基于图像深度的人群计数方法与流程

1.本技术涉及人群计数技术领域，具体涉及一种基于图像深度的人群计数方法。


背景技术：

2.人群计数是计算机视觉领域中的一个分支方向，人群计数方向的研究目标是在人群场景下，给定一张图像或一段视频，通过算法生成相应的人群密度图并统计出人群密度图中的人数。相关技术中，人群计数的准确性较低。


技术实现要素：

3.本技术实施例提供一种基于图像深度的人群计数方法，能够提高人群计数的准确性。
4.第一方面，本技术实施例提供一种基于图像深度的人群计数方法，包括：
5.获取待计数人群图像以及所述待计数人群图像的图像深度信息；
6.确定所述图像深度信息对应的目标图像深度等级，并根据所述目标图像深度等级确定所述待计数人群图像对应的目标人群计数模型；
7.根据所述目标人群计数模型，对所述待计数人群图像进行人群计数处理，得到所述待计数人群图像中的人数。
8.第二方面，本技术实施例还提供一种基于图像深度的人群计数装置，包括：
9.获取模块，用于获取待计数人群图像以及所述待计数人群图像的图像深度信息；
10.确定模块，用于确定所述图像深度信息对应的目标图像深度等级，并根据所述目标图像深度等级确定所述待计数人群图像对应的目标人群计数模型；
11.计数模块，用于根据所述目标人群计数模型，对所述待计数人群图像进行人群计数处理，得到所述待计数人群图像中的人数。
12.第三方面，本技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在处理器上运行时，使得所述计算机执行如本技术任一实施例提供的基于图像深度的人群计数方法。
13.第四方面，本技术实施例还提供一种电子设备，包括处理器和存储器，所述存储器有计算机程序，所述处理器通过调用所述计算机程序，用于执行如本技术任一实施例提供的基于图像深度的人群计数方法。
14.本技术实施例提供的技术方案，通过获取待计数人群图像以及待计数人群图像的图像深度信息，确定图像深度信息对应的目标图像深度等级，并根据目标图像深度等级确定待计数人群图像对应的目标人群计数模型，根据目标人群计数模型，对待计数人群图像进行人群计数处理，得到待计数人群图像中的人数。本技术根据待计数人群图像中的图像深度信息针对性地选择人群计数模型对该待计数人群图像进行人群计数处理，可以提高人群计数的准确性。
附图说明
15.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域技术人像来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
16.图1为本技术实施例提供的基于图像深度的人群计数方法的应用场景示意图。
17.图2为本技术实施例提供的基于图像深度的人群计数方法的第一种流程示意图。
18.图3为本技术实施例提供的基于图像深度的人群计数方法的待计数人群图像的示意图。
19.图4为本技术实施例提供的基于图像深度的人群计数方法的第二种流程示意图。
20.图5为本技术实施例提供的基于图像深度的人群计数装置的结构示意图。
21.图6为本技术实施例提供的电子设备的第一种结构示意图。
22.图7为本技术实施例提供的电子设备的第二种结构示意图。
具体实施方式
23.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人像在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本技术的保护范围。
24.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人像显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
25.人群计数是计算机视觉领域中的一个分支方向，人群计数方向的研究目标是在人群场景下，给定一张图像或一段视频，通过算法生成相应的人群密度图并统计出人群密度图中的人数。相关技术中，人群计数的准确性较低。
