目标对象的流量统计方法、电子设备以及存储介质与流程

阅读：评论：0

1.本发明涉及流量统计领域，特别是涉及目标对象的流量统计方法、电子设备以及存储介质。

背景技术：

2.随着科学技术的快速发展和大数据时代的到来，通过计算机视觉技术和视频数据为交通赋能，协助交通系统管理者实现高效的交通调度，规范交通行为，进而减少交通事故，可以有效改善城市交通状况。
3.在交通场景中，根据视频流，对移动中的目标对象进行统计的方法，也是量化交通拥堵或负荷情况的一种方式。
4.对流量大的视频数据，因为流量密集，现有的视频检测在对这类数据的检测过程中，往往会出现目标对象计数失误，从而造成统计结果不准确的情况发生。

技术实现要素：

5.本发明提供了一种目标对象的流量统计方法、电子设备以及存储介质，以解决流量统计结果不准确的问题。
6.为解决上述技术问题，本发明提供一种目标对象的流量统计方法，包括：获取到包括连续的多帧图像的视频，并设定视频内目标区域的统计截面；对各帧图像的目标区域进行目标检测，得到各帧图像上位于目标区域内的目标对象以及目标对像的位置；响应于当前帧图像的前预设帧图像到当前帧图像的前一帧图像之间各图像上的目标对象的位置，与当前帧图像中的目标对象的位置之间的连线均与统计截面相交，将当前帧图像中的目标对象统计为有效计数；统计下一帧图像上的目标对象，直至统计完各帧图像的目标区域内的目标对象，得到视频的流量统计结果。
7.其中，响应于前预设帧图像到前一帧图像之间各图像上的目标对象的位置，与当前帧图像中的目标对象的位置之间的连线均与统计截面相交，将当前帧图像中的目标对象统计为有效计数，包括：预测目标对象在当前帧图像中的预测位置；将预测位置与当前帧图像中的目标对象的位置进行匹配，确定匹配度；当匹配度超过预设匹配度，响应于前预设帧图像到前一帧图像之间各图像上的目标对象的位置，与当前帧图像中的目标对象的位置之间的连线均与统计截面相交，将当前帧图像中的目标对象统计为有效计数。
8.其中，预测目标对象在当前帧图像中的预测位置，包括：基于目标对象的历史信息预测目标对象在当前帧图像中的预测位置；其中，历史信息包括在目标对象历史帧图像中的位置；将当前帧图像中的目标对象统计为有效计数之后，包括：将当前帧图像中的目标对象的位置更新至历史信息。
9.其中，对各帧图像的目标区域进行目标检测，得到各帧图像上位于目标区域内的目标对象及其位置，包括：对各帧图像进行划分，得到各帧图像的多个图像块；分别对各帧图像的多个图像块进行目标检测，得到各图像块上的目标对象；综合图像块上的目标对象，
并过滤重复的目标对象，得到各帧图像的目标对象；确定位于各帧图像中目标区域内的目标对象以及目标对像的位置。
10.其中，对各帧图像进行划分，得到各帧图像的多个图像块，包括：分别对各帧图像进行划分，得到各帧图像的多个尺寸相同的初始图像块；在各帧图像上，分别在第一方向与第二方向上扩充各初始图像块的尺寸，得到各帧图像的多个图像块；其中，第一方向与第二方向相互垂直。
11.其中，在各帧图像上，分别在第一方向与第二方向上扩充各初始图像块的尺寸，得到各帧图像的多个图像块，还包括：响应于初始图像块扩充后超出对应帧的图像的边界，将扩充后的初始图像块超出边界的区域上的像素值确定为0。
12.其中，获取包括连续的多帧图像的视频，并设定视频内的目标区域的统计截面，包括：获取包括连续的多帧图像的视频以及至少一个初始目标区域；响应于初始目标区域为凸多边形，将初始目标区域确定为目标区域；将与目标区域内目标对象的移动方向垂直的面确定为统计截面；统计下一帧图像上的目标对象，直至统计完各帧图像的目标区域内的目标对象，得到视频的流量统计结果，包括：统计下一帧图像上的目标对象，直至统计完各帧图像的各目标区域内所有的目标对象，得到视频内各目标区域的流量统计结果。
13.其中，响应于前预设帧图像到前一帧图像之间各图像上的目标对象的位置，与当前帧图像中的目标对象的位置之间的连线均与统计截面相交，将当前帧图像中的目标对象统计为有效计数之前，还包括：响应于当前帧图像中的目标对象的位置与当前帧图像的前一帧图像中的目标对象的位置之间的连线与统计截面相交，记录当前帧图像中的目标对象的位置；记录下一帧图像上的目标对象，直至记录完各帧图像中目标对象的位置。
14.为解决上述技术问题，本发明还提供了一种电子设备，电子设备包括：相互耦接的存储器和处理器，处理器用于执行存储器中存储的程序指令，以实现上述任一项的目标对象的流量统计方法。
15.为解决上述技术问题，本发明还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程序数据，程序数据能够被执行以实现如上述任一项的目标对象的流量统计方法。
