CN113221856B - 人群拥挤危险度检测方法、装置及设备 - Google Patents
人群拥挤危险度检测方法、装置及设备 Download PDFInfo
- Publication number
- CN113221856B CN113221856B CN202110657082.7A CN202110657082A CN113221856B CN 113221856 B CN113221856 B CN 113221856B CN 202110657082 A CN202110657082 A CN 202110657082A CN 113221856 B CN113221856 B CN 113221856B
- Authority
- CN
- China
- Prior art keywords
- crowd
- target area
- area
- target
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000004590 computer program Methods 0.000 claims description 30
- 230000008859 change Effects 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种人群拥挤危险度检测方法、装置及设备，该方法包括：获取目标区域的区域数据以及目标时刻目标区域的人群数据，其中，区域数据包括面积、地面坡度和地面坡长，人群数据包括人群人数、人流方向与坡度下降方向夹角和人群中的人均步行速度；根据区域数据和人群数据，确定目标时刻时目标区域的人群拥挤危险度；在人群拥挤危险度满足预设条件时，输出报警信息。通过考虑地面坡度、地面坡长、人群中的人均步行速度、人流方向与坡度下降方向夹角对拥挤危险程度的影响，能够提高人群的拥挤危险度检测的精度，以此进行准确的预警，有效防止踩踏事件的发生。
Description
技术领域
本发明涉及拥挤危险度检测技术领域，尤其涉及一种人群拥挤危险度检测方法、装置及设备。
背景技术
特殊事件下城市公共区域容易发生大量人群聚集现象，如重要的交通枢纽、会展中心、开放的广场等，大量人群聚集时有发生踩踏的风险。
目前，通常通过计算人群密度的方式判断人群的拥挤程度，根据人群的拥挤程度确定是否需要预警，但由于人群的拥挤程度只是影响发生踩踏的风险的因素之一，仅考虑人群的拥挤程度，对人群的拥挤危险度检测的精度低，不能准确的进行预警，防止踩踏时间的发生。
发明内容
有鉴于此，本发明提供了一种人群拥挤危险度检测方法、装置及设备，旨在解决对人群的拥挤危险度检测的精度低的问题。
本发明实施例的第一方面提供了一种人群拥挤危险度检测方法，包括：
获取目标区域的区域数据以及目标时刻所述目标区域的人群数据，其中，所述区域数据包括面积、地面坡度和地面坡长，所述人群数据包括人群人数、人流方向与坡度下降方向夹角和人群中的人均步行速度；
根据所述区域数据和所述人群数据，确定所述目标时刻时所述目标区域的人群拥挤危险度；
在所述人群拥挤危险度满足预设条件时，输出报警信息。
本发明实施例的第二方面提供了一种人群拥挤危险度检测装置，包括：
获取模块，用于获取目标区域的区域数据以及目标时刻所述目标区域的人群数据，其中，所述区域数据包括面积、地面坡度和地面坡长，所述人群数据包括人群人数、人流方向与坡度下降方向夹角和人群中的人均步行速度；
计算模块，用于根据所述区域数据和所述人群数据，确定所述目标时刻时所述目标区域的人群拥挤危险度；
报警模块，用于在所述人群拥挤危险度满足预设条件时，输出报警信息。
本发明实施例的第三方面提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面所述人群拥挤危险度检测方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面所述人群拥挤危险度检测方法的步骤。
本发明实施例提供的人群拥挤危险度检测方法、装置及设备，获取目标区域的区域数据以及目标时刻目标区域的人群数据，其中，区域数据包括面积、地面坡度和地面坡长，人群数据包括人群人数、人流方向与坡度下降方向夹角和人群中的人均步行速度；根据区域数据和人群数据，确定目标时刻时目标区域的人群拥挤危险度；在人群拥挤危险度满足预设条件时，输出报警信息。通过考虑地面坡度、地面坡长、人群中的人均步行速度、人流方向与坡度下降方向夹角对拥挤危险程度的影响，能够提高人群的拥挤危险度检测的精度，以此进行准确的预警，有效防止踩踏事件的发生。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一个实施例提供的人群拥挤危险度检测方法的应用环境图；