26.为了能够提高人群计数的效率，本技术实施例提供一种基于图像深度的人群计数方法，其中，该基于图像深度的人群计数方法的执行主体可以是本技术实施例提供的基于图像深度的人群计数装置，或者集成了该基于图像深度的人群计数装置的电子设备，其中该基于图像深度的人群计数装置可以采用硬件或者软件的方式实现。
27.请参考图1，本技术还提供一人群计数系统，如图1所示，该人群计数系统包括电子设备10，电子设备10中集成有本技术提供的基于图像深度的人群计数装置。比如，当电子设备10还配置有摄像头时，可以直接通过配置的摄像头对需要计数的人群进行拍摄，从而获取待计数人群图像以及待计数人群图像的图像深度信息，确定图像深度信息对应的目标图像深度等级，并根据目标图像深度等级确定待计数人群图像对应的目标人群计数模型，根据目标人群计数模型，对待计数人群图像进行人群计数处理，得到待计数人群图像中的人数。本技术根据待计数人群图像中的图像深度信息针对性地选择人群计数模型对该待计数人群图像进行人群计数处理，可以提高人群计数的准确性。
28.电子设备10可以是任何配置有处理器而具备处理能力的设备，比如智能手机、平
板电脑、掌上电脑、笔记本电脑等具备处理器的移动式电子设备，或者台式电脑、电视、服务器等具备处理器的固定式电子设备。
29.另外，如图1所示，该人群计数系统还可以包括存储器20，用于存储数据，比如，电子设备10可以将获取到的待计数人群图像、待计数人群图像对应的目标图像深度等级、待计数人群图像对应的目标人群计数模型以及待计数人群图像中的人数等数据存入该存储器20中。
30.需要说明的是，图1所示的人群计数系统的场景示意图仅仅是一个示例，本技术实施例描述的人群计数系统以及场景是为了更加清楚的说明本技术实施例的技术方案，并不构成对于本技术实施例提供的技术方案的限定，本领域普通技术人员可知，随着人群计数系统的演变和新业务场景的出现，本技术实施例提供的技术方案对于类似的技术问题，同样适用。
31.以下分别进行详细说明。需说明的是，以下实施例的序号不作为对实施例优选顺序的限定。
32.请参阅图2，图2为本技术实施例提供的基于图像深度的人群计数方法的第一种流程示意图。本技术实施例提供的基于图像深度的人群计数方法的具体流程可以如下：
33.101、获取待计数人群图像以及待计数人群图像的图像深度信息。
34.其中，待计数人群图像指的是需要进行人群计数的图像。该待计数人群图像可以通过摄像头等图像采集设备拍摄得到，也可以通过预先拍摄好的存储在电子设备本地的图像得到，还可以通过获取服务器端存储的图像资源中得到。
35.比如，在获取待计数人群图像时，可以对需要进行人数计算的场所进行拍照，从而得到待计数人群图像。其中该需要进行人数计算的场所可以是商场、银行、车站、节假日的景区等场所。
36.例如，在银行场所，为了避免银行内进入的人员过多导致安全隐患，需要对银行内人员进行计数，从而方便银行工作人员对银行内的人员流动进行管理，那么可以在银行内设置摄像设备，对银行的各个区域进行拍摄，将拍摄得到的照片作为待计数人群图像。
37.其中，图像深度信息指的是待计数人群图像中的各像素点与摄像机之间的距离。例如，请参考图3，图3中示意出待计数人群图像(1)和待计数人群图像(2)，其中，待计数人群图像(1)中的各人员对应的像素点与摄像机之间的距离沿拍摄方向逐渐增大，待计数人群图像(2)中的各人员对应的像素点与摄像机之间的距离基本一致。
38.102、确定图像深度信息对应的目标图像深度等级。
39.在本实施例中，在获取待计数人群图像以及待计数人群图像的图像深度信息之后，可以确定图像深度信息对应的目标深度等级。
40.比如，在确定待计数人群图像中人员的目标分布等级时，可以根据人群图像深度信息分类模型，对该待计数人群图像进行图像深度分类处理，得到该待计数人群图像的目标图像深度等级。
41.其中，人群图像深度信息分类模型被配置为对待计数人群图像进行图像深度分类处理，得到该待计数人群图像中的目标图像深度等级。
