(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210326596.9 (22)申请日 2022.03.30 (65)同一申请的已公布的文献号 申请公布号 CN 114419329 A (43)申请公布日 2022.04.29 (73)专利权人 浙江大华 技术股份有限公司 地址 310051 浙江省杭州市滨江区滨安路 1187号 (72)发明人 廖炳焱　王亚运　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 何倚雯 (51)Int.Cl. G06V 10/40(2022.01) G06V 10/74(2022.01)G06V 40/10(2022.01) G06V 10/762(2022.01) G06K 9/62(2022.01) (56)对比文件 CN 113378636 A,2021.09.10 CN 112395976 A,2021.02.23 CN 113470080 A,2021.10.01 审查员 牛力敏 (54)发明名称 车辆载人 数量检测方法及装置 (57)摘要 本申请公开了一种车辆载人数量检测方法 及装置。 其中， 该车辆载人数量检测方法包括： 对 待检测图像进行特征提取， 以得到对应的特征 图； 确定特征图中的车辆关键点和人体关键点； 确定每一车辆关键点与至少部分人体关键点的 特征相似度； 基于特征相似度确定每一车辆关键 点对应车辆的载人数量。 本申请可以提高车辆载 人数量检测的准确性。 权利要求书2页 说明书10页 附图3页 CN 114419329 B 2022.08.09 CN 114419329 B 1.一种车辆载 人数量检测方法， 其特 征在于， 所述方法包括： 对待检测图像进行 特征提取， 以得到对应的特 征图； 确定所述特 征图中的车辆关键点和人体关键点； 基于所述特征图， 确定每一车辆关键点的特征和每一人体关键点的特征， 且每一关键 点的特征含有每一关键点在待检测图像上的位置信息和图像信息； 确定每一车辆关键点与至少部分人体关键点的关联特征， 且所述关联特征表征所述关 联特征对应的车辆关键点和人体关键点之间的特 征相似度； 基于所述关联 特征确定所述每一车辆关键点对应车辆的载 人数量。 2.根据权利要求1所述的方法， 其特征在于， 所述确定所述特征图中的车辆关键点和人 体关键点， 包括： 基于所述特征图进行关键点检测， 得到所述每一车辆关键点和每一人体关键点的关键 点响应图； 所述基于所述特 征图， 确定每一车辆关键点的特 征和每一人体关键点的特 征， 包括： 利用每个关键点响应图对所述待检测图像和/或所述特征图进行处理， 得到每个关键 点响应图所属关键点的特 征。 3.根据权利要求2所述的方法， 其特征在于， 所述利用每个关键点响应图对所述待检测 图像和/或所述特 征图进行处 理， 包括： 将所述待检测图像和所述特 征图在通道上进行叠加， 得到 叠加图像； 将每一关键点响应图和所述叠加图像相乘， 得到每一关键点响应图的叠加图； 将每一关键点响应图的叠加图变换为向量形式， 得到每个关键点响应图所属关键点的 特征。 4.根据权利要求1所述的方法， 其特征在于， 所述确定每一车辆关键点与至少部分人体 关键点的关联 特征， 包括： 由所述每一车辆关键点与所述至少部分人体关键点的特征构建出所述每一车辆关键 点的第一矩阵； 将所述每一车辆关键点的第 一矩阵输入至载人数量检测模型， 利用所述载人数量检测 模型确定所述每一车辆 关键点与所述至少部分人体关键点中各个人体关键点的关联特征， 所述关联 特征表征所述关联 特征对应的车辆关键点和人体关键点之间的特 征相似度。 5.根据权利要求4所述的方法， 其特征在于， 所述基于所述关联特征确定每一车辆关键 点对应车辆的载 人数量， 包括： 对每一车辆关键点的关联特征进行解码， 得到每一车辆关键点的解码特征， 其中， 所述 解码特征含有所述 解码特征对应车辆的载 人数量信息； 所述基于所述关联特征确定每一车辆关键点对应车辆的载人数量之后， 还包括： 将所 述待检测图像的所有 车辆关键点的解码特征进行级联， 得到所述待检测图像的解码特征组 合； 基于所述待检测图像的解码特征组合与所述待检测图像之前的预设帧图像的解码特征 组合之间的相似度， 确定所述待检测图像中每一车辆的最终载 人数量。 6.根据权利要求5所述的方法， 其特征在于， 所述方法还包括： 基于关键点检测结果对 每一关键点进行跟踪， 以确定所述待检测图像中每一车辆关键点的标号； 所述将所述待检测图像的所有车辆关键点的解码特征进行级联， 包括： 将所述待检测权　利　要　求　书 1/2 页 2 CN 114419329 B 2图像的所有车辆关键点的解码特 征按照标号 顺序进行级联； 所述基于所述待检测图像的解码特征组合与所述待检测图像之前的预设帧图像的解 码特征组合之间的相似度， 确定所述待检测图像中每一车辆的最 终载人数量， 包括： 将所述 待检测图像的解码特征组合与所述待检测图像之前的预设帧图像的解码特征组合进行组 合， 得到第二矩阵， 且， 每一车辆的所有解码特征在所述第二矩阵中位于同一列/同一排； 通 过校正模型确定所述待检测图像的解码特征组合与所述待检测图像之前的预设帧图像的 解码特征组合的相似度， 并输出待检测图像中每 个车辆的最终载 人数量。 7.根据权利要求4所述的方法， 其特征在于， 所述载人数量检测模型包括相似度计算模 块和全连接层； 所述相似度计算模块用于确定所述每一车辆关键点与所述至少部分人体关键点中各 个人体关键点的关联特征， 所述关联特征表征所述关联特征对应的车辆关键点和人体关键 点之间的特 征相似度； 所述全连接层用于对每一车辆关键点的关联特征进行解码， 得到每一车辆关键点的解 码特征， 其中， 所述 解码特征含有所述 解码特征对应车辆的载 人数量信息 。 8.根据权利要求1所述的方法， 其特征在于， 所述基于所述关联特征确定所述每一车辆 关键点对应车辆的载 人数量之后， 还 包括： 判断每一车辆的载 人数量是否超过第一阈值； 确认载人数量超过第一阈值的车辆超载。 9.根据权利要求8所述的方法， 其特征在于， 所述确认载人数量超过第 一阈值的车辆超 载， 包括： 将所述载 人数量超过第一阈值的车辆的超载信息计数加一； 响应于车辆的超载信息计数 大于第二阈值， 发出针对 超载行为的报警信息 。 10.根据权利要求1 ‑9任一项所述的方法， 其特征在于， 所述确定每一车辆关键点与至 少部分人体关键点的关联 特征， 包括： 确定所述每一车辆关键点与其对应的至少部分人体关键点的关联 特征； 其中， 所述每一车辆关键点对应的至少部分人体关键点为与每一车辆关键点距离最近 的预设数量个人的人体关键点。 11.根据权利要求1 ‑9任一项所述的方法， 其特征在于， 所述人体关键点包括人头关键 点、 人的左手关键点、 人的右手关键点、 人的身体关键点、 人的左脚关键点和人的右脚关键 点中的至少一种关键点。 12.一种电子设备， 其特征在于， 所述电子设备包括处理器和存储器， 所述存储器用于 存储计算机程序， 所述处理器用于执行所述计算机程序， 以实现权利要求1 ‑11中任一项所 述的方法。 13.一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指令/程 序数据， 所述指令 /程序数据用于被执 行以实现权利要求1 ‑11中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114419329 B 3