图2是本发明一个实施例提供的人群拥挤危险度检测方法的实现流程图；
图3是本发明一个实施例提供的人流方向与坡度下降方向夹角的计算原理图；
图4是本发明另一个实施例提供的人群拥挤危险度检测方法的实现流程图；
图5是本发明一个实施例提供的人群拥挤危险度检测装置的结构示意图；
图6是本发明一个实施例提供的电子设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
图1是本发明一个实施例提供的人群拥挤危险度检测方法的应用环境图。本发明实施例提供的人群拥挤危险度检测方法可以但不限于应用于该应用环境。如图1所示，该应用环境中包括：摄像头11、电子设备12和城市管理平台13。其中，摄像头11可以部署于目标区域内或者目标区域周围，以采集目标区域的视频。摄像头11可以为一个或多个。
在一种可能的场景中，摄像头11采集目标区域的视频，将采集的视频发送到电子设备12。电子设备12根据视频对目标区域的人群拥挤危险度进行检测，并在人群拥挤危险度符合预设条件时，向城市管理平台13或者工作人员的终端(图未示)发送告警信息，以提示工作人员对目标区域进行人员疏导。
在另一可能的场景中，城市管理平台13用于向电子设备12发送检测指令。电子设备12用于在收到检测指令后，向目标区域内的摄像头11发送获取指令。摄像头11用于在收到获取指令后，获取目标区域的区域数据以及目标时刻所述目标区域的人群数据，并将获取的数据发送到电子设备12中。电子设备12还用于在接收到获取的数据后，对目标区域的人群拥挤危险度进行检测，并将得到的检测结果发送到城市管理平台13中。电子设备12还可以从城市管理平台13的数据库中获取目标区域的区域数据以及目标时刻所述目标区域的人群数据，在此不做限定。
摄像头11可以是红外摄像机、半球形摄像机、一体化云台摄像机等，在此不作限定。电子设备12可以是服务器、终端等，在此不作限定。服务器可以用独立服务器或者是多个服务器组成的服务器集群来实现。终端可以包括但不限于台式计算机、笔记本电脑、平板电脑等。摄像头11、电子设备12和城市管理平台13之间可以通过线路进行数据交互，还可以通过网络或蓝牙等方式进行数据交互，在此不做限定。电子设备12可以是独立安装的设备，也可以是安装城市管理平台13中的设备，在此不做限定。
图2是本发明一个实施例提供的人群拥挤危险度检测方法的实现流程图。该实施例中，以该方法应用于图1中的电子设备为例进行说明。如图2所示，该方法包括：
S201，获取目标区域的区域数据以及目标时刻目标区域的人群数据，其中，区域数据包括面积、地面坡度和地面坡长，人群数据包括人群人数、人流方向与坡度下降方向夹角和人群中的人均步行速度。
S202，根据区域数据和人群数据，确定目标时刻时目标区域的人群拥挤危险度。
S203，在人群拥挤危险度满足预设条件时，输出报警信息。
本实施例中，区域数据可以直接从数据库中获取，也可以根据摄像头实时采集的视频得到，在此不做限定。若目标区域为多层大楼，则目标区域的面积可以为各层面积之和。人群拥挤危险度代表发生踩踏事件等意外情况的概率，人群拥挤危险度越高，越容易发生意外。人群拥挤危险度满足预设条件可以是人群拥挤危险度大于预设阈值，也可以是人群拥挤危险度在一段时间后大于预设阈值，在此不做限定。
本实施例中通过获取目标区域的区域数据以及目标时刻目标区域的人群数据，其中，区域数据包括面积、地面坡度和地面坡长，所述人群数据包括人群人数、人流方向与坡度下降方向夹角和人群中的人均步行速度；根据区域数据和人群数据，确定目标时刻时目标区域的人群拥挤危险度；在人群拥挤危险度满足预设条件时，输出报警信息，通过考虑地面坡度、地面坡长、人群中的人均步行速度、人流方向与坡度下降方向夹角对拥挤危险程度的影响，能够提高人群的拥挤危险度检测的精度，以此进行准确的预警，有效防止踩踏事件的发生。
在一些实施例中，在图2实施例的基础上，根据区域数据和人群数据，确定目标时刻时目标区域的人群拥挤危险度，包括：
根据区域数据、人群数据和第一预设公式，确定目标时刻时目标区域的人群拥挤危险度，其中，第一预设公式为：
其中，Qt为t时刻目标区域的人群拥挤危险度，t为目标时刻，i为目标区域的地面坡度，Nt为t时刻目标区域的人群人数，L为地面坡长，
为t时刻目标区域的人均步行速度，αt为t时刻人流方向与坡度下降方向夹角，S为目标区域的面积，a、b、c、d、e为参数。
本实施例中，第一预设公式中的参数可以根据最小二乘算法标定，也可以根据遗传算法等优化算法标定，在此不做限定。
可选的，该方法还包括：
获取目标区域的区域数据、多个历史时刻下目标区域的人群数据以及每个历史时刻目标区域的人群拥挤危险度；
根据目标区域的区域数据、多个历史时刻下目标区域的人群数据以及每个历史时刻目标区域的人群拥挤危险度，采用最小二乘算法对第一预设公式进行标定，以得到第一预设公式中的参数。
