本技术涉及人头识别,尤其涉及一种基于图像处理的流量统计方法及系统。
背景技术:
1、人头识别是一种基于计算机视觉技术的生物识别方法,它通过分析人脸图像或行人特征来提取身份信息,从而实现身份验证和识别。相关技术中,可以通过提取图像中行人的头部特征或身体特征将人从背景中分割出来,通过对特征的比对,验证行人的身份或进行人流量的统计。
2、然而,相关技术中,对于室外等场景,由于人流量较大,因此在流量统计或人头识别的过程中,数据处理量较大,影响了数据处理系统的处理效率和稳定运行。
技术实现思路
1、为解决相关技术问题,本技术实施例提供一种基于图像处理的流量统计方法及系统,能够减少数据处理量,提高数据处理效率,从而保障处理系统的安全稳定运行。
2、本技术实施例的技术方案是这样实现的:
3、本技术实施例提供了一种基于图像处理的流量统计方法,包括:
4、获取第一设备在第一时间段采集的第一视频;所述第一视频包括至少一个移动对象;
5、基于所述第一视频,确定每个移动对象的第一信息和第二信息;所述第一信息表征所述移动对象的位置,所述第二信息表征所述移动对象的移动方向;
6、针对每个移动对象,基于所述第一信息和所述第二信息,确定所述移动对象是否存在关联的第二设备;所述第二设备为所述移动对象在进入所述第一设备监控范围前用于监控所述移动对象的设备;
7、在存在所述第二设备的情况下,从所述第二设备获取对应移动对象的识别结果,得到至少一个第一识别信息;
8、在不存在所述第二设备的情况下,对所述移动对象进行人脸识别,得到至少一个第二识别信息;
9、基于所述至少一个第一识别信息和所述至少一个第二识别信息,统计所述第一设备监控区域的人流量,得到第一统计结果。
10、上述方案中,所述基于所述第一视频,确定每个移动对象的第一信息和第二信息,包括:
11、针对每个移动对象,对所述第一视频进行抽帧,得到存在所述移动对象的多帧第一图像;
12、基于所述第一设备监控区域和所述第一设备输出图像的映射关系,确定每帧第一图像中所述移动位置的坐标,得到第一信息;
13、基于时间轴,从所述多帧第一图像中选择两帧不同时间的第一图像;
14、基于选择的两帧第一图像,确定所述移动对象的光流场;
15、基于所述光流场,确定所述移动对象的运动方向,得到第二信息。
16、上述方案中,所述基于时间轴,从所述多帧第一图像中选择两帧不同时间的第一图像,包括:
17、基于时间轴,确定所述多帧第一图像中每帧第一图像与相邻帧第一图像之前的差异,得到每帧第一图像与相邻帧的第一相似度;
18、判断每帧第一图像与相邻帧的第一相似度是否小于预设的相似度阈值,并在所述第一相似度小于预设的相似度阈值的情况下,从所述第一图像和相邻帧中删除抽取时间在前的图像,得到第一图像集合;
19、从所述第一图像集合中选择两帧抽取时间不同的第一图像。
20、上述方案中,所述方法还包括:
21、从所述至少一个移动对象中确定第一对象和第二对象;所述第一对象为存在第一识别信息的移动对象,所述第二对象为不存在第一识别信息的移动对象;
22、针对每个第一对象,在所述第一时间段对所述第一对象进行行人重识别(personre-identification,reid)处理,得到重识别结果。
23、上述方案中,所述基于所述至少一个第一识别信息和所述至少一个第二识别信息,统计所述第一设备监控区域的人流量,得到第一统计结果,包括:
24、基于所述至少一个第一识别信息、所述至少一个第二识别信息和所述重识别结果,统计所述第一设备监控区域的人流量,得到第一统计结果。
25、上述方案中,所述基于所述至少一个第一识别信息、所述至少一个第二识别信息和所述重识别结果,统计所述第一设备监控区域的人流量,得到第一统计结果,包括:
26、基于所述第一识别信息和所述第二识别信息,确定第一设备监控区域的流量识别结果,得到第二统计结果;
