【使用攻略】【人流量统计】
1. 整体说明
每年寒暑假,五一,十一,春运等时候,特定的旅游景点,车站等地区会有大量的人流。而在一个地区,人流密度过大很容易造成踩踏事故。人流量统计可以统计图像中的人体个数和流动趋势,与监控技术结合起来,可以提前预警,进而避免悲剧的发生。针对这一方面我前期曾经写过一个自动告警的方案,这次人流量统计又有了进一步的升级,支持area参数框选多个区域进行局部人数统计,可以对区域进行更加准确的管理。这次对方案进行了升级,形成了人群流量监控,安全管理升级版方案。
2.平台接入
人流量统计动态版接入网址:https://console.bce.baidu.com/ai/?fromai=1#/ai/body/overview/index
具体接入方式比较简单,可以参考我的另一个帖子,这里就不重复了:
http://ai.baidu.com/forum/topic/show/943327
3.调用攻略(Python3)及评测
3.1首先认证授权:
在开始调用任何API之前需要先进行认证授权,具体的说明请参考:
http://ai.baidu.com/docs#/Auth/top
具体Python3代码如下:
# -*- coding: utf-8 -*- #!/usr/bin/env python import urllib import base64 import json #client_id 为官网获取的AK, client_secret 为官网获取的SK client_id =【百度云应用的AK】 client_secret =【百度云应用的SK】 #获取token def get_token(): host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret request = urllib.request.Request(host) request.add_header('Content-Type', 'application/json; charset=UTF-8') response = urllib.request.urlopen(request) token_content = response.read() if token_content: token_info = json.loads(token_content) token_key = token_info['access_token'] return token_key
3.2人流量统计分析接口调用:
详细说明请参考:https://ai.baidu.com/docs#/Body-API/1a6628be
接口描述
对于输入的一张图片(可正常解码,且长宽比适宜),识别和统计图像当中的人体个数(静态统计,不支持追踪和去重)。
适用于3米以上的中远距离俯拍,以头部为主要识别目标统计人数,无需正脸、全身照,适应各类人流密集场景(如:机场、车展、景区、广场等);默认识别整图中的人数,支持指定不规则区域的人数统计,同时可输出渲染图片。
摄像头硬件选型无特殊要求,分辨率建议720p以上,更低分辨率的图片也能识别,只是效果可能有差异。暂不适用夜间红外监控图片,后续会考虑扩展。
注:接口默认返回整张图片中的人数,如需统计特定框选区域的人数,请使用area参数添加识别区域坐标信息。
调用代码如下: import urllib import base64 import json import time #人流量统计 #filename:原图片名(本地存储包括路径);dehazedfilename:处理后的文件保存名称 def body_num_v2(filename,area,dehazedfilename): request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/body_num" # 二进制方式打开图片文件 f = open(filename, 'rb') img = base64.b64encode(f.read()) params = dict() params['image'] = img params['show'] = 'true' #params['area'] = '184,8,4,296,113,374,257,8;290,51,135,371,587,384,438,41' params['area'] = area params = urllib.parse.urlencode(params).encode("utf-8") #params = json.dumps(params).encode('utf-8') access_token = get_token() request_url = request_url + "?access_token=" + access_token request = urllib.request.Request(url=request_url, data=params) request.add_header('Content-Type', 'application/x-www-form-urlencoded') response = urllib.request.urlopen(request) content = response.read() if content: #print(content) content=content.decode('utf-8') #print (content) #print(content) data = json.loads(content) #print(data) person_num=data['person_num'] area_counts=data['area_counts'] print ('person_num',person_num) print ('area_counts',area_counts) img_str=data['image'] save_base_image(img_str,dehazedfilename) area='4,89,104,112,166,192,109,330,9,399;3,24,94,8,258,58,452,206,380,386,171,587,10,422,203,250,142,86;515,163,538,310,952,250,757,151' body_num_v2("../img/crowd2.jpg",area,"../img/crowd2_num.jpg")
4.结果测试:
处理时长:3.51秒
person_num 276
area_counts [110, 158]
处理时长:3.19秒
person_num 901
area_counts [0, 733, 167]
测试结果:人群流量监控支持不规则多边形,可以更好的贴合实际的应用区域。识别效果比较准确。识别的速度为几秒钟,对于一般应用足够了。
5.整体方案
要实现人群监控及预警,除了人流分析外,号需要一下功能,包括:
对监控系统进行管理,对关注区域进行划分。
通过监控系统采集关键区域的照片。
通过百度AI对照片进行分析,判断不同区域人数。
对区域人数进行分析、告警。如果需要,启动应急预案。
通过短信网关,APP,电话,监控大屏等执行应急预案。
整体架构如下图所示:
例如对于案例2:
中,设置的是:区域1一个人也不应该有(因为禁止游泳),区域2报警阈值650,区域3报警阈值200.
那么在分析后就会触发针对区域2的报警,“区域2人员过多,最大650人,现已733人,请启动限流疏散措施”。
6.测试结果和优化建议
人群流量监控支持不规则多边形,可以更好的贴合实际的应用区域。识别效果比较准确。识别的速度为几秒钟,如果能够更快一些就更好了。
建议增加人群密度分布分析选项,可以返回图像人群最密集的区域,或者形成人群热力图并返回。