16.本发明的有益效果是：区别于现有技术的情况，本发明通过确定视频内目标区域的统计截面；对各帧图像的目标区域进行目标检测，得到各帧图像上位于目标区域内的目标对象及其位置；响应于前预设帧图像到前一帧图像之间各图像上的目标对象的位置，与当前帧图像中的目标对象的位置之间的连线均与统计截面相交，将当前帧图像中的目标对象统计为有效计数；统计下一帧图像上的目标对象，直至统计完各帧图像的目标区域内的目标对象，得到视频的流量统计结果，从而设置帧数阈值进行逻辑判断，进而防止目标对象在统计截面附近反复横跳，或车辆或画面抖动等因素的影响造成误判，进而提高目标对象的流量统计的准确率。
附图说明
17.图1是本发明提供的目标对象的流量统计方法一实施例的流程示意图；
18.图2是本发明提供的目标对象的流量统计方法另一实施例的流程示意图；
19.图3是图2实施例中各帧图像进行裁剪的一实施方式的示意图；
20.图4是图2实施例中有效计数统计一实施方式的示意图；
21.图5是本发明目标对象的流量统计装置一实施例的框架示意图；
22.图6是本发明提供的电子设备一实施例的结构示意图；
23.图7是本发明提供的计算机可读存储介质一实施例的结构示意图。
具体实施方式
24.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，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做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。
25.请参阅图1，图1是本发明提供的目标对象的流量统计方法一实施例的流程示意图。
26.步骤s11：获取到包括连续的多帧图像的视频，并设定视频内目标区域的统计截面。
27.先获取到包括连续的多帧图像的视频。其中，可以通过无人机、高空视角下的摄像机或其他摄像设备对需要进行流量统计的目标区域进行拍摄，获得连续的视频。视频中的目标区域可以基于实际情况进行指定，在此不做限定。一个视频中的目标区域的数量可以为一个或多个，在此不做限定。
28.设定视频内目标区域的统计截面。其中，本实施例的统计截面指的是目标区域中与目标对象的流向相互垂直的面，统计截面在与目标区域相互垂直的方向上的具体位置可以基于实际情况进行确定，在此不做限定，其中，在某个具体的视频的流量统计中，统计截面被确定后即被固定，不再变动。例如：当本实施例应用于车流量统计时，目标区域可以为车道，则统计截面可以为某个垂直与车道的面。
29.步骤s12：对各帧图像的目标区域进行目标检测，得到各帧图像上位于目标区域内的目标对象以及目标对像的位置。
30.本实施例的目标对象为需要进行流量统计的对象，可以包括车辆、人、动物等移动对象，具体在此不做限定。
31.分别对视频中各图像帧的目标区域进行目标检测，得到各帧图像上位于目标区域内的目标对象及其位置。
32.在一个具体的应用场景中，可以通过已经训练好的目标检测模型对各帧图像上的目标区域进行目标检测，得到各帧图像上位于目标区域内的目标对象及其位置。在另一个具体的应用场景中，可以通过目标检测技术对各帧图像上的目标区域进行目标检测，得到各帧图像上位于目标区域内的目标对象及其位置。其中，目标检测技术可以包括yolo-v4目标检测技术、faster r-cnn目标检测技术或其他目标检测技术等，在此不做限定。
33.步骤s13：响应于当前帧图像的前预设帧图像到当前帧图像的前一帧图像之间各图像上的目标对象的位置，与当前帧图像中的目标对象的位置之间的连线均与统计截面相交，将当前帧图像中的目标对象统计为有效计数。
34.得到各帧图像上位于目标区域内的目标对象及其位置后，响应于当前帧图像的前预设帧图像到当前帧图像的前一帧图像之间各图像上的目标对象的位置，与当前帧图像中
的目标对象的位置之间的连线均与统计截面相交，将当前帧图像中的目标对象统计为有效计数。其中，前预设帧图像的帧数可以包括前十五帧、前二十帧、前二十二帧等，具体的帧数可以基于实际情况进行设置，在此不做限定。其中，前预设帧图像的帧数越大，有效计数越准确。
35.通过判断当前帧图像的前预设帧图像到当前帧图像的前一帧图像之间各图像上的目标对象的位置，与当前帧图像中的目标对象的位置之间的连线均与统计截面相交，才对该目标对象进行有效计数，从而严格化计数条件，减少目标对象在统计截面附近反复横跳，或车辆或画面抖动等因素对有效计数的影响，提高流量统计的可靠性。
36.响应于前预设帧图像到前一帧图像之间各图像上的目标对象的位置，与当前帧图像中的目标对象的位置之间的连线不全与统计截面相交，不对当前帧图像中的目标对象进行计数。
