买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浪潮通信信息系统有限公司申请的专利基于自适应集成模型的区域人数统计方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115331175B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211016480.1，技术领域涉及：G06V20/52；该发明授权基于自适应集成模型的区域人数统计方法和系统是由梁秉豪;袁明明;王凯;李知澳;王涛设计研发完成，并于2022-08-24向国家知识产权局提交的专利申请。

本基于自适应集成模型的区域人数统计方法和系统在说明书摘要公布了：本发明公开了基于自适应集成模型的区域人数统计方法和系统，属于人工智能技术领域，本发明要解决的技术问题为现有技术识别难以适配不同的拍摄角度和距离场景下的区域人数统计，采用的技术方案为：该方法具体如下：通过城市公共区域的摄像头获取视频数据，从视频数据中获取抽帧后的图像，通过人体特征检测算法得到图像中的人体目标数量和位置信息；根据人体目标数量和位置信息判断是否出现人体目标；将人体目标高宽比AR与阈值ARth进行对比；根据平均目标大小计算拍摄距离量化系数DR；根据所有的头部位置信息、人体特征位置信息、人体骨骼位置信息和脸部骨骼位置信息，并基于加权非极大值抑制算法获取区域人数信息和位置信息。

本发明授权基于自适应集成模型的区域人数统计方法和系统在权利要求书中公布了：1.一种基于自适应集成模型的区域人数统计方法，其特征在于，该方法具体如下： 通过城市公共区域的摄像头获取视频数据，从视频数据中获取抽帧后的图像，通过人体特征检测算法得到图像中的人体目标数量和位置信息； 根据人体目标数量和位置信息判断是否出现人体目标： 若出现人体目标，则计算人体目标平均高宽比AR； 若未出现人体目标，则调用脸部特征检测算法获取脸部骨骼位置信息； 将人体目标高宽比AR与阈值ARth进行对比： 当ARARth时，则对应的城市公共区域的摄像头为高空俯拍摄像头，并调用头部特征检测算法获取头部位置信息； 当ARARth时，则对应的城市公共区域的摄像头不是高空俯拍摄像头，并计算平均目标大小 根据平均目标大小计算拍摄距离量化系数DR；具体情况如下： 当DRDRmin时，则判定为近距离拍摄，并调用脸部特征检测算法和骨骼关键点检测算法获取脸部骨骼位置信息和人体骨骼位置信息； 当DRminDRDRmax时，则判定为中距离拍摄，调用骨骼关键点检测算法和人体特征检测算法获取人体骨骼位置信息和人体特征位置信息； 当DRDRmax时，则判定为远距离拍摄，调用人体特征检测算法和头部特征检测算法获取人体特征位置信息和头部位置信息； 其中，DRmin和DRmax分别为拍摄距离阈值，最优值为DRmin＝0.5，DRmax＝2，根据数据集实际情况调整； 根据所有的头部位置信息、人体特征位置信息、人体骨骼位置信息和脸部骨骼位置信息，并基于加权非极大值抑制算法获取区域人数信息和位置信息； 其中，头部特征检测算法采用单阶段目标检测中的YOLO系列算法，通过头部特征检测算法训练数据集进行模型训练，训练后得到的模型检测出图像中所有头部外接矩形的二维坐标XH1,i,XH2,i,YH1,i,YH2,i和置信度CHi； 在构建头部特征检测算法训练数据集时，采用高空摄像头俯拍得到的图像数据，高空摄像头俯拍得到的图像数据包括若干人体头部目标； 脸部特征检测算法采用MTCNN算法，通过网络开源的人脸特征数据集进行模型训练，训练后得到的模型检测出图像中所有人脸外接矩形的二维坐标XF1,i,XF2,i,YF1,i,YF2,i和置信度CFi； 骨骼关键点检测算法采用OpenPose算法，通过网络开源的骨骼关键点数据集进行模型训练，训练后得到的模型检测图像中所有人体骨骼外接矩形的二维坐标XS1,i,XS2,i,YS1,i,YS2,i和置信度CSi； 人体特征检测算法采用单阶段目标检测中的YOLO系列算法，通过自建的人体特征检测算法训练数据集进行模型训练，训练后得到的模型检测出图像中所有人体目标的外接矩形的二维坐标XB1,i,XB2,i,YB1,i,YB2,i和置信度CBi； 在构建人体特征检测算法训练数据集时，采用多种拍摄角度和距离的混合图像数据集，混合图像数据集包括俯拍头部目标、正拍人脸目标以及各种距离的人体全身和半身目标； 加权非极大值抑制算法引入了权重参数对目标候选框的置信度进行修正，修正置信度具体如下 C′Fi＝WCF×CFi； C′Si＝WCS×CSi； C′Bi＝WCB×CBi； C′Hi＝WCH×CHi； 其中，WCF，WCS，WCB及WCH分别为脸部特征检测算法的权重、骨骼关键点检测算法的权重、人体特征检测算法的权重以及头部特征检测算法的权重； 脸部特征检测算法的权重WCF、骨骼关键点检测算法的权重WCS、人体特征检测算法的权重WCB以及头部特征检测算法的权重WCH的计算方式如下： 加权非极大值抑制算法具体实现方式如下： 1、构建初始化候选框集合H，初始化候选框集合H包含全部N个候选框； 2、构建一个存放最优框的集合M并初始化为空集； 3、搜索所有候选框，找到修正置信度最高的一个候选框m，从初始化候选框集合H移到最优框的集合M，遍历初始化候选框集合H中所有的候选框，计算与修正置信度最高候选框m的交幷比IoU，判断是否超过阈值： 若超过阈值，则认为对应的候选框与修正置信度最高候选框m重叠，将该候选框从初始化候选框集合H中去除； 4重复步骤3，直到初始化候选框集合H为空集,初始化候选框集合H中的候选框即为最终返回的目标。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浪潮通信信息系统有限公司，其通讯地址为：250100 山东省济南市高新区浪潮路1036号浪潮科技园S06号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。