本实施例中，历史时刻的选取可以根据目标区域的人群人数选取，例如从人群人数为零开始，按照预设值增加到最大人群人数，选取这些人群人数对应的历史时刻。每个历史时刻目标区域的人群拥挤危险度可以根据实际情况设定，在此不做限定。
在一些实施例中，在上述任一实施例的基础上，获取目标区域数据以及目标时刻时目标区域的人群数据，包括：
获取摄像头采集的目标区域的视频；
对视频进行视频识别，以得到目标区域的面积、地面坡度、地面坡长、目标时刻目标区域的人群人数、人流方向与坡度下降方向夹角以及目标区域中每个人的步行速度；
根据目标区域中每个人的步行速度和人群人数，确定目标时刻目标区域的人群中的人均步行速度；
根据每个人的步行速度和地面坡度，确定人流方向与坡度下降方向夹角。
本实施例中，人均步行速度的表达式如下：
其中，
为人均步行速度，Vi为每个人的步行速度，Nt为人群人数。
可选的，根据每个人的步行速度和地面坡度，确定人流方向与坡度下降方向夹角，包括：以该区域的下坡方向作为x轴正方向、垂直于该方向且指向天空的方向作为y轴正方向，建立坐标系；
将每个人的步行速度的矢量在坐标系中的横坐标分量相加，得到总横坐标分量；
将每个人的步行速度的矢量在坐标系中的纵坐标分量相加，得到总纵坐标分量；
根据总横坐标分量和总纵坐标分量，计算人流方向与坡度下降方向夹角。
本实施例中，计算人流方向与坡度下降方向夹角的表达式为：
其中，V'y,t为总纵坐标分量，V'x,t为总横坐标分量。
图3是本发明一个实施例提供的人流方向与坡度下降方向夹角的计算原理图。在图3中，x轴为下坡方向，在人群人数为2时，两个人的步行速度的矢量和与x轴的夹角即为人流方向与坡度下降方向夹角。
在一些实施例中，在上述任一实施例的基础上，获取目标区域的地面坡度，包括：
判断目标区域的类型；
若目标区域的地面为第一类区域，则直接计算地面坡度和地面坡长；
若目标区域的地面为第二类区域，则将预设坡度确定为地面坡度和地面坡长；
其中，第一类区域可以包括但不限于下述至少一项：广场、公园、体育场；
第二类区域可以包括但不限于下述至少一项：教学楼、商场、影院。
本实施例中，第一类区域为地形简单，容易计算坡度和坡长的区域，可以直接对摄像头采集到的图像进行分析，得到地面坡度和地面坡长。第二类区域为地形或者内部结构复杂，无法直接计算坡度和坡长的区域，需要根据实际情况设定地面坡度。地形或内部结构越复杂，设定的地面坡度和坡长应当越大。
本实施例中，通过考虑各类区域的地面坡度和地面坡长，能够减小危险发生的概率，防止踩踏事件的发生。
在一些实施例中，在上述任一实施例的基础上，在人群拥挤危险度满足预设条件时，输出报警信息，包括：
在人群拥挤危险度大于或等于第一预设阈值时，输出第一报警信息。
本实施例中，第一报警信息可以用于提示管理人员及时对人群进行疏散，还可以用于向人群广播“人群密集，请注意安全，减速慢行”等相关提示信息。
本实施例中，通过在人群拥挤危险度大于或等于第一预设阈值进行报警，能够及时疏散人群以及提醒人群注意安全，防止踩踏事件的发生。
可选的，在人群拥挤危险度满足预设条件时，输出报警信息，包括：
根据第二预设公式确定目标时刻目标区域的人群拥挤危险度变化率；
根据人群拥挤危险度变化率，确定目标时刻之后的预设时刻目标区域的人群拥挤危险度预测值；
在人群拥挤危险度预测值大于或等于第二预设阈值时，输出第二报警信息。
本实施例中，第二预设公式如下：
其中，Qt'为人群拥挤危险度变化率，Qt2为当前时刻的人群拥挤危险度，Qt1为当前时刻的上一时刻的人群拥挤危险度，t2为当前时刻，t1为当前时刻的上一时刻。
本实施例中，通过确定目标时刻之后的预设时刻目标区域的人群拥挤危险度预测值，判断是否发出第二报警信息，能够提醒管理人员提前疏散人群，提前控制人群危险度的增长，防止踩踏时间的发生。
在一些实施例中，在上述任一实施例的基础上，该方法还包括：
在人群人数大于预设人数时，获取人群中每个人的步行速度，若目标区域的人群中存在步行速度大于预设速度阈值的人，则输出第三报警信息。
本实施例中，第三报警信息可以用于提醒管理人员有人在密集人群中奔跑，还可以用于向人群广播“人群密集，请勿奔跑，注意安全”等相关提示信息。
本实施例中，通过第三报警信号，能够提醒管理人员有人奔跑，以及时进行相应管理，防止踩踏事件的发生。
在一些实施例中，在上述任一实施例的基础上，该方法还包括：
根据人群人数和目标区域的面积，确定目标区域的人群密度；若人群密度大于预设密度阈值，则输出第四报警信息。
本实施例中，第四报警信息可以用于提示管理人员人群密度过大，注意疏散。在人群密度和人群的人均步行速度均较大时，第一报警信息和第四报警信息均输出。在人群密度较大但人群的人均步行速度较小或为零时(例如人群在影院观影)，输出第四报警信号可以用于提醒管理人员稍后组织人群有序退场。
