一种客流量统计方法及系统与流程

1.本发明涉及人工智能及计算机视觉技术领域，尤其涉及一种客流量统计方法及系统。


背景技术：

2.客流量统计技术可以为商场提供商业决策，通过统计商场内的总人数控制空调的开放，有利于开展节能减排，打造绿色环保商场；依据统计大型商超各个门口的人数，可以帮助管理者在某个门口客流量迅速上升的情况下，有效做好预警，采取分流措施，通过临时增加出入通道和维护人员，从而有效避免人员拥堵和踩踏事故的发生。
3.传统的客流量统计手段，往往采用机械式或人力统计方法，不仅效率低，干扰正常的人员行走以及人流速度，还不能满足实时性统计的需求。近年来，人工智能、计算机视觉和深度学习的高速发展，极大地促进了基于监控视频的客流量统计研究。基于监控视频的客流量统计，是通过图像处理和计算机视觉的理论与技术(特别是深度学习在图像处理和计算机视觉领域的应用)，并依靠云计算和深度学习加速芯片的高效运算能力，对监控区域的目标行人进行准确实时的检测识别和跟踪，完成客流量统计任务。
4.现有客流量统计方案中，多目标跟踪的两步方法，通常将目标检测和重识别视为两个单独的任务，虽然可以针对每个任务分别使用最合适的模型，也可以根据检测到的边界框裁剪图像补丁，并在预测重识别特征之前将其调整为相同大小。但是，这个过程通常非常慢，因为目标检测和重识别特征嵌入都需要大量计算，而不存在计算共享，导致无法执行高速率推理，无法满足视频播放的实际需要。而同时检测物体并重识别的单步方法，虽然有可能大大减少推理时间，但是其跟踪精度通常低于两步方法的跟踪精度。


技术实现要素：

5.本发明提供一种客流量统计方法及系统，用以解决现有技术中客流量统计效率较低以及准确度较低的缺陷，实现了更加效率的客流量统计，并提高了人体目标跟踪精度。
6.第一方面，本发明提供一种客流量统计方法，包括：
7.通过预训练的编解码模型，对待统计客流量的视频帧序列图像进行人体边界特征提取，得到所述视频帧序列图像对应的人体边界特征图；
8.将所述人体边界特征图输入到训练好的客流量跟踪模型中，输出得到所述视频帧序列图像中目标人体的跟踪结果；其中，所述训练好的客流量跟踪模型是由标记有人体边界框及中心点位置的样本人体边界特征图，对神经网络和重识别模型进行训练得到的，所述训练好的客流量跟踪模型用于将人体目标和重识别特征进行融合；
9.根据所述跟踪结果，对目标区域内的客流量进行统计，获取所述目标区域内的客流量统计结果。
10.在一个实施例中，所述训练好的客流量跟踪模型通过以下步骤训练得到：
11.获取标记有人体边界框的样本人体边界特征图；
12.标记所述样本人体边界特征图每一帧中人体边界框的中心点位置和对应的中心点偏移值，并标记所述人体边界框的长度和宽度，构建训练样本集；
13.将所述训练样本集输入到重识别模型进行训练，得到训练好的重识别模型；
14.将所述训练样本集输入到神经网络进行训练，得到训练好的人体目标检测模型；
15.通过所述训练好的重识别模型和所述训练好的人体目标检测模型，构建得到训练好的客流量跟踪模型。
16.在一个实施例中，所述根据所述跟踪结果，对目标区域内的客流量进行统计，获取所述目标区域内的客流量统计结果，包括：
17.获取目标区域对应的视频帧序列图像；
18.基于视频帧序列图像中进出区域的方位，在所述视频帧序列图像中构建预设椭圆分界区域；
19.根据所述跟踪结果中每一帧人体边界框的中心点位置，统计进出所述预设椭圆分界区域的客流量。
20.在一个实施例中，在所述获取标记有人体边界框的样本人体边界特征图之后，所述方法还包括：
21.基于热力图，对所述样本人体边界特征图每一帧中人体边界框的中心点位置进行标记。
22.在一个实施例中，所述预训练的编解码模型为resnet-34网络。
23.在一个实施例中，所述训练好的客流量跟踪模型包含有4个相同的层级结构，每个层级结构是通过3
×
3卷积层、relu层和1
×
1卷积层依次连接得到的。
24.在一个实施例中，所述将所述人体边界特征图输入到训练好的客流量跟踪模型中，输出得到所述视频帧序列图像中目标人体的跟踪结果，包括：