42.其中，图像深度等级的划分可以由本领域技术人员根据需要进行具体划分，此处不做具体限定。比如，可以根据人像离摄像机的远近距离导致的对人的辨识度的不同来进
行划分。
43.可以理解的是，人离摄像机越近，在对人进行识别时，辨识度越高。例如，可以将人离摄像机0到1米设为第一图像深度等级，人离摄像机1米到5米设为第二图像深度等级，5米之外设为第三图像深度等级。
44.103、根据目标图像深度等级确定待计数人群图像对应的目标人群计数模型。
45.在本实施例中，在确定了待计数人群图像对应的目标图像深度等级后，根据目标图像深度等级确定待计数人群图像对应的目标人群计数模型。
46.其中，人群计数模型被配置为对具有特定图像深度等级的待计数人群图像进行人群计数处理，得到待计数人群图像中的人数。
47.可以理解的是，当确定了待计数人群图像对应的图像深度等级后，就可以获取专门针对该图像深度等级的人群计数模型对该待计数人群图像进行人群计数处理，得到该待计数人群图像中的人数。
48.104、根据目标人群计数模型，对待计数人群图像进行人群计数处理，得到待计数人群图像中的人数。
49.本实施例中，当确定了该待计数人群图像对应的目标人群计数模型之后，就可以根据该目标人群计数模型，对待计数人群图像进行人群计数处理，得到待计数人群图像中的人数。
50.具体实施时，本技术不受所描述的各个步骤的执行顺序的限制，在不产生冲突的情况下，某些步骤还可以采用其它顺序进行或者同时进行。
51.由上可知，本技术实施例提供的基于图像深度的人群计数方法，通过获取待计数人群图像以及待计数人群图像的图像深度信息，确定图像深度信息对应的目标图像深度等级，并根据目标图像深度等级确定待计数人群图像对应的目标人群计数模型，根据目标人群计数模型，对待计数人群图像进行人群计数处理，得到待计数人群图像中的人数。本技术根据待计数人群图像中的图像深度信息针对性地选择人群计数模型对该待计数人群图像进行人群计数处理，可以提高人群计数的准确性。
52.根据前面实施例所描述的方法，以下将举例作进一步详细说明。
53.请参阅图4，图4为本技术实施例提供的基于图像深度的人群计数方法的第二流程示意图。所述方法包括：
54.201、获取待计数人群图像以及待计数人群图像的图像深度信息。
55.其中，待计数人群图像指的是需要进行人群计数的图像。该待计数人群图像可以通过摄像头等图像采集设备拍摄得到，也可以通过预先拍摄好的存储在电子设备本地的图像得到，还可以通过获取服务器端存储的图像资源中得到。
56.比如，在获取待计数人群图像时，可以对需要进行人数计算的场所进行拍照，从而得到待计数人群图像。其中该需要进行人数计算的场所可以是商场、银行、车站、节假日的景区等场所。
57.例如，在银行场所，为了避免银行内进入的人员过多导致安全隐患，需要对银行内人员进行计数，从而方便银行工作人员对银行内的人员流动进行管理，那么可以在银行内设置摄像设备，对银行的各个区域进行拍摄，将拍摄得到的照片作为待计数人群图像。
58.其中，图像深度信息指的是待计数人群图像中的各像素点与摄像机之间的距离。
例如，请参考图3，图3中示意出待计数人群图像(1)和待计数人群图像(2)，其中，待计数人群图像(1)中的各人员对应的像素点与摄像机之间的距离沿拍摄方向逐渐增大，待计数人群图像(2)中的各人员对应的像素点与摄像机之间的距离基本一致。
59.202、确定图像深度信息对应的目标图像深度等级。
60.在本实施例中，在获取待计数人群图像以及待计数人群图像的图像深度信息之后，可以确定图像深度信息对应的目标深度等级。
61.比如，在确定待计数人群图像中人员的目标分布等级时，可以根据人群图像深度信息分类模型，对该待计数人群图像进行图像深度分类处理，得到该待计数人群图像的目标图像深度等级。
62.其中，人群图像深度信息分类模型被配置为对待计数人群图像进行图像深度分类处理，得到该待计数人群图像中的目标图像深度等级。
