【嘉德点评】腾讯发明的公共场所中的群体安全监测方法，利用深度学习技术来对监控视频中的群体数量进行估计，在传染病流行期间对于保护公共场所的人员安全有着重要的作用和意义。
集微网消息，随着新冠疫情的不断持续，病毒的种类越来越多，变异能力也越来越强，而大多数病毒均可以通过呼吸道、飞沫、唾液等进行传播，传染性极高，给人们的健康造成了极大的威胁。
在公共环境中，人们可以通过佩戴口罩、保证一定的间隔距离等方式来进行防护，进而有效抑制病毒的传播，保证自身及他人的安全。然而，仍有很多人不注意防护，因此我们需要安全管理人员对公共环境中人群的防护情况，如人群聚集情况进行监督，以便及时对异常情况进行管理。
目前，在对人群聚集情况进行检测时，主要是通过神经网络模型对监控系统所采集的监控图像进行识别，识别出监控图像中的人体头部区域，进而根据识别出的结果确定该监控图像中的人群密度，并根据人群密度的大小将聚集的人体显示为不同的颜色，以便安全管理人员确定人群聚集情况，进一步在人群聚集较多时及时进行疏导。
但是，在这些方案中，通过对人体头部区域进行检测来确定人群密度，很可能出现被遮挡的人头无法被识别到的问题，导致人群密度计算不准确以及安全监测的准确性较低。
为此，腾讯在2020年5月11日申请了一项名为“安全监测方法、装置、服务器、终端及可读存储介质”的发明专利（申请号：202010394039.1），申请人为腾讯科技（深圳）有限公司。
根据该专利目前公开的相关资料，让我们一起来看看这项群体安全监测方案吧。
如上图，为该专利中发明的群体中安全检测方法的流程示意图，系统首先会拍摄群体的视频图像，并基于图像识别模型来检测视频图像中的人群密度信息，以及对图像中的人物进行识别，例如基于人头、人的整个身体等对视频图像中的人进行识别。
之后，基于至少两帧的视频中人群密度信息，确定目标图像的识别模型以及安全监测信息，该信息可以表征该场所下的人群聚集情况，而为了在后续的监测过程中提高人群密度信息的准确性以及提高系统的安全性，可以选取更多的视频帧来找到更适合目标场所的模型。
通过对于密集区域群体的数量进行估计，就可以判断该区域是否处于拥堵、聚集状态，这在疫情肆虐期间无疑有着至关重要的作用，而除了对密集区域进行判断以外，在该技术的基础上还有其他类型的衍生。
如上图，为该专利在群体监测的基础上，又新增了口罩监测过程的技术示意图，从检测算法上来讲，这种人脸检测模型使用的是金字塔模型，可以提取出不同粒度的特征图，从而基于不同粒度的卷积特征，来实现对不同大小人脸的有效检测及识别。
这种金字塔模型的好处就在于，由于镜头下的群体存在明显的透视现象（近大远小），这样的模型就可以有效的解决监控摄像头角度下的画面中人脸尺度变化大的问题，不仅可以提高人脸识别的准确性，也可以提高密集场景下的群体安全性。
为了让安全监管人更为方便的使用该系统，专利中也展示了用于智能手机上的界面示意图，如下图所示：
如上图（左）展示的是口罩佩戴情况展示界面的示意图，安全管理人员还可以触发其他未告警楼层对应的口罩佩戴情况按钮，来查看对应楼层的口罩佩戴情况。而上图（右）则展示了排队情况展示界面的示意图，从界面中可以看到该楼层的排队情况，以及判断该区域中排队的人员是否过多，可能会存在有安全隐患。
以上就是腾讯发明的公共场所中的群体安全监测方法，该方案利用深度学习技术来对监控视频中的群体数量进行估计，这在疫情等传染病流行期间对于公共场所进行人员管控来说是非常有用的，而除此之外，还可以在群体数量统计的基础上开展例如口罩佩戴识别等任务，以进一步加强对公共场所群众出行安全的监管。
（校对/holly）
转载请超链接注明：头条资讯 » 智能计数系统 腾讯保障群体出行安全
免责声明
：非本网注明原创的信息，皆为程序自动获取互联网，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责；如此页面有侵犯到您的权益，请给站长发送邮件，并提供相关证明(版权证明、身份证正反面、侵权链接)，站长将在收到邮件24小时内删除。