25.基于卡尔曼滤波，根据所述训练好的客流量跟踪模型预测得到的跟踪结果，计算得到跟踪结果中跟踪目标的预测均值和预测协方差矩阵；
26.根据所述预测均值和所述预测协方差矩阵，计算预测值和真实值之间的马氏距离，将马氏距离满足预设阈值距离的跟踪目标进行保留，以得到目标人体的跟踪结果。
27.第二方面，本发明提供一种客流量统计系统，包括：
28.编解码模块，用于通过预训练的编解码模型，对待统计客流量的视频帧序列图像进行人体边界特征提取，得到所述视频帧序列图像对应的人体边界特征图；
29.人体目标跟踪模块，用于将所述人体边界特征图输入到训练好的客流量跟踪模型中，输出得到所述视频帧序列图像中目标人体的跟踪结果；其中，所述训练好的客流量跟踪模型是由标记有人体边界框及中心点位置的样本人体边界特征图，对神经网络和重识别模型进行训练得到的，所述训练好的客流量跟踪模型用于将人体目标和重识别特征进行融合；
30.客流量统计模块，用于根据所述跟踪结果，对目标区域内的客流量进行统计，获取所述目标区域内的客流量统计结果。
31.第三方面，本发明提供一种电子设备，包括存储器和存储有计算机程序的存储器，所述处理器执行所述程序时实现第一方面所述客流量统计方法的步骤。
32.第四方面，本发明提供一种处理器可读存储介质，所述处理器可读存储介质存储
有计算机程序，所述计算机程序用于使所述处理器执行第一方面所述客流量统计方法的步骤。
33.本发明提供的一种客流量统计方法及系统，同时进行目标人体检测与身份嵌入，通过特征图共享训练跟踪模型，减少重复计算，避免了计算资源的浪费，提高了目标跟踪的效率和实时性。
附图说明
34.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
35.图1为本发明提供的客流量统计方法的流程示意图；
36.图2为本发明提供的客流量统计的整理流程图；
37.图3为本发明提供的客流量统计系统的结构示意图；
38.图4为本发明提供的客流量统计系统的整体框架示意图；
39.图5为本发明提供的电子设备的结构示意图。
具体实施方式
40.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
41.现有的基于深度学习的客流量统计方案大致分为两个过程：多目标跟踪(multiple object tracking，简称mot)模块和划线人数统计。其中，多目标跟踪通常将目标检测和重识别视为两个单独的任务，首先应用卷积神经网络检测器，使用多个边界框来定位图像中所有感兴趣的物体；然后，在一个单独的步骤中，卷积神经网络检测器根据框裁剪图像，并将其馈送到身份嵌入网络以提取重识别特征，然后将框链接以形成多个轨迹。这些方案通常遵循标准的盒式链接惯例，根据重识别特征和边界框的平均交并比(intersection of union，简称iou)计算成本矩阵，再使用卡尔曼滤波和匈牙利算法完成链接任务。另外少数方案使用了更为复杂的关联策略，例如循环神经网络。
42.现有方案的划线人数统计通常为双线计数法，在视频中设置两条计数线，即上计数线和下计数线，并且把两条计数线之间的区域设置成跟踪区域和计数区域。对于进入监控区域的目标，当检测到其下边框经过上计数线，开始对其进行跟踪；当检测到目标上边框线经过下计数线，对其停止跟踪；对于离开监控区域的目标，当检测到目标上边框线经过下计数线，开始对其进行跟踪；当检测到其下边框经过上计数线，对其停止跟踪。开始计数和停止计数的依据是跟踪目标的中心点是否在两线之间的区域，当中心点离开了计数区域，计数结束；反之开始计数。对目标进行人流量统计时，需要目标的四个参量：初始方向，此时方向，前一帧位置，当前帧位置，若在当前帧目标中心点在计数区域，但是其前一帧不在计数区域，表示计数己经开始，由此得到目标运动的初始方向；而当目标当前帧中心位置不在
计数区域，而其前一帧在计数区域，表示计数结束，此时目标的当前方向被确定。根据目标的初始方向与当前方向进行评判，若两者方向一致，则将进入人数或离开人数加一。