63.其中，图像深度等级的划分可以由本领域技术人员根据需要进行具体划分，此处不做具体限定。比如，可以根据人像离摄像机的远近距离导致的对人的辨识度的不同来进行划分。
64.可以理解的是，人离摄像机越近，在对人进行识别时，辨识度越高。例如，可以将人离摄像机0到1米设为低图像深度等级，人离摄像机1米到5米设为中图像深度等级，5米之外设为高图像深度等级。
65.203、获取图像深度等级与人群计数模型的第一对应关系。
66.其中，人群图像深度信息分类模型被配置为对待计数人群图像进行图像深度分类处理，得到该待计数人群图像中的目标图像深度等级。每一图像深度等级对应一人群计数模型。
67.例如，当图像深度等级分为高图像深度等级、中图像深度等级以及低图像深度等级三个等级时，图像深度等级与人群计数模型的第一对应关系可以是，高图像深度等级对应人群计数模型a、中图像深度等级对应人群计数模型b，低图像深度等级对应人群计数模型c。
68.需要说明的是，不同图像深度等级对应的人群计数模型的计数对象不同，对应图像深度等级越高的人群计数模型使用的计数对象包含的特征信息越多。
69.例如，当待计数人群图像对应的图像深度等级较低时，可以采用人脸作为计数对象，当待计数人群图像对应的图像深度等级较高时，可以采用人头作为计数对象。可以理解的是人脸包含的特征信息要比人头包含的特征信息更多，通过将人脸作为对人识别的对象去识别人会使得对人的识别更加准确，相应地，将人脸作为计数对象可以提高对人数的识别的准确性。
70.204、根据第一对应关系以及目标图像深度等级，确定目标人群计数模型。
71.本实施例中，当确定了待计数人群图像对应的目标图像深度等级后，可以根据图像深度等级与人群计数模型的第一对应关系，以及该目标图像深度分布等级，确定待计数人群图像对应的目标人群计数模型。
72.比如，当该待计数人群图像对应的目标图像深度等级为高图像深度等级，那么该待计数人群图像对应的目标人群计数模型为人群计数模型a；又比如，当该待计数人群图像对应的目标图像深度等级为低图像深度等级，那么该待计数人群图像对应的目标人群计数
模型为人群计数模型c。
73.可以理解的是，该待计数人群图像对应的目标图像深度等级还可以有多个，也即，该待计数人群图像可以包括多个图像深度等级不同的图像区域，此时，可以根据这多个图像深度等级，对待计数人群图像进行图像划分，得到多个计数区域，每一计数区域对应一图像深度等级，获取图像深度等级与人群计数模型的第二对应关系，根据第二对应关系，以及每一计数区域的图像深度等级确定待计数人群图像中每一计数区域对应的目标人群计数模型。
74.其中，比如，当图像深度等级分为高图像深度等级、中图像深度等级以及低图像深度等级三个图像深度等级时，图像深度等级与人群计数模型的第二对应关系也可以是，高图像深度等级对应人群计数模型a，中图像深度等级对应人群计数模型b，低图像深度等级对应人群计数模型c。
75.例如，当待计数人群图像包括高图像深度等级对应的图像区域、中图像深度等级对应的图像区域以及低图像深度等级对应的图像区域时，可以将该待计数人群图像根据图像深度等级的不同划分为高图像深度等级对应的第一计数区域，中图像深度等级对应的第二计数区域，以及低图像深度等级对应的第三计数区域，根据第二对应关系，可以确定该第一计数区域对应的目标人群计数模型为人群计数模型a、该第二计数区域对应的目标人群计数模型为人群计数模型b以及该第三计数区域对应的目标人群计数模型为人群计数模型c。
76.在一种实施方式中，在确定待计数人群图像对应的目标人群计数模型之前，还可以包括以下流程：
77.(1)构造图像深度等级为目标图像深度等级的虚拟人群样本图像；
78.比如，可以基于一款游戏gta5的数据集设计一个数据采集器和贴标器，它可以合成人群场景并自动标注它们。得益于优秀的游戏引擎，它的场景渲染、纹理细节、天气效果等都非常接近真实世界的情况，因此，本技术中可以通过利用gta5虚拟场景中的对象来构造图像深度等级为目标图像深度等级的人群场景，然后数据采集器从构建的场景中捕获稳定的图像，从而得到图像深度等级为目标图像深度等级的虚拟人群样本图像。