37.在一个具体的应用场景中，当本实施例应用与车流量统计，且前预设帧图像为前二十帧图像时，响应于前二十帧图像到前一帧图像之间的20帧图像中每帧图像上目标对象的位置，与当前帧图像中对应目标对象的位置之间的连线，即20根连线均与统计截面相交，将当前帧图像中的目标对象统计为有效计数。
38.基于上述设置帧数阈值的统计方法确定当前帧图像上的所有目标对象是否为有效计数，完成对当前帧图像上目标对象的流量统计。
39.本步骤在前预设帧图像到前一帧图像之间各图像上的目标对象的位置，与当前帧图像中对应目标对象的位置之间的连线均与统计截面相交时，才将该目标对象统计为有效计数，从而设置帧数阈值进行逻辑判断，提高目标对象的流量统计的准确率。
40.步骤s14：统计下一帧图像上的目标对象，直至统计完各帧图像的目标区域内的目标对象，得到视频的流量统计结果。
41.按照步骤s13中的方法继续统计下一帧图像上的目标对象，即将下一帧图像作为当前帧图像进行统计，以此类推，直至统计完视频中各帧图像的目标区域内的目标对象，得到整个视频的流量统计结果。
42.其中，本实施例的视频的流量统计结果可以基于每一帧为单位，对各帧对应的流量统计数通过表格、折线图或其他形式进行展示；也可以基于各帧对应的流量统计数进行后处理后进行展示，其中，后处理可以包括平均、选取部分代表性数据等处理，在此不做限定。
43.在一个具体的应用场景中，若目标对象在当前帧图像中为有效计数，则说明该目标对象在当前帧图像中的位置处于统计截面的一侧，在前预设帧图像内所有位置都位于统计截面的另一侧。当统计下一帧图像上的该目标对象时，无论下一帧图像上的目标对象处于统计截面的哪一侧，其下一帧图像的前预设帧图像到下一帧图像的前一帧图像之间各图像上的目标对象的位置，与下一帧图像中的目标对象的位置之间的连线中会存在至少一条连线完全位于统计截面的同一侧，无法与统计截面相交的情况，从而无法满足有效计数的统计规则，后续帧的计数与此类似，从而本实施例能够实现只会对一个目标对象进行一次有效计数，防止对同一目标对象进行重复计数的效果，进而能够防止目标对象在统计截面附近反复横跳，或车辆或画面抖动等因素的影响造成误判的情况产生，提高了流量统计结果的准确性与可靠性。
44.通过上述步骤，本实施例的目标对象的流量统计方法通过设定视频内目标区域的统计截面；对各帧图像的目标区域进行目标检测，得到各帧图像上位于目标区域内的目标对象及其位置；响应于当前帧图像的前预设帧图像到当前帧图像的前一帧图像之间各图像上的目标对象的位置，与当前帧图像中的目标对象的位置之间的连线均与统计截面相交，将当前帧图像中的目标对象统计为有效计数；统计下一帧图像上的目标对象，直至统计完各帧图像的目标区域内的目标对象，得到视频的流量统计结果，从而设置帧数阈值进行逻辑判断，进而防止目标对象在统计截面附近反复横跳，或车辆或画面抖动等因素的影响造成误判，进而提高目标对象的流量统计的准确率。
45.请参阅图2，图2是本发明提供的目标对象的流量统计方法另一实施例的流程示意图。
46.步骤s21：获取到包括连续的多帧图像的视频，并设定视频内目标区域的统计截面。
47.先获取到包括连续的多帧图像的视频，并确定视频内目标区域的统计截面。其中，统计截面指的是目标区域中与目标对象的流向相互垂直的面。统计截面在与目标区域相互垂直的方向上的具体位置可以基于实际情况进行确定，在此不做限定。而视频中的目标区域可以基于实际情况进行指定，在此不做限定。
48.在一个具体的应用场景中，本实施例可以获取包括连续的多帧图像的视频以及接收用户在前端指定的至少一个初始目标区域；响应于初始目标区域为凸多边形，将初始目标区域确定为目标区域，分别将与各目标区域内目标对象的移动方向垂直的面确定为统计截面；响应于初始目标区域不为凸多边形，不将初始目标区域确定为目标区域。当目标区域有多个时，统计截面对应也有相同数量的多个。
49.其中，凸多边形是一个内部为凸集的多边形，可以包括矩形，圆形、多边形等。当目标区域为凸多边形时，目标对象在目标区域内移动时，只会单出单入凸多边形，便于对目标对象的流向进行确定。而目标区域不为凸多边形时，目标对象在目标区域内移动时，可能会多出多入，影响对目标对象流向的判定。
50.通过前端接收用户对初始目标区域的划分，能够给用户提供自定义感兴趣的流量区域和范围的功能，提高目标对象的流量统计方法的针对性。
51.在一个具体的应用场景中，获取到包括连续的多帧图像的视频后，可以基于视频设定坐标轴，例如：设定图像左上角为图像坐标系原点(0,0)，水平方向为x轴，竖直方向为y轴。