27、基于所述重识别结果,对所述第二统计结果中重复统计的移动对象进行数据清洗,得到第一统计结果。
28、上述方案中,所述针对每个第一对象,在所述第一时间段对所述第一对象进行reid处理,得到重识别结果,包括:
29、针对每个第一对象,基于所述第一对象的第一信息,生成包括所述第一对象的第一窗口;
30、对所述第一窗口内的图像进行图像分割,得到第二图像;
31、对所述第二图像进行特征提取,得到第一特征信息;
32、基于所述第一特征信息,对所述第一对象进行reid,得到对应的重识别结果。
33、上述方案中,所述对所述第一窗口内的图像进行图像分割,得到第二图像之前,所述方法还包括:
34、基于所述第一对象的第一识别信息,确定所述第一对象的基准像素信息;
35、确定所述对所述第一窗口内图像进行特征提取,得到第二特征;
36、基于所述第二特征,得到所述第一窗口内所述第一对象的实际像素信息;
37、判断所述实际像素信息与所述基准像素信息之间的差异是否低于预设的像素差阈值;
38、在差异高于或等于所述像素差阈值的情况下,对所述第一窗口内的图像进行图像分割,得到第二图像。
39、上述方案中,所述方法还包括:
40、在差异低于所述像素差阈值的情况下,基于所述第二特征,对所述第一对象进行reid,得到对应的重识别结果。
41、本技术实施例还提供一种基于图像处理的流量统计系统,包括:
42、获取单元,用于获取第一设备在第一时间段采集的第一视频;所述第一视频包括至少一个移动对象;
43、第一确定单元,用于基于所述第一视频,确定每个移动对象的第一信息和第二信息;所述第一信息表征所述移动对象的位置,所述第二信息表征所述移动对象的移动方向;
44、第二确定单元,用于针对每个移动对象,基于所述第一信息和所述第二信息,确定所述移动对象是否存在关联的第二设备;所述第二设备为所述移动对象在进入所述第一设备监控范围前用于监控所述移动对象的设备;
45、计算单元,用于在存在所述第二设备的情况下,从所述第二设备获取对应移动对象的识别结果,得到至少一个第一识别信息;或者,在不存在所述第二设备的情况下,对所述移动对象进行人脸识别,得到至少一个第二识别信息;
46、处理单元,用于基于所述至少一个第一识别信息和所述至少一个第二识别信息,统计所述第一设备监控区域的人流量,得到第一统计结果。
47、本技术实施例提供的基于图像处理的流量统计方法及系统,获取第一设备在第一时间段采集的第一视频;所述第一视频包括至少一个移动对象;基于所述第一视频,确定每个移动对象的第一信息和第二信息;所述第一信息表征所述移动对象的位置,所述第二信息表征所述移动对象的移动方向;针对每个移动对象,基于所述第一信息和所述第二信息,确定所述移动对象是否存在关联的第二设备;所述第二设备为所述移动对象在进入所述第一设备监控范围前用于监控所述移动对象的设备;在存在所述第二设备的情况下,从所述第二设备获取对应移动对象的识别结果,得到至少一个第一识别信息;在不存在所述第二设备的情况下,对所述移动对象进行人脸识别,得到至少一个第二识别信息;基于所述至少一个第一识别信息和所述至少一个第二识别信息,统计所述第一设备监控区域的人流量,得到第一统计结果。本技术实施例提供的方案,通过利用移动对象位置关联不同的设备,实现设备采集范围的“拼接”,从而可以在其他关联设备已识别该位置的移动对象的情况下,直接获取其识别信息,避免重复进行识别操作,降低数据处理量,提高数据处理效率,进而提高流量统计效率,并进一步降低由于处理大量数据而对处理中心带来的计算压力,保障数据处理中心的稳定可靠运行;进一步地,由于考虑了不同设备之间针对相同对象的重复统计,因此能够降低由于重复统计带来的流量统计结果不精确的问题,提高流量统计结果的准确性和可靠性。