本实施例中，通过第四报警信号，能够提醒管理人员人群密度过大的问题，以及时进行相应管理，防止踩踏事件的发生。
在一些实施例中，在上述任一实施例的基础上，该方法还包括：
判断目标区域是否为非开放区域；
若目标区域为非开放区域，则获取目标区域单位时间内的最大疏散人数；
根据人群人数和单位时间内的最大疏散人数，确定并输出最小疏散时间。
本实施例中，非开放区域表示出口有限的封闭区域，例如教学楼、会展中心、商场等。单位时间内的最大疏散人数可以是每分钟可以通过安全出口的最大人数。
本实施例中，通过实时输出最小疏散时间，管理人员可以依据输出的最小疏散时间制定相应的突发情况应对预案，防止踩踏事件的发生。
图4是本发明另一个实施例提供的人群拥挤危险度检测方法的实现流程图。如图4所示，在一些实施例中，该方法包括：
S400，获取目标区域的区域数据以及目标时刻目标区域的人群数据。
在S400之后，还包括四种报警方式：
报警方式一：
S401，确定目标时刻时目标区域的人群拥挤危险度。
S402，在人群拥挤危险度大于或等于第一预设阈值时，输出第一报警信息。
报警方式二：
S401，确定目标时刻时目标区域的人群拥挤危险度。
S411，根据第二预设公式确定目标时刻目标区域的人群拥挤危险度变化率。
S412，根据人群拥挤危险度变化率，确定目标时刻之后的预设时刻目标区域的人群拥挤危险度预测值。
S413，在人群拥挤危险度预测值大于或等于第二预设阈值时，输出第二报警信息。
报警方式三：
S421，在人群人数大于预设人数时，获取人群中每个人的步行速度。
S422，若目标区域的人群中存在步行速度大于预设速度阈值的人，则输出第三报警信息。
报警方式四：
S431，根据人群人数和目标区域的面积，确定目标区域的人群密度。
S432，若人群密度大于预设密度阈值，则输出第四报警信息。
本实施例中，各报警信息之间互不影响，四种报警方式可以输出一个或者同时输出多个。
下面通过一个实施示例对上述人群拥挤危险度检测方法进行说明，但并不作为限定。该实施示例的具体步骤如下：
步骤1，获取目标区域的区域数据、多个历史时刻下目标区域的人群数据以及每个历史时刻目标区域的人群拥挤危险度。
步骤2，根据目标区域的区域数据、多个历史时刻下目标区域的人群数据以及每个历史时刻目标区域的人群拥挤危险度，采用最小二乘算法对上述公式(1)进行标定，以得到上述公式(1)中的参数。
步骤3，获取目标区域的区域数据以及目标时刻目标区域的人群数据。
步骤4，根据区域数据和人群数据，确定目标时刻时目标区域的人群拥挤危险度。
步骤5，在人群拥挤危险度满足预设条件时，输出报警信息。
本发明实施例通过获取目标区域的区域数据以及目标时刻目标区域的人群数据，其中，区域数据包括面积、地面坡度和地面坡长，所述人群数据包括人群人数、人流方向与坡度下降方向夹角和人群中的人均步行速度；根据区域数据和人群数据，确定目标时刻时目标区域的人群拥挤危险度；在人群拥挤危险度满足预设条件时，输出报警信息。通过考虑地面坡度、地面坡长、人群中的人均步行速度、人流方向与坡度下降方向夹角对拥挤危险程度的影响，能够提高人群的拥挤危险度检测的精度，以此进行准确的预警，有效防止踩踏事件的发生。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图5是本发明一个实施例提供的人群拥挤危险度检测装置的结构示意图。
如图5所示，人群拥挤危险度检测装置5，包括：
获取模块510，用于获取目标区域的区域数据以及目标时刻目标区域的人群数据，其中，区域数据包括面积、地面坡度和地面坡长，所述人群数据包括人群人数、人流方向与坡度下降方向夹角和人群中的人均步行速度。
计算模块520，用于根据区域数据和人群数据，确定目标时刻时目标区域的人群拥挤危险度。
报警模块530，用于在人群拥挤危险度满足预设条件时，输出报警信息。
可选的，计算模块520，用于根据区域数据、人群数据和第一预设公式，确定目标时刻时目标区域的人群拥挤危险度，其中，第一预设公式为：
其中，Qt为t时刻目标区域的人群拥挤危险度，t为目标时刻，i为目标区域的地面坡度，Nt为t时刻目标区域的人群人数，L为地面坡长，
为t时刻目标区域的人均步行速度，αt为t时刻人流方向与坡度下降方向夹角，S为目标区域的面积，a、b、c、d、e为参数。
可选的，人群拥挤危险度检测装置5，还包括：标定模块540。
标定模块540，用于获取目标区域的区域数据、多个历史时刻下目标区域的人群数据以及每个历史时刻目标区域的人群拥挤危险度；
根据目标区域的区域数据、多个历史时刻下目标区域的人群数据以及每个历史时刻目标区域的人群拥挤危险度，采用最小二乘算法对第一预设公式进行标定，以得到第一预设公式中的参数。
