种人群快速聚集行为的识别方法、系统、设备及介质

(57)摘要

CN114627406B本发明公开一种人群快速聚集行为的识别方法、系统、设备及介质，其识别方法包括：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，计算并更新以目标帧图像为起点，在预设时间段内所有帧图像的拥堵系数及最大聚集区域人数；判断预设时间段内是否存在拥堵系数和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。本发明解决了人群密集时人体轮廓

CN114627406B

获取连续帧图像，基于头部检测模型依次对

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

CN114627406B权利要求书1/2页

2

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；其中，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；

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)表示所有聚集区域人数总和，len(G)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；

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=a*len[L(n)];

其中，场景系数α为0.01≤a≤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;

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