79.(2)根据虚拟人群样本图像进行模型训练，得到目标人群计数模型。
80.比如，在构造出图像深度等级为目标图像深度等级的虚拟人群样本图像后，可以根据该虚拟人群样本图像进行模型训练，得到目标人群计数模型。
81.可以理解的是，本技术还可以在获取待计数人群图像之前，预先构造多种不同图像深度等级的虚拟人群样本图像，根据每一图像深度等级对应的虚拟人群样本图像进行模型训练，得到每一图像深度等级对应的目标人群计数模型，以便于在需要对待计数人群图像进行计数时可以直接获取与该待计数人群图像的图像深度等级对应的人群计数模型。
82.205、根据目标人群计数模型，对待计数人群图像进行人群计数处理，得到待计数人群图像中的人数。
83.本实施例中，当确定了该待计数人群图像对应的目标人群计数模型之后，就可以根据该目标人群计数模型，对待计数人群图像进行人群计数处理，得到待计数人群图像中的人数。
84.此外，当该待计数人群图像可以包括多个图像深度等级不同的图像区域时，根据
每一计数区域对应的目标人群计数模型，对每一计数区域进行人群计数处理，得到每一计数区域对应的人数，获取多个计数区域对应的人数的和值，并将和值作为待计数人群图像中的人数。
85.例如，仍然以流程204中举出的例子为例，当该待计数人群图像包括高图像深度等级对应的第一计数区域，中图像深度等级对应的第二计数区域，以及低图像深度等级对应的第三计数区域时，通过该第一计数区域对应的人群计数模型a对该第一计数区域进行人群计数处理，得到第一人数，通过第二计数区域对应的人群计数模型b对该第二计数区域进行人群计数处理，得到第二人数，通过该第三计数区域对应的人群计数模型c对该第三计数区域进行人群计数处理，得到第三人数，将这三个计数区域得到的人数相加得到和值，也即第一人数+第二人数+第三人数，将该和值作为待计数人群图像中的人数。
86.由上可知，本技术实施例提出的基于图像深度的人群计数方法，获取待计数人群图像以及待计数人群图像的图像深度信息，确定图像深度信息对应的目标图像深度等级，获取图像深度等级与人群计数模型的第一对应关系，根据第一对应关系以及目标图像深度等级，确定目标人群计数模型，根据目标人群计数模型，对待计数人群图像进行人群计数处理，得到待计数人群图像中的人数。本技术根据待计数人群图像中的图像深度信息针对性地选择人群计数模型对该待计数人群图像进行人群计数处理，可以提高人群计数的准确性。
87.在一实施例中还提供一种基于图像深度的人群计数装置。请参阅图5，图5为本技术实施例提供的基于图像深度的人群计数装置300的结构示意图。其中该基于图像深度的人群计数装置300应用于电子设备，该基于图像深度的人群计数装置300包括获取模块301、第一确定模块302、第二确定模块303以及计数模块303，如下：
88.获取模块301，用于获取待计数人群图像以及所述待计数人群图像的图像深度信息；
89.第一确定模块302，用于确定所述图像深度信息对应的目标图像深度等级；
90.第二确定模块303，用于根据所述目标图像深度等级确定所述待计数人群图像对应的目标人群计数模型；
91.计数模块304，用于根据所述目标人群计数模型，对所述待计数人群图像进行人群计数处理，得到所述待计数人群图像中的人数。
92.在一种实施方式中，第二确定模块303，可以用于：获取图像深度等级与人群计数模型的第一对应关系；根据所述第一对应关系以及所述目标图像深度等级，确定所述目标人群计数模型。
93.在一种实施方式中，第二确定模块303，还可以用于：构造图像深度等级为所述目标图像深度等级的虚拟人群样本图像；根据所述虚拟人群样本图像进行模型训练，得到所述目标人群计数模型。