可选的，获取模块510，用于获取摄像头采集的目标区域的视频；
对视频进行视频识别，以得到目标区域的面积、地面坡度、地面坡长、目标时刻目标区域的人群人数、人流方向与坡度下降方向夹角以及目标区域中每个人的步行速度；
根据目标区域中每个人的步行速度和人群人数，确定目标时刻目标区域的人群中的人均步行速度；
根据每个人的步行速度和地面坡度，确定人流方向与坡度下降方向夹角。
可选的，获取模块510，用于根据每个人的步行速度和地面坡度，确定人流方向与坡度下降方向夹角，包括：以该区域的下坡方向作为x轴正方向、垂直于该方向且指向天空的方向作为y轴正方向，建立坐标系；
将每个人的步行速度在坐标系中的横坐标分量相加，得到总横坐标分量；
将每个人的步行速度在坐标系中的纵坐标分量相加，得到总纵坐标分量；
根据总横坐标分量和总纵坐标分量，计算人流方向与坡度下降方向夹角。
可选的，获取模块510，用于判断目标区域的类型；
若目标区域的地面为第一类区域，则直接计算地面坡度；
若目标区域的地面为第二类区域，则将预设坡度确定为地面坡度；
其中，第一类区域包括下述至少一项：广场、公园、体育场；
第二类区域包括下述至少一项：教学楼、商场、影院。
可选的，报警模块530，用于：
在人群拥挤危险度大于或等于第一预设阈值时，输出第一报警信息。
可选的，报警模块530，用于：
根据第二预设公式确定目标时刻目标区域的人群拥挤危险度变化率；
根据人群拥挤危险度变化率，确定目标时刻之后的预设时刻目标区域的人群拥挤危险度预测值；
在人群拥挤危险度预测值大于或等于第二预设阈值时，输出第二报警信息。
可选的，报警模块530，还用于：
在人群人数大于预设人数时，获取人群中每个人的步行速度，若目标区域的人群中存在步行速度大于预设速度阈值的人，则输出第三报警信息；
根据人群人数和目标区域的面积，确定目标区域的人群密度；若人群密度大于预设密度阈值，则输出第四报警信息；
可选的，人群拥挤危险度检测装置5，还包括：疏散模块550。
疏散模块550，用于判断目标区域是否为非开放区域；
若目标区域为非开放区域，则获取目标区域单位时间内的最大疏散人数；
根据人群人数和单位时间内的最大疏散人数，确定并输出最小疏散时间。
本实施例提供的人群拥挤危险度检测装置，可用于执行上述方法实施例，其实现原理和技术效果类似，本实施例在此处不再赘述。
图6是本发明一个实施例提供的电子设备的示意图。如图6所示，本发明的一个实施例提供的电子设备6，该实施例的电子设备6包括：处理器60、存储器61以及存储在存储器61中并可在处理器60上运行的计算机程序62。处理器60执行计算机程序62时实现上述各个人群拥挤危险度检测方法实施例中的步骤，例如图2所示的步骤201至步骤204。或者，处理器60执行计算机程序62时实现上述各装置实施例中各模块/单元的功能，例如图5所示模块510至530的功能。
示例性的，计算机程序62可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器61中，并由处理器60执行，以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序62在电子设备6中的执行过程。
电子设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是电子设备6的示例，并不构成对电子设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器61可以是电子设备6的内部存储单元，例如电子设备6的硬盘或内存。存储器61也可以是电子设备6的外部存储设备，例如电子设备6上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器61还可以既包括电子设备6的内部存储单元也包括外部存储设备。存储器61用于存储计算机程序以及终端所需的其他程序和数据。存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述人群拥挤危险度检测方法实施例中的步骤。
计算机可读存储介质存储有计算机程序62，计算机程序62包括程序指令，程序指令被处理器60执行时实现上述实施例方法中的全部或部分流程，也可以通过计算机程序62来指令相关的硬件来完成，计算机程序62可存储于一计算机可读存储介质中，该计算机程序62在被处理器60执行时，可实现上述各个方法实施例的步骤。其中，计算机程序62包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