52.步骤s22：对各帧图像进行划分，得到各帧图像的多个图像块；分别对各帧图像的多个图像块进行目标检测，得到各图像块上的目标对象；综合图像块上的目标对象，并过滤重复的目标对象，得到各帧图像的目标对象；确定位于各帧图像中目标区域内的目标对象。
53.获取到包括连续的多帧图像的视频后，分别对图像中的各帧图像进行划分，得到各帧图像的多个尺寸相同的初始图像块。
54.在一个具体的应用场景中，对输入的每一帧图像i，其宽高分别为w，h；先进行划分操作，得到n个固定大小w
×
h的初始图像块，其中，w、h的值可以视具体的芯片性能而定。
55.把图像i中的第i个初始图像块记作ii，宽高分别为w，h。其中，i∈[1,n]，则图像i中初始图像块的数量n的计算公式为：
[0056][0057]
其中，n为图像i中初始图像块的数量，w、h为图像i的宽高，w、为h初始图像块的宽高，除法均向下取整。
[0058]
将各帧图像划分为多个初始图像块后，为了避免在裁剪成初始图像块的过程中，处于边界上的目标对象可能被分割到两个初始图像块中，影响目标检测的准确率，因此，在各帧图像上，分别在第一方向与第二方向上扩充各初始图像块的尺寸，得到各帧图像的多个图像块。其中，第一方向与第二方向相互垂直。例如：第一方向可以为视频的水平方向，第二方向可以为视频的竖直方向。
[0059]
响应于初始图像块扩充后超出对应帧的图像的边界，将扩充后的初始图像块超出边界的区域上的像素值确定为0。
[0060]
请参阅图3，图3是图2实施例中各帧图像进行裁剪的一实施方式的示意图。
[0061]
本实施例的图像30的宽高分别为w和h，先将图像30划分为多个初始图像块31。其中，初始图像块31的宽高分别为w和h。
[0062]
在初始图像块31的基础上，在水平方向向右扩充dw，在竖直方向向下扩充dh，当超出原图边界时，用0填充，得到图像块32。
[0063]
其中，本实施方式的dw和dh分别可以设置为初始图像块31对应宽高的10％-15％，例如：10％、11％、12％、13％、14％或15％等，在此不做限定。
[0064]
当视频为高分辨率视频时，其视角相对较广，目标对象占比较小，全图检测图像数据量太大，对设备性能要求较高。且在对图像进行等比缩放时，目标很可能丢失，影响准确率。因此，本步骤通过上述图像分块方法，可提高小目标在检测输入图像中的占比，提高高分辨率图像的目标对象检测率。且上述方法也可以兼容常规分辨率的视频图像，提高常规分辨率的视频图像的目标检测的准确性与可靠性。
[0065]
在一个具体的实施方式中，将各帧图像裁剪为多个图像块后，可以基于后续目标检测的需求对各图像块进行预处理，包括填充、缩放等操作，在此不做限定。
[0066]
得到图像的各图像块后，分别对各帧图像的多个图像块进行目标检测，得到各图像块上的目标对象。在一个具体的应用场景中，可以通过已经训练好的目标检测模型对各帧图像上的目标区域进行目标检测，得到各帧图像上位于目标区域内的目标对象及其位置。在另一个具体的应用场景中，可以通过目标检测技术对各帧图像上的目标区域进行目标检测，得到各帧图像上位于目标区域内的目标对象及其位置。其中，目标检测技术可以包括yolo-v4目标检测技术、faster r-cnn目标检测技术或其他目标检测技术等，在此不做限定。
[0067]
在一个具体的应用场景中，在对各图像块进行目标检测时，可以先设定各图像块上所能识别到的目标的最大数量m，其中，m的具体值根据设备性能和目标场景而定。通过设定最大数量m，减少目标检测时，设备超负荷使用，影响目标检测的效率和精度的情况发生。提高目标检测的可靠性。
[0068]
目标检测得到各图像块上各个目标对象后，综合图像块上的目标对象，并过滤重复的目标对象，得到各帧图像的目标对象。
[0069]
在一个具体的实施方式中，分别对各帧图像的多个图像块进行目标检测，得到各
图像块上的目标对象的各个检测框。按照步骤s21中的裁剪规则，根据各个图像块在原图像上的位置，计算目标检测框在原图上的坐标，再使用非极大值抑制方法综合全图的检测框，过滤掉重叠的目标检测框，得到各帧图像上的所有的目标对象。基于上述方法确定位于各帧图像中目标区域内的目标对象。
[0070]
在一个具体的应用场景中，当某帧图像被划分为4个图像块，其中，第一个图像块上有3个目标对象的检测框，第二个图像上有2个目标对象的检测框，第三个图像上有0个目标对象的检测框以及第四个图像上有4个目标对象的检测框，其中，第一个图像块与第二个图像上有两个重叠相同的目标对象的检测框，则使用非极大值抑制方法综合全图的检测框后，过滤掉重叠的目标检测框，该帧图像的全图的检测框的数量为7个。
[0071]