43.在现有客流量统计方案中，多目标跟踪的两步方法，目标检测和重识别特征嵌入都需要大量计算，而不存在计算共享，导致该方法无法执行高速率推理，无法满足视频播放的实际需要。随着多任务学习的成熟，同时检测物体并重识别的单步方法已开始引起更多关注，两个模型共享大多数特征，可大大减少推理时间。然而，现有的单步方法的跟踪精度通常低于两步方法的跟踪精度，基于锚点的单步跟踪方法对于重识别不利，原因是锚点提取的身份嵌入特征与目标中心点没有对齐，会导致有多个锚框对应同一个物体，从而导致重识别的歧义性。
44.图1为本发明提供的客流量统计方法的流程示意图，如图1所示，本发明提供了一种客流量统计方法，包括：
45.步骤101，通过预训练的编解码模型，对待统计客流量的视频帧序列图像进行人体边界特征提取，得到所述视频帧序列图像对应的人体边界特征图。
46.在本发明中，首先，将目标区域内的视频图像转换成视频帧序列图像，其中，目标区域为智慧零售商店或大型商场的进出区域，对于其他场景的进出区域，例如，旅游区和医院等场景，也可以通过后续步骤实现对该场景的人流量进行统计。
47.进一步地，通过预训练的编解码模型，将视频帧序列图像中的人体边界特征进行提取，获取每一帧的人体边界特征图，在该人体边界特征图中，包括有人体边界的全局信息(为整个人体边界的边界)和局部信息(部分边界，例如，手、腿部等)。
48.步骤102，将所述人体边界特征图输入到训练好的客流量跟踪模型中，输出得到所述视频帧序列图像中目标人体的跟踪结果；其中，所述训练好的客流量跟踪模型是由标记有人体边界框及中心点位置的样本人体边界特征图，对神经网络和重识别模型进行训练得到的，所述训练好的客流量跟踪模型用于将人体目标和重识别特征进行融合。
49.在本发明中，将每一帧人体边界特征图依次输入到训练好的客流量跟踪模型中，通过该跟踪模型同时进行人体目标检测和重识别(re-identification，简称reid)特征提取，将每帧之间人体边界框中心点位置的偏移值和重识别特征进行融合，从而得到基于重识别特征的人体边界框移动轨迹，以根据该移动轨迹获取视频帧序列图像中目标人体的跟踪结果，得到视频帧序列图像中人体从上一帧到当前帧之间的移动过程。
50.步骤103，根据所述跟踪结果，对目标区域内的客流量进行统计，获取所述目标区域内的客流量统计结果。
51.在本发明中，可对目标区域内划分出计数区域，根据跟踪结果，统计每一帧图像中进出计数区域的客流量。图2为本发明提供的客流量统计的整理流程图，可参考图2所示，将视频帧序列输入到编解码模型之后，得到关于人体边界的特征图，然后针对每一帧的特征图，同时进行人体目标检测以及重识别特征提取，并将两种提取到的特征进行融合，进一步根据融合结果实现对图像中目标人体的跟踪，从而通过跟踪结果统计预设区域内的客流量。
52.本发明提供的一种客流量统计方法，同时进行目标人体检测与身份嵌入，通过特征图共享训练跟踪模型，减少重复计算，避免了计算资源的浪费，提高了目标跟踪的效率和实时性。
53.在上述实施例的基础上，所述训练好的客流量跟踪模型通过以下步骤训练得到：
54.步骤201，获取标记有人体边界框的样本人体边界特征图。
55.在本发明中，将视频帧样本序列图像输入到预训练的编码模型中，得到样本人体边界特征图，并在这些样本人体边界特征图中标记人体边界框，其中，所述预训练的编解码模型为resnet-34网络。本发明采用resnet-34作为主干网络，使得人体边界提取的准确性和速度之间取得良好的平衡。为了适应不同规模的人体边界提取对象，使用该编解码网络应用于主干网络，在低层聚合和高层聚合之间具有更多的跳跃连接。此外，解码阶段中的所有卷积层都由可变形的卷积层代替，以便这些卷积层可以根据提取对象的尺寸和姿势动态调整感受野。
56.步骤202，标记所述样本人体边界特征图每一帧中人体边界框的中心点位置和对应的中心点偏移值，并标记所述人体边界框的长度和宽度，构建训练样本集。
57.在本发明中，对每一帧样本人体边界特征图中的人体边界框进行中心点位置的标记，为了解决reid的歧义性问题，基于热力图，对所述样本人体边界特征图每一帧中人体边界框的中心点位置进行标记。通过使用无锚方法，消除多个锚框的歧义性，显著提高所有基准上的跟踪精度。
