百度AI攻略:人流量统计

【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。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,904评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,581评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,527评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,463评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,546评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,572评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,582评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,330评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,776评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,087评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,257评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,923评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,571评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,192评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,436评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,145评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,127评论 2 352

推荐阅读更多精彩内容