计算机可读存储介质可以是前述任一实施例的终端的内部存储单元，例如终端的硬盘或内存。计算机可读存储介质也可以是终端的外部存储设备，例如终端上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，计算机可读存储介质还可以既包括终端的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及终端所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
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单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的模块/单元如果以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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
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，均应包含在本发明的保护范围之内。
Claims (9)
1.一种人群拥挤危险度检测方法，其特征在于，包括：
获取目标区域的区域数据以及目标时刻所述目标区域的人群数据，其中，所述区域数据包括面积、地面坡度和地面坡长，所述人群数据包括人群人数、人流方向与坡度下降方向夹角和人群中的人均步行速度；
根据所述区域数据和所述人群数据，确定所述目标时刻时所述目标区域的人群拥挤危险度；
在所述人群拥挤危险度满足预设条件时，输出报警信息；
根据所述区域数据和所述人群数据，确定所述目标时刻时所述目标区域的人群拥挤危险度，包括：
根据所述区域数据、所述人群数据和第一预设公式，确定所述目标时刻时所述目标区域的人群拥挤危险度，其中，所述第一预设公式为：
其中，Qt为t时刻所述目标区域的人群拥挤危险度，t为所述目标时刻，i为所述目标区域的地面坡度，Nt为t时刻所述目标区域的人群人数，L为所述地面坡长，
为t时刻所述目标区域的人均步行速度，αt为t时刻所述人流方向与坡度下降方向夹角，S为所述目标区域的面积，a、b、c、d、e为参数。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述目标区域的区域数据、多个历史时刻下所述目标区域的人群数据以及每个历史时刻所述目标区域的人群拥挤危险度；
根据所述目标区域的区域数据、多个历史时刻下所述目标区域的人群数据以及每个历史时刻所述目标区域的人群拥挤危险度，采用最小二乘算法对所述第一预设公式进行标定，以得到所述预设公式中的参数。
3.根据权利要求1或2所述的方法，其特征在于，获取目标区域数据以及目标时刻时所述目标区域的人群数据，包括：
获取摄像头采集的目标区域的视频；
对所述视频进行视频识别，以得到所述目标区域的面积、所述地面坡度、所述地面坡长、所述目标时刻所述目标区域的人群人数、所述人流方向与坡度下降方向夹角以及所述目标区域中每个人的步行速度；
根据所述目标区域中每个人的步行速度和所述人群人数，确定所述目标时刻所述目标区域的人群中的人均步行速度；
根据每个人的步行速度和所述地面坡度，确定所述人流方向与坡度下降方向夹角。
4.根据权利要求1或2所述的方法，其特征在于，获取目标区域的地面坡度和地面坡长，包括：
确定所述目标区域的类型；
若所述目标区域为第一类区域，则根据摄像头采集的目标区域的视频，计算所述目标区域的地面坡度和地面坡长；
若所述目标区域的地面为第二类区域，则将预设坡度确定为所述目标区域的地面坡度和地面坡长；
其中，所述第一类区域包括下述至少一项：广场、公园、体育场；
所述第二类区域包括下述至少一项：教学楼、商场、影院。
5.根据权利要求1或2所述的方法，其特征在于，在所述人群拥挤危险度满足预设条件时，输出报警信息，包括：
在所述人群拥挤危险度大于或等于第一预设阈值时，输出第一报警信息。
6.根据权利要求1或2所述的方法，其特征在于，在所述人群拥挤危险度满足预设条件时，输出报警信息，包括：
确定目标时刻所述目标区域的人群拥挤危险度变化率；
根据所述人群拥挤危险度变化率，确定所述目标时刻之后的预设时刻所述目标区域的人群拥挤危险度预测值；
在人群拥挤危险度预测值大于或等于第二预设阈值时，输出第二报警信息。
7.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
在所述人群人数大于预设人数时，获取所述人群中每个人的步行速度，若所述目标区域的人群中存在步行速度大于预设速度阈值的人，则输出第三报警信息；
根据所述人群人数和所述目标区域的面积，确定所述目标区域的人群密度；若所述人群密度大于预设密度阈值，则输出第四报警信息；
判断所述目标区域是否为非开放区域；