58.基于上述对人体边界框中心点位置的标记过程，标记每一帧样本人体边界特征图之间中心点的偏移值，并对人体边界框的长度和宽度进行标记，以使得构建得到的训练样本集在对模型进行训练之后，训练好的模型可根据人体边界特征图，得到帧序列中每个目标人体的跟踪结果。具体地，在本发明中，在完成编解码之后，基于4个相同的层级结构，并行进行目标跟踪，分别为：{hm，wh，reg，id}，其中，hm，wh，reg是由神经网络训练得到人体目标检测模型完成的，hm：采用基于热力图定位人体框的中心点位置，实现无锚方法；wh为回归的目标人体框的长宽，reg为人体框中心点的偏移值。id为重识别特征，是由重识别模型完成的。
59.可选地，在上述实施例的基础上，所述训练好的客流量跟踪模型包含有4个相同的层级结构，每个层级结构是通过3
×
3卷积层、relu层和1
×
1卷积层依次连接得到的。每个层级结构作为一个提取任务，各设置一个损失约束。
60.步骤203，将所述训练样本集输入到重识别模型进行训练，得到训练好的重识别模型；
61.步骤204，将所述训练样本集输入到神经网络进行训练，得到训练好的人体目标检测模型；
62.步骤205，通过所述训练好的重识别模型和所述训练好的人体目标检测模型，构建得到训练好的客流量跟踪模型。
63.在本发明中，重识别模型和神经网络基于同样的训练样本集进行训练，从而训练得到用于进行目标跟踪的客流量跟踪模型，在训练模型的跟踪过程时，首先定义四种状态变量容器：激活态容器，用于单次存放初始化的目标人体轨迹；堆叠态容器，用于存放只出现过一次的目标人体；跟踪态容器，用于存放跟踪状态良好的目标人体；丢失态容器，用于存放跟丢的目标人体。
64.具体地，将训练样本集中第一帧的样本数据输入到重识别模型和神经网络中，得到人体边界框以及对应的重识别特征(在训练过程中，将输入到模型中的任一帧样本数据
作为第一帧，训练时预测该帧后面三帧的人体边界框和对应的重识别特征)，保留在堆叠容器中，初始化跟踪轨迹，并为该帧数据中的样本目标(即第一帧中样本图像内存在的人体边界框)赋予一个目标人体轨迹编号；
65.进一步地，预测第二帧样本数据的人体边界框以及对应重识别特征，并将预测得到的人体边界框，与数据库中保留的第一帧的人体边界框，计算两两之间人体目标框的交并比，由此可得到第一帧和第二帧的人体目标框之间的距离为1-iou。然后，根据第一帧和第二帧的人体目标框之间的距离1-iou，将第一帧中小于距离阈值的两两目标对，存放到跟踪状态容器，目标人体轨迹编号不变，这些目标被认为是正在跟踪的目标；并找到第二帧中首次出现的目标，保留初始化轨迹在激活状态容器中。最后，将激活状态的跟踪器合并到堆叠态容器中。
66.进一步地，预测第三帧样本数据的人体边界框以及对应重识别特征，并将前几帧正在跟踪的目标(即第二帧中处于跟踪态容器中的目标)，与第三帧跟踪目标的重识别特征求余弦距离，以根据余弦距离计算目标的表观特征相似度。在本发明中，在客流量跟踪模型的训练过程和跟踪应用过程中，对于预测得到跟踪轨迹进一步进行筛选，在本实施例中，以训练好的客流量跟踪模型对人体边界特征图的跟踪结果预测进行说明。在上述实施例的基础上，所述将所述人体边界特征图输入到训练好的客流量跟踪模型中，输出得到所述视频帧序列图像中目标人体的跟踪结果，包括：
67.基于卡尔曼滤波，根据所述训练好的客流量跟踪模型预测得到的跟踪结果，计算得到跟踪结果中跟踪目标的预测均值和预测协方差矩阵；
68.根据所述预测均值和所述预测协方差矩阵，计算预测值和真实值之间的马氏距离，将马氏距离满足预设阈值距离的跟踪目标进行保留，以得到目标人体的跟踪结果。
69.在本发明中，使用卡尔曼滤波，计算跟踪态容器中跟踪目标(即跟踪态容器中跟踪目标所对应的人体边界框)的预测均值和预测协方差矩阵，并计算预测值和真实值两者之间的马氏距离。将大于预设阈值距离的跟踪目标所对应的马氏距离设置为无穷大，便于删除；只保留小于预设阈值距离的跟踪目标所对应的轨迹，并保留在激活态容器中。