在一个具体的应用场景中，在目标跟踪阶段，在图像块中遍历检测目标对象，对于编号为j的目标对象的检测框，第t时刻的信息记作其中，为检测框的中心坐标，而分别为检测框的宽高，通过中心点坐标以及检测框宽高即可还原检测框的具体位置。其中，j∈[1,m]，即j为图像块中1-m个目标对象中任一个目标对象。
[0072]
基于各帧图像的目标对象确定位于各帧图像中目标区域内的目标对象。在一个具体的应用场景中，可以通过坐标判断、相似度对比等方法在全图的目标对象中确定位于各帧图像中目标区域内的目标对象，在此不做限定。
[0073]
步骤s23：预测目标对象在当前帧图像中的预测位置；将预测位置与当前帧图像中的目标对象的位置进行匹配，确定匹配度；当匹配度超过预设匹配度，响应于前预设帧图像到前一帧图像之间各图像上的目标对象的位置，与当前帧图像中的目标对象的位置之间的连线均与统计截面相交，将当前帧图像中的目标对象统计为有效计数。
[0074]
进行计数前，先预测位于各帧图像中目标区域内的目标对象在当前帧图像中的预测位置。在一个具体的实施方式中，可以基于目标对象的历史信息预测目标对象在当前帧图像中的预测位置；其中，历史信息包括在目标对象历史帧图像中的位置，即基于目标对象在历史帧图像的位置预测其在当前帧图像上的位置。在另一个具体的实施方式中，也可以基于目标区域的流向方向以及目标对象历史帧图像中的位置预测目标对象在当前帧图像中的预测位置。在此不做限定。
[0075]
其中，预测方法可以采用训练完成的回归模型或常用预测算法，例如：卡尔曼滤波方法、朴素贝叶斯算法等，在此不做限定。
[0076]
得到目标对象在当前帧图像的预测位置后，将预测位置与当前帧图像中的目标对象的位置进行匹配，确定匹配度。匹配时，可以采用交并比的匹配方法、ncc匹配算法等，在此不做限定。
[0077]
在一个具体的实施方式中，可以基于目标对象在当前帧图像的预测位置与实际中当前帧图像中的目标对象的位置之间的匹配度确定目标对象在当前帧图像中的状态。其中，当匹配度没有超过预设匹配度，且目标对象不存在历史匹配信息，则说明目标对象在当前帧图像首次出现，其为创建状态。当匹配度超过预设匹配度，则说明目标对象存在历史匹配信息，则说明目标对象并非在当前帧图像首次出现，其为待更新状态。当实际中当前帧图像中的目标对象不存在，则其为丢失状态。
[0078]
在一个具体的应用场景中，统计截面一般设置于目标区域中较为居中的位置，当
目标对象为待更新状态时，其才有可能处于统计截面附近，进而才能判断其是否为有效计数。
[0079]
在一个具体的应用场景中，响应于当前帧图像t中位于目标区域内的目标对象的位置与前一帧图像t-1中的目标对象的位置之间的连线与统计截面相交，记录当前帧图像t中的目标对象的位置；基于上述步骤，继续记录下一帧图像上的目标对象，直至记录完各帧图像中目标对象的位置，具体地，可以记录目标对象的检测框的中心点坐标，从而便于后续计数，其中，各帧图像中目标对象的位置也可以被记录在历史信息中。
[0080]
当目标对象为创建状态或丢失状态，不对目标对象进行计数。当目标对象为待更新状态，响应于前预设帧图像到前一帧图像之间各图像上的目标对象的位置，与当前帧图像中的目标对象的位置之间的连线均与统计截面相交，将当前帧图像中的目标对象统计为有效计数。
[0081]
在一个具体的应用场景中，当对当前帧图像t中目标区域内的某个目标对象进行计数时，先确定前预设帧图像t-s到前一帧图像t-1之间各图像上的目标对象的位置，与当前帧图像t中的目标对象的位置之间的连线均与统计截面相交，将当前帧图像中的目标对象统计为有效计数。即s为前预设帧的数量。
[0082]
在一个具体的应用场景中，即判断前预设帧图像t-s到前一帧图像t-1之间各图像上的目标对象的检测框的中心点上的目标对象的检测框的中心点与当前帧图像t中的目标对象的检测框的中心点之间的s条连线是否均与统计截面相交，如果均相交，则将当前帧图像中的目标对象统计为有效计数，如果存在至少一条连线不相交，则不对该目标对象进行计数。s可以为15、18、19、20等，具体可以基于实际情况进行设置，在此不做限定。
[0083]
请参阅图4，图4是图2实施例中有效计数统计一实施方式的示意图。
[0084]
本实施方式对目标区域40内的目标对象进行计数，其中，42为当前帧图像t上目标对象的检测框的中心点，43为前一帧图像t-1上目标对象的检测框的中心点，44为前二帧图像t-2上目标对象的检测框的中心点，45为前三帧图像t-3上目标对象的检测框的中心点，46为前四帧图像t-4上目标对象的检测框的中心点，47为前五帧图像t-5上目标对象的检测框的中心点。本实施方式的s为5。
[0085]
则当47与42之间、46与42之间、45与42之间、44与42之间以及43与42之间的连线均与统计截面41相交时，确定当前帧图像t上目标对象为有效计数。