若所述目标区域为非开放区域，则获取所述目标区域单位时间内的最大疏散人数；
根据所述人群人数和所述单位时间内的最大疏散人数，确定并输出最小疏散时间。
8.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上的权利要求1至7中任一项所述人群拥挤危险度检测方法的步骤。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上的权利要求1至7中任一项所述人群拥挤危险度检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110657082.7A CN113221856B (zh) | 2021-06-11 | 2021-06-11 | 人群拥挤危险度检测方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110657082.7A CN113221856B (zh) | 2021-06-11 | 2021-06-11 | 人群拥挤危险度检测方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113221856A CN113221856A (zh) | 2021-08-06 |
| CN113221856B true CN113221856B (zh) | 2022-12-27 |
Family
ID=77081505
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110657082.7A Active CN113221856B (zh) | 2021-06-11 | 2021-06-11 | 人群拥挤危险度检测方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113221856B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114926973B (zh) * | 2022-04-06 | 2023-07-14 | 珠海市横琴渤商数字科技有限公司 | 一种视频监控方法、装置、系统、服务器及可读存储介质 |
| CN116206421B (zh) * | 2023-01-04 | 2024-06-04 | 歌尔股份有限公司 | 人群聚集的风险预警方法、装置、电子设备及介质 |
| CN116311044B (zh) * | 2023-02-28 | 2024-02-02 | 陕西集晟文化传播有限公司 | 一种基于大数据态势分析的优化决策方法及系统 |
| CN116363598A (zh) * | 2023-05-29 | 2023-06-30 | 深圳市捷易科技有限公司 | 人群拥挤预警方法、装置、电子设备及可读存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109190325A (zh) * | 2018-11-20 | 2019-01-11 | 山东师范大学 | 基于行人拥挤度分析的人群疏散路径规划仿真方法 |
| CN111152217A (zh) * | 2019-12-30 | 2020-05-15 | 深圳优地科技有限公司 | 一种速度控制方法、装置、机器人及存储介质 |
| CN111368650A (zh) * | 2020-02-18 | 2020-07-03 | 北京交通大学 | 一种基于轨迹数据的人群拥挤行为识别方法 |
| CN111489588A (zh) * | 2020-03-30 | 2020-08-04 | 腾讯科技（深圳）有限公司 | 车辆驾驶风险预警方法及装置、设备、存储介质 |
| CN112578777A (zh) * | 2019-09-27 | 2021-03-30 | 苏州宝时得电动工具有限公司 | 自主机器人及其行走路径规划方法、装置和存储介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102982341B (zh) * | 2012-11-01 | 2015-06-24 | 南京师范大学 | 一种可跨摄像机的自适应人群密度估计方法 |
| CN107862437B (zh) * | 2017-10-16 | 2022-02-22 | 中国人民公安大学 | 基于风险概率评估的公共区域人群聚集预警方法及系统 |
| CN109087478A (zh) * | 2018-08-22 | 2018-12-25 | 徐自远 | 一种智能防拥挤踩踏的预警与导流方法及系统 |
-
2021