70.可选地，在一实施例中，将上述实施例跟踪态容器中跟踪丢失的目标人体存放到丢失态容器中，并与第三帧中没有匹配上的目标人体进行人体目标框的iou处理，如果有匹配上的，合并到激活态容器中，目标人体轨迹编号不变，
71.可选地，在一实施例中，将上一帧初始化的目标人体，与当前帧没有匹配上的目标人体进行人体目标框的iou处理，如果有匹配上的，即特征匹配一致的目标，视为同一个目标，合并到激活态容器中，目标人体估计编号不变；
72.可选地，在一实施例中，将当前帧没有匹配上的目标人体，合并到激活态容器中，并初始化轨迹。
73.在上述实施例的基础上，所述根据所述跟踪结果，对目标区域内的客流量进行统计，获取所述目标区域内的客流量统计结果，包括：
74.获取目标区域对应的视频帧序列图像；
75.基于视频帧序列图像中进出区域的方位，在所述视频帧序列图像中构建预设椭圆分界区域；
76.根据所述跟踪结果中每一帧人体边界框的中心点位置，统计进出所述预设椭圆分
界区域的客流量。
77.由于现有人流量统计方案，分界线多为单条或两条平行栅格，对跟踪目标越界的角度和骑线情况没有做出优化，本发明采用在监控区域预置椭圆分界区域，通过在视频图像中的进出区域设置该椭圆分界区域，对进出该区域外和区域内的目标人体进出统计，降低了目标骑线的可能性，且不受目标跨线的角度影响。优选地，可在监控区域内设置多个椭圆分界线区域，例如，视频图像中商场进出区域存在多个，可在每个进出区域处设置预设椭圆分界区域，从而为同一个摄像头拍摄到的商场多个进出区域的客流量进行统计。本发明根据目标跟踪结果统计进出各个椭圆分界区域的客流量，通过多区域客流量统计，为商超合理布局提供更加直观的依据，提升经济效益，减少安全隐患，对进出人数统计更加灵活。
78.下面对本发明提供的客流量统计系统进行描述，下文描述的客流量统计系统与上文描述的客流量统计方法可相互对应参照。
79.图3为本发明提供的客流量统计系统的结构示意图，如图3所示，本发明提供了一种客流量统计系统，包括编解码模块301、人体目标跟踪模块302和客流量统计模块303，其中，编解码模块301用于通过预训练的编解码模型，对待统计客流量的视频帧序列图像进行人体边界特征提取，得到所述视频帧序列图像对应的人体边界特征图；人体目标跟踪模块302用于将所述人体边界特征图输入到训练好的客流量跟踪模型中，输出得到所述视频帧序列图像中目标人体的跟踪结果；其中，所述训练好的客流量跟踪模型是由标记有人体边界框及中心点位置的样本人体边界特征图，对神经网络和重识别模型进行训练得到的，所述训练好的客流量跟踪模型用于将人体目标和重识别特征进行融合；客流量统计模块303用于根据所述跟踪结果，对目标区域内的客流量进行统计，获取所述目标区域内的客流量统计结果。
80.在本发明中，图4为本发明提供的客流量统计系统的整体框架示意图，可参考图4所示，首先，通过数据接入设备获取到客流量监测区域的视频图像，并存储在数据存储设备中；然后，通过编解码模型(即编解码模块301)，将目标监测区域内的视频图像转换成视频帧序列图像；接着，通过预训练的编解码模型，将视频帧序列图像中的人体边界特征进行提取，获取每一帧的人体边界特征图，在该人体边界特征图中，包括有人体边界的全局信息(为整个人体边界的边界)和局部信息(部分边界，例如，手、腿部等)。
81.进一步地，将每一帧人体边界特征图依次输入到训练好的客流量跟踪模型中，从而同时将每一帧人体边界特征图输入到跟踪模块(即人体目标跟踪模块302)的检测模型和reid模型中，通过该跟踪模块同时进行人体目标检测和重识别特征提取，将每帧之间人体边界框中心点位置的偏移值和重识别特征进行融合，从而得到基于重识别特征的人体边界框移动轨迹，以根据该移动轨迹获取视频帧序列图像中目标人体的跟踪结果，得到视频帧序列图像中人体从上一帧到当前帧之间的移动过程。最后，客流量统计模块303可对目标区域内划分出计数区域，根据跟踪结果，统计每一帧图像中进出计数区域的客流量，并通过可视化终端进行展示。
82.本发明提供的客流量统计系统，同时进行目标人体检测与身份嵌入，通过特征图共享训练跟踪模型，减少重复计算，避免了计算资源的浪费，提高了目标跟踪的效率和实时性。
83.在上述实施例的基础上，所述系统还包括：