[0086]
其中，将当前帧图像中的目标对象统计为有效计数之后，包括：将当前帧图像中的目标对象的位置更新至历史信息。具体地，可以将目标对象的检测框的中心点坐标更新至历史信息。
[0087]
步骤s24：统计下一帧图像上的目标对象，直至统计完各帧图像的各目标区域内所有的目标对象，得到视频内各目标区域的流量统计结果。
[0088]
基于步骤s23中的统计方法统计下一帧图像上的目标对象，即将下一帧图像作为当前帧图像进行统计，以此类推，直至统计完视频中各帧图像的各目标区域内所有的目标对象，得到视频内各目标区域的流量统计结果。
[0089]
在一个具体的应用场景中，若目标对象在当前帧图像中为有效计数，则说明该目
标对象在当前帧图像中的位置处于统计截面的一侧，在前预设帧图像内所有位置都位于统计截面的另一侧。当统计下一帧图像上的该目标对象时，无论下一帧图像上的目标对象处于统计截面的哪一侧，其下一帧图像的前预设帧图像到下一帧图像的前一帧图像之间各图像上的目标对象的位置，与下一帧图像中的目标对象的位置之间的连线中会存在至少一条连线完全位于统计截面的同一侧，无法与统计截面相交的情况，从而无法满足有效计数的统计规则，后续帧的计数与此类似，从而本实施例能够实现只会对一个目标对象进行一次有效计数，防止对目标对象进行重复计数的效果，进而能够防止目标对象在统计截面附近反复横跳，或车辆或画面抖动等因素的影响造成误判的情况产生，提高了流量统计结果的准确性与可靠性。
[0090]
在一个具体的应用场景中，当视频中的目标区域为多个时，分别统计完各目标区域内的流量统计结果进行上报，可以不对整个视频的流量进行综合。
[0091]
通过上述步骤，本实施例的目标对象的流量统计方法通过响应于前预设帧图像到前一帧图像之间各图像上的目标对象的位置，与当前帧图像中的目标对象的位置之间的连线均与统计截面相交，将当前帧图像中的目标对象统计为有效计数的方式，设置帧数阈值进行逻辑判断，进而防止目标对象在统计截面附近反复横跳，或车辆或画面抖动等因素的影响造成误判，进而提高目标对象的流量统计的准确率。本实施例检测目标对象前，先将视频的原图像帧划分为多个图像块，再对图像块进行检测，从而使得目标对象在图像块的占比提高，进而提升目标检测的精度和可靠性。且本实施例对图像进行切割后目标检测的方法适用于无人机航拍以及中高空视角场景下采集的高分辨率视频。改善了高空视角下，视野广、目标占比小、易丢失等的问题，还兼容一般视角场景下采集的常规分辨率视频，提高目标对象的流量统计方法的适用范围。
[0092]
请参阅图5，图5是本发明目标对象的流量统计装置一实施例的框架示意图。目标对象的流量统计装置50包括获取模块51、检测模块52、计数模块53以及统计模块54。获取模块51用于获取到包括连续的多帧图像的视频，并设定视频内目标区域的统计截面；检测模块52用于对各帧图像的目标区域进行目标检测，得到各帧图像上位于目标区域内的目标对象以及目标对像的位置；计数模块53用于响应于当前帧图像的前预设帧图像到当前帧图像的前一帧图像之间各图像上的目标对象的位置，与当前帧图像中的目标对象的位置之间的连线均与统计截面相交，将当前帧图像中的目标对象统计为有效计数；统计模块54用于统计下一帧图像上的目标对象，直至统计完各帧图像的目标区域内的目标对象，得到视频的流量统计结果。
[0093]
计数模块53还用于预测目标对象在当前帧图像中的预测位置；将预测位置与当前帧图像中的目标对象的位置进行匹配，确定匹配度；当匹配度超过预设匹配度，响应于前预设帧图像到前一帧图像之间各图像上的目标对象的位置，与当前帧图像中的目标对象的位置之间的连线均与统计截面相交，将当前帧图像中的目标对象统计为有效计数。
[0094]
计数模块53还用于基于目标对象的历史信息预测目标对象在当前帧图像中的预测位置；其中，历史信息包括在目标对象历史帧图像中的位置；将当前帧图像中的目标对象的位置更新至历史信息。
[0095]
检测模块52还用于对各帧图像进行划分，得到各帧图像的多个图像块；分别对各帧图像的多个图像块进行目标检测，得到各图像块上的目标对象；综合图像块上的目标对
象，并过滤重复的目标对象，得到各帧图像的目标对象；确定位于各帧图像中目标区域内的目标对象以及目标对像的位置。
[0096]
检测模块52还用于分别对各帧图像进行划分，得到各帧图像的多个尺寸相同的初始图像块；在各帧图像上，分别在第一方向与第二方向上扩充各初始图像块的尺寸，得到各帧图像的多个图像块；其中，第一方向与第二方向相互垂直。
[0097]
检测模块52还用于响应于初始图像块扩充后超出对应帧的图像的边界，将扩充后的初始图像块超出边界的区域上的像素值确定为0。
[0098]
获取模块51还用于获取包括连续的多帧图像的视频以及至少一个初始目标区域；响应于初始目标区域为凸多边形，将初始目标区域确定为目标区域；将与目标区域内目标对象的移动方向垂直的面确定为统计截面；统计下一帧图像上的目标对象，直至统计完各帧图像的目标区域内的目标对象，得到视频的流量统计结果，包括：统计下一帧图像上的目标对象，直至统计完各帧图像的各目标区域内所有的目标对象，得到视频内各目标区域的流量统计结果。
[0099]
统计模块54还用于响应于当前帧图像中的目标对象的位置与当前帧图像的前一帧图像中的目标对象的位置之间的连线与统计截面相交，记录当前帧图像中的目标对象的位置；记录下一帧图像上的目标对象，直至记录完各帧图像中目标对象的位置。
[0100]
上述方案，能够提高目标对象的流量统计的准确率。
[0101]
基于同样的发明构思，本发明还提出了一种电子设备，该电子设备能够被执行以实现上述任一实施例的目标对象的流量统计方法，请参阅图6，图6是本发明提供的电子设备一实施例的结构示意图，电子设备包括处理器61以及存储器62。
[0102]
处理器61用于执行存储器62中存储的程序指令，以实现上述任一目标对象的流量统计方法的步骤。在一个具体的实施场景中，电子设备可以包括但不限于：微型计算机、服务器，此外，电子设备还可以包括笔记本电脑、平板电脑等移动设备，在此不做限定。
[0103]
具体而言，处理器61用于控制其自身以及存储器62以实现上述任一实施例的步骤。处理器61还可以称为cpu(central processing unit，中央处理单元)。处理器61可能是一种集成电路芯片，具有信号的处理能力。处理器61还可以是通用处理器、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。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。另外，处理器61可以由集成电路芯片共同实现。
[0104]
上述方案，能够提高目标对象的流量统计的准确率。
[0105]
基于同样的发明构思，本发明还提出了一种计算机可读存储介质，请参阅图7，图7是本发明提供的计算机可读存储介质一实施例的结构示意图。计算机可读存储介质70中存储有至少一个程序数据71，程序数据71用于实现上述任一方法。在一个实施例中，计算机可读存储介质70包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0106]
在本发明所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0107]
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方式方案的目的。
[0108]
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。
[0109]
集成的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全部或部分可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。
[0110]
以上仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
[0111]
若本技术技术方案涉及个人信息，应用本技术技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本技术技术方案涉及敏感个人信息，应用本技术技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。

技术特征：

1.一种目标对象的流量统计方法，其特征在于，包括：获取到包括连续的多帧图像的视频，并设定所述视频内目标区域的统计截面；对各帧所述图像的目标区域进行目标检测，得到各帧所述图像上位于目标区域内的目标对象以及所述目标对像的位置；响应于当前帧图像的前预设帧图像到所述当前帧图像的前一帧图像之间各图像上的目标对象的位置，与所述当前帧图像中的所述目标对象的位置之间的连线均与所述统计截面相交，将所述当前帧图像中的目标对象统计为有效计数；统计下一帧图像上的目标对象，直至统计完各帧所述图像的目标区域内的目标对象，得到所述视频的流量统计结果。2.