- 2021-06-11 CN CN202110657082.7A patent/CN113221856B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109190325A (zh) * | 2018-11-20 | 2019-01-11 | 山东师范大学 | 基于行人拥挤度分析的人群疏散路径规划仿真方法 |
| CN112578777A (zh) * | 2019-09-27 | 2021-03-30 | 苏州宝时得电动工具有限公司 | 自主机器人及其行走路径规划方法、装置和存储介质 |
| CN111152217A (zh) * | 2019-12-30 | 2020-05-15 | 深圳优地科技有限公司 | 一种速度控制方法、装置、机器人及存储介质 |
| CN111368650A (zh) * | 2020-02-18 | 2020-07-03 | 北京交通大学 | 一种基于轨迹数据的人群拥挤行为识别方法 |
| CN111489588A (zh) * | 2020-03-30 | 2020-08-04 | 腾讯科技（深圳）有限公司 | 车辆驾驶风险预警方法及装置、设备、存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113221856A (zh) | 2021-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113221856B (zh) | 人群拥挤危险度检测方法、装置及设备 | |
| CN106791655B (zh) | 一种视频处理方法及装置 | |
| CN103067514B (zh) | 用于视频监控分析系统的云计算资源优化的方法和系统 | |
| CN111666821B (zh) | 人员聚集的检测方法、装置及设备 | |
| KR102397837B1 (ko) | 엣지 컴퓨팅 기반 보안 감시 서비스 제공 장치, 시스템 및 그 동작 방법 | |
| US20220139090A1 (en) | Systems and methods for object monitoring | |
| CN110659606A (zh) | 消防通道占用识别方法、装置、计算机设备及存储介质 | |
| KR20220000226A (ko) | 엣지 컴퓨팅 기반 지능형 보안 감시 서비스 제공 시스템 | |
| CN112433539A (zh) | 一种处理高速交通事故的无人机调度方法、系统及可读存储介质 | |
| CN112651377A (zh) | 一种冰雪运动事故检测方法、装置及终端设备 | |
| CN115063751A (zh) | 宠物牵绳检测方法、设备及存储介质 | |
| CN114339168B (zh) | 一种区域安全监控方法、装置、电子设备及存储介质 | |
| KR20220000216A (ko) | 딥러닝 분산 처리 기반 지능형 보안 감시 서비스 제공 장치 | |
| CN116206421B (zh) | 人群聚集的风险预警方法、装置、电子设备及介质 | |
| CN113792615B (zh) | 人体上下楼梯的状态识别方法、装置、终端及存储介质 | |
| JP2015088816A (ja) | 画像監視システム | |
| CN115035163A (zh) | 基于蓝牙定位的目标追踪方法、装置、设备及存储介质 | |
| KR20220031258A (ko) | 상담 이벤트에 대응되는 학습 데이터 기반 능동형 보안관제 서비스 제공 방법 | |
| KR20220000175A (ko) | 엣지 컴퓨팅 기반 지능형 보안 감시 서비스 제공 장치의 동작방법 | |
| KR20220000209A (ko) | 딥러닝 분산 처리 기반 지능형 보안 감시 장치의 동작 프로그램이 기록된 기록매체 | |
| KR20220000424A (ko) | 엣지 컴퓨팅 기반 지능형 보안 감시 카메라 시스템 | |
| KR20220000221A (ko) | 엣지 컴퓨팅 기반 지능형 보안 감시 카메라 장치 | |
| US20240185720A1 (en) | Wrong Way Driving Monitoring Based on Object Detection | |
| CN117474983B (zh) | 一种基于光视联动的预警方法以及相关装置 | |
| CN113923598B (zh) | 一种基于蓝牙定位的人员管理方法及设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |