本发明涉及人工智能及数据处理,尤其涉及一种场馆人群定位方法、装置、设备及介质。
背景技术:
1、场馆是一种提供公共空间以便向观众展出各类内容的服务空间,场馆中是否存在人群、人群的数量以及人群在场馆中的空间位置等数据,都是对场馆进行日常管理时所需要的实时获取的数据。
2、但是,现有技术中,在采集场馆内的各项数据时,还存在以下几点问题:目前常见的人群数量统计和定位方式,通常是基于监控视频流的图像分析技术,如使用物体检测和跟踪技术进行人头计数等。但这些方法只能提供人群数量的粗略估计,而无法精确定位到人群密集区的位置。因此,对于需要实时获取人群数量和位置信息的应用场景(如对大型场馆的管理)来说,这是一个重要的缺陷。
3、基于上述问题和缺点,限制了现有技术在大型场馆管理等应用场景下的效果和范围。
技术实现思路
1、鉴于以上内容,有必要提供一种场馆人群定位方法、装置、设备及介质,旨在解决场馆内人群定位不准确,且实施难度高的问题。
2、一种场馆人群定位方法,所述场馆人群定位方法包括:
3、以bim模型为基础创建目标场馆的三维空间模型,得到所述目标场馆的世界坐标系;
4、利用所述目标场馆内部署的图像采集装置实时捕获所述目标场馆内的监控画面作为待处理图像;其中,所述图像采集装置以所述世界坐标系进行标定;
5、利用人头检测模型识别所述待处理图像中的人群,并获取所述人群在所述世界坐标系中的区域范围作为待处理区域;
6、利用递归网格划分算法对所述待处理区域进行网格划分得到人群密集区域,并记录划分后得到的每个网格的像素数据;
7、根据记录的所述人群密集区域的像素数据计算所述人群密集区域的初始人群密集中心点;
8、确定所述图像采集装置的数量,并根据所述图像采集装置的数量选择测距算法;
9、基于选择的测距算法对所述初始人群密集中心点进行调整,得到目标人群密集中心点;
10、整合所述目标场馆的世界坐标系、所述待处理图像、所述待处理区域、每个网格的像素数据、所述人群密集区域、所述目标人群密集中心点得到所述目标场馆的人群数据,并将所述人群数据加密存储至配置数据库。
11、根据本发明优选实施例,所述利用人头检测模型识别所述待处理图像中的人群包括:
12、利用所述人头检测模型识别所述待处理图像中的人头;
13、计算所述待处理图像中的人头密度;
14、当所述人头密度大于或者等于配置密度时,确定检测到所述人群。
15、根据本发明优选实施例,所述利用递归网格划分算法对所述待处理区域进行网格划分得到人群密集区域包括:
16、确定网格划分方式;
17、基于所述网格划分方式将所述待处理区域划分为多个网格;
18、计算每个网格中人头的数量;
19、从所述多个网格中获取所述人头的数量最多的网格;
20、当获取到的网格有一个时,将所述获取到的网格确定为所述人群密集区域;或者
21、当所述获取到的网格有多个时,从所述获取到的网格中随机选择一个网格作为候选网格;计算所述候选网格的人头像素,及计算所述待处理区域的总像素;计算所述候选网格的人头像素与所述总像素的比值,得到所述候选网格的人头像素占比;获取预先配置的占比阈值;当所述人头像素占比大于所述占比阈值时,将所述候选网格确定为所述人群密集区域;当所述人头像素占比小于或者等于所述占比阈值时,利用所述递归网格划分算法对所述候选网格进行网格划分,直至得到所述人头像素占比大于所述占比阈值的网格,并将得到的网格确定为所述人群密集区域。
22、根据本发明优选实施例,所述根据记录的所述人群密集区域的像素数据计算所述人群密集区域的初始人群密集中心点包括:
23、获取所述人群密集区域内每个人头的像素坐标;
24、计算每个人头的像素坐标的平均值,得到所述初始人群密集中心点。
25、根据本发明优选实施例,所述基于选择的测距算法对所述初始人群密集中心点进行调整,得到目标人群密集中心点包括:
26、当所述图像采集装置的数量为一个时,利用单人群定位算法获取所述图像采集装置的焦距;
27、获取基于全球人均数据测算的人头的平均高度;
28、获取所述目标人群密集中心点在所述图像采集装置的视野中的像素高度;
29、计算所述平均高度与所述像素高度的商,得到第一数值;
30、计算所述第一数值与所述焦距的乘积,得到所述图像采集装置到所述初始人群密集中心点的距离作为目标距离;
31、获取所述目标场馆的空间范围;
32、当所述目标距离未超出所述空间范围时,将所述初始人群密集中心点确定为所述目标人群密集中心点;或者
33、当所述目标距离超出所述空间范围时,依次获取距离所述初始人群密集中心点最近的点作为备选点并计算所述图像采集装置到所述备选点的距离,直至获取到的备选点所对应的距离未超出所述空间范围,将当前的备选点确定为所述目标人群密集中心点。
34、根据本发明优选实施例,所述基于选择的测距算法对所述初始人群密集中心点进行调整,得到目标人群密集中心点还包括:
35、当所述图像采集装置的数量为至少三个时,基于所述单人群定位算法及所述初始人群密集中心点确定每个图像采集装置对应的人群密集中心点;
36、利用联合定位算法计算每个图像采集装置与对应的人群密集中心点之间的水平距离;
37、将每个图像采集装置的水平坐标确定为圆心,将每个图像采集装置与对应的人群密集中心点之间的水平距离确定为半径画圆,得到所述人群密集区域中水平面上的多个圆;
38、获取所述多个圆的相交数据;
39、当所述相交数据显示有至少三个圆两两相交时,获取相交的各圆的中心点,从所述相交的各圆中获取距离所述中心点最近的三个圆心,并利用所述三个圆心构建三角形;计算所述三角形的内心,并将所述三角形的内心确定为所述目标人群密集中心点;或者
40、当所述相交数据显示没有至少三个圆两两相交时,保持所述人群密集区域中水平面上的多个圆的圆心不变,按照预设比例依次放大每个圆的半径,直至检测到至少三个圆两两相交,利用当前检测到的相交的圆确定所述目标人群密集中心点。
41、根据本发明优选实施例,所述将所述人群数据加密存储至配置数据库后,所述方法还包括:
42、从所述配置数据库中获取所述目标人群密集中心点,及获取所述目标场馆的区域布局;基于所述目标人群密集中心点及所述区域布局对所述目标场馆内的人群进行人流控制及调度;
43、当发生预设紧急情况时,将所述目标人群密集中心点发送至指定终端;
44、从所述配置数据库中获取预设时间段内的所有人群密集中心点,根据所述预设时间段内的所有人群密集中心点确定所述目标场馆内人群的活动模式及活动偏好,基于所述目标场馆内人群的活动模式及活动偏好对所述目标场馆的区域布局进行优化。
45、一种场馆人群定位装置,所述场馆人群定位装置包括:
46、创建单元,用于以bim模型为基础创建目标场馆的三维空间模型,得到所述目标场馆的世界坐标系;
47、捕获单元,用于利用所述目标场馆内部署的图像采集装置实时捕获所述目标场馆内的监控画面作为待处理图像;其中,所述图像采集装置以所述世界坐标系进行标定;
48、识别单元,用于利用人头检测模型识别所述待处理图像中的人群,并获取所述人群在所述世界坐标系中的区域范围作为待处理区域;
49、划分单元,用于利用递归网格划分算法对所述待处理区域进行网格划分得到人群密集区域,并记录划分后得到的每个网格的像素数据;
50、计算单元,用于根据记录的所述人群密集区域的像素数据计算所述人群密集区域的初始人群密集中心点;
51、选择单元,用于确定所述图像采集装置的数量,并根据所述图像采集装置的数量选择测距算法;
52、调整单元,用于基于选择的测距算法对所述初始人群密集中心点进行调整,得到目标人群密集中心点;
53、存储单元,用于整合所述目标场馆的世界坐标系、所述待处理图像、所述待处理区域、每个网格的像素数据、所述人群密集区域、所述目标人群密集中心点得到所述目标场馆的人群数据,并将所述人群数据加密存储至配置数据库。
54、一种计算机设备,所述计算机设备包括:
55、存储器,存储至少一个指令;及
56、处理器,执行所述存储器中存储的指令以实现所述场馆人群定位方法。
57、一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被计算机设备中的处理器执行以实现所述场馆人群定位方法。
58、由以上技术方案可以看出,本发明能够以bim模型为基础创建目标场馆的三维空间模型,统一了场馆世界坐标系;基于人头检测模型识别待处理图像中的人群及人群所在的待处理区域,并利用递归网格划分算法对待处理区域进行网格划分得到人群密集区域,进而结合图像处理及分析技术准确获取到人群密集区域;根据图像采集装置的数量针对性选择不同的测距算法得到目标人群密集中心点,不仅提高了对人群密集中心点定位的准确性,且能够有效适用于场馆环境下实时、高精度的人群定位问题。