根据权利要求1所述的目标对象的流量统计方法，其特征在于，所述响应于当前帧图像的前预设帧图像到所述当前帧图像的前一帧图像之间各图像上的目标对象的位置，与所述当前帧图像中的所述目标对象的位置之间的连线均与所述统计截面相交，将所述当前帧图像中的目标对象统计为有效计数，包括：预测所述目标对象在所述当前帧图像中的预测位置；将所述预测位置与所述当前帧图像中的目标对象的位置进行匹配，确定匹配度；当所述匹配度超过预设匹配度，响应于所述前预设帧图像到所述前一帧图像之间各图像上的目标对象的位置，与当前帧图像中的所述目标对象的位置之间的连线均与所述统计截面相交，将所述当前帧图像中的目标对象统计为有效计数。3.根据权利要求2所述的目标对象的流量统计方法，其特征在于，所述预测所述目标对象在所述当前帧图像中的预测位置，包括：基于所述目标对象的历史信息预测所述目标对象在所述当前帧图像中的预测位置；其中，所述历史信息包括在所述目标对象历史帧图像中的位置；所述将所述当前帧图像中的目标对象统计为有效计数之后，包括：将所述当前帧图像中的目标对象的位置更新至所述历史信息。4.根据权利要求1所述的目标对象的流量统计方法，其特征在于，所述对各帧所述图像的目标区域进行目标检测，得到各帧所述图像上位于目标区域内的目标对象以及所述目标对像的位置，包括：对各帧所述图像进行划分，得到各帧所述图像的多个图像块；分别对各帧所述图像的多个图像块进行目标检测，得到各所述图像块上的目标对象；综合所述图像块上的目标对象，并过滤重复的目标对象，得到各帧所述图像的目标对象；确定位于各帧所述图像中目标区域内的目标对象以及所述目标对像的位置。5.根据权利要求4所述的目标对象的流量统计方法，其特征在于，所述对各帧所述图像进行划分，得到各帧所述图像的多个图像块，包括：分别对各帧所述图像进行划分，得到各帧所述图像的多个尺寸相同的初始图像块；在各帧所述图像上，分别在第一方向与第二方向上扩充各初始图像块的尺寸，得到各帧所述图像的多个图像块；其中，所述第一方向与所述第二方向相互垂直。6.根据权利要求5所述的目标对象的流量统计方法，其特征在于，所述在各帧所述图像
上，分别在第一方向与第二方向上扩充各初始图像块的尺寸，得到各帧所述图像的多个图像块，还包括：响应于所述初始图像块扩充后超出对应帧的所述图像的边界，将扩充后的初始图像块超出所述边界的区域上的像素值确定为0。7.根据权利要求1所述的目标对象的流量统计方法，其特征在于，所述获取包括连续的多帧图像的视频，并设定所述视频内的目标区域的统计截面，包括：获取包括连续的多帧图像的视频以及至少一个初始目标区域；响应于所述初始目标区域为凸多边形，将所述初始目标区域确定为所述目标区域；分别将与各所述目标区域内目标对象的移动方向垂直的面设定为所述统计截面；所述统计下一帧图像上的目标对象，直至统计完各帧所述图像的目标区域内的目标对象，得到所述视频的流量统计结果，包括：统计下一帧图像上的目标对象，直至统计完各帧所述图像的各所述目标区域内所有的目标对象，得到所述视频内各目标区域的流量统计结果。8.根据权利要求1所述的目标对象的流量统计方法，其特征在于，所述响应于当前帧图像的前预设帧图像到所述当前帧图像的前一帧图像之间各图像上的目标对象的位置，与所述当前帧图像中的所述目标对象的位置之间的连线均与所述统计截面相交，将所述当前帧图像中的目标对象统计为有效计数之前，还包括：响应于所述当前帧图像中的目标对象的位置与所述当前帧图像的前一帧图像中的目标对象的位置之间的连线与所述统计截面相交，记录所述当前帧图像中的目标对象的位置；记录下一帧图像上的目标对象，直至记录完各帧图像中所述目标对象的位置。9.一种电子设备，其特征在于，所述电子设备包括：相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现如权利要求1至8任一项所述的目标对象的流量统计方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有程序数据，所述程序数据能够被执行以实现如权利要求1至8任一项所述的目标对象的流量统计方法。

技术总结

本发明公开了一种目标对象的流量统计方法、电子设备以及存储介质，其中，目标对象的流量统计方法包括：获取到包括连续的多帧图像的视频，并设定视频内目标区域的统计截面；对各帧图像的目标区域进行目标检测，得到各帧图像上位于目标区域内的目标对象以及目标对像的位置；响应于当前帧图像的前预设帧图像到当前帧图像的前一帧图像之间各图像上的目标对象的位置，与当前帧图像中的目标对象的位置之间的连线均与统计截面相交，将当前帧图像中的目标对象统计为有效计数；统计下一帧图像上的目标对象，直至统计完各帧图像的目标区域内的目标对象，得到视频的流量统计结果。通过上述方式，本发明能够提高目标对象的流量统计的准确率。率。率。