84.样本特征图获取模块，用于获取标记有人体边界框的样本人体边界特征图；
85.样本集构建模块，用于标记所述样本人体边界特征图每一帧中人体边界框的中心点位置和对应的中心点偏移值，并标记所述人体边界框的长度和宽度，构建训练样本集；
86.第一训练模块，用于将所述训练样本集输入到重识别模型进行训练，得到训练好的重识别模型；
87.第二训练模块，用于将所述训练样本集输入到神经网络进行训练，得到训练好的人体目标检测模型；
88.模型构建模块，用于通过所述训练好的重识别模型和所述训练好的人体目标检测模型，构建得到训练好的客流量跟踪模型。
89.图5为本发明提供的电子设备的结构示意图，如图5所示，该电子设备可以包括：处理器(processor)510、通信接口(communication interface)520、存储器(memory)530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的计算机程序，以执行客流量统计方法的步骤，例如包括：通过预训练的编解码模型，对待统计客流量的视频帧序列图像进行人体边界特征提取，得到所述视频帧序列图像对应的人体边界特征图；将所述人体边界特征图输入到训练好的客流量跟踪模型中，输出得到所述视频帧序列图像中目标人体的跟踪结果；其中，所述训练好的客流量跟踪模型是由标记有人体边界框及中心点位置的样本人体边界特征图，对神经网络和重识别模型进行训练得到的，所述训练好的客流量跟踪模型用于将人体目标和重识别特征进行融合；根据所述跟踪结果，对目标区域内的客流量进行统计，获取所述目标区域内的客流量统计结果。
90.此外，上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
91.另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的客流量统计方法，该方法包括：通过预训练的编解码模型，对待统计客流量的视频帧序列图像进行人体边界特征提取，得到所述视频帧序列图像对应的人体边界特征图；将所述人体边界特征图输入到训练好的客流量跟踪模型中，输出得到所述视频帧序列图像中目标人体的跟踪结果；其中，所述训练好的客流量跟踪模型是由标记有人体边界框及中心点位置的样本人体边界特征图，对神经网络和重识别模型进行训练得到的，所述训练好的客流量跟踪模型用于将人体目标和重识别特征进行融合；根据所述跟踪结果，对目标区域内的客流量进行统计，获取所述目标区域内的客流量统计结果。
92.另一方面，本发明还提供一种处理器可读存储介质，所述处理器可读存储介质存
储有计算机程序，所述计算机程序用于使所述处理器执行上述各实施例提供的方法，例如包括：通过预训练的编解码模型，对待统计客流量的视频帧序列图像进行人体边界特征提取，得到所述视频帧序列图像对应的人体边界特征图；将所述人体边界特征图输入到训练好的客流量跟踪模型中，输出得到所述视频帧序列图像中目标人体的跟踪结果；其中，所述训练好的客流量跟踪模型是由标记有人体边界框及中心点位置的样本人体边界特征图，对神经网络和重识别模型进行训练得到的，所述训练好的客流量跟踪模型用于将人体目标和重识别特征进行融合；根据所述跟踪结果，对目标区域内的客流量进行统计，获取所述目标区域内的客流量统计结果。
93.所述处理器可读存储介质可以是处理器能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(mo)等)、光学存储器(例如cd、dvd、bd、hvd等)、以及半导体存储器(例如rom、eprom、eeprom、非易失性存储器(nand flash)、固态硬盘(ssd))等。
94.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
95.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
96.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。