94.在一种实施方式中，第二确定模块303，可以用于：在所述待计数人群图像包括多个图像深度等级不同的图像区域时，根据所述多个图像深度等级，对所述待计数人群图像进行图像划分，得到多个计数区域，每一计数区域对应一图像深度等级；获取图像深度等级与人群计数模型的第二对应关系；根据所述第二对应关系，以及每一所述计数区域的图像深度等级确定所述待计数人群图像中每一计数区域对应的目标人群计数模型。
95.在一种实施方式中，计数模块303，可以用于：根据每一计数区域对应的所述目标人群计数模型，对每一计数区域进行人群计数处理，得到每一计数区域对应的人数；获取所述多个计数区域对应的人数的和值，并将所述和值作为所述待计数人群图像中的人数。
96.在一种实施方式中，第一确定模块302，可以用于：根据人群图像深度信息分类模型，对所述待计数人群图像进行图像深度分类处理，得到所述待计数人群图像的所述目标图像深度等级。
97.在一种实施方式中，不同图像深度等级对应的人群计数模型的计数对象不同，对应图像深度等级越高的人群计数模型使用的计数对象包含的特征信息越多。
98.应当说明的是，本技术实施例提供的基于图像深度的人群计数装置与上文实施例中的基于图像深度的人群计数方法属于同一构思，通过该基于图像深度的人群计数装置可以实现基于图像深度的人群计数方法实施例中提供的任一方法，其具体实现过程详见基于图像深度的人群计数方法实施例，此处不再赘述。
99.由上可知，本技术实施例提出的基于图像深度的人群计数装置，通过获取模块301获取待计数人群图像以及待计数人群图像的图像深度信息，通过确定模块302确定图像深度信息对应的目标图像深度等级，并根据目标图像深度等级确定待计数人群图像对应的目标人群计数模型，通过计数模块303根据目标人群计数模型，对待计数人群图像进行人群计数处理，得到待计数人群图像中的人数。本技术根据待计数人群图像中的图像深度信息针对性地选择人群计数模型对该待计数人群图像进行人群计数处理，可以提高人群计数的准确性。
100.本技术实施例还提供一种电子设备。所述电子设备可以是智能手机、平板电脑等设备。请参阅图6，图6为本技术实施例提供的电子设备的第一种结构示意图。电子设备400包括处理器401和存储器402。其中，处理器401与存储器402电性连接。
101.处理器401是电子设备400的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或调用存储在存储器402内的计算机程序，以及调用存储在存储器402内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。
102.存储器402可用于存储计算机程序和数据。存储器402存储的计算机程序中包含有可在处理器中执行的指令。计算机程序可以组成各种功能模块。处理器401通过调用存储在存储器402的计算机程序，从而执行各种功能应用以及数据处理。
103.在本实施例中，电子设备400中的处理器401会按照如下的步骤，将一个或一个以上的计算机程序的进程对应的指令加载到存储器402中，并由处理器401来运行存储在存储器402中的计算机程序，从而实现各种功能：
104.获取待计数人群图像以及所述待计数人群图像的图像深度信息；
105.确定所述图像深度信息对应的目标图像深度等级，并根据所述目标图像深度等级确定所述待计数人群图像对应的目标人群计数模型；
106.根据所述目标人群计数模型，对所述待计数人群图像进行人群计数处理，得到所述待计数人群图像中的人数。
107.在一种实施方式中，请参阅图7，图7为本技术实施例提供的电子设备的第二种结构示意图。电子设备400还包括：射频电路403、显示屏404、控制电路405、输入单元406、音频电路407、传感器408以及电源409。其中，处理器401分别与射频电路403、显示屏404、控制电
路405、输入单元406、音频电路407、传感器408以及电源409电性连接。
108.射频电路403用于收发射频信号，以通过无线通信与网络设备或其他电子设备进行通信。
109.显示屏404可用于显示由用户输入的信息或提供给用户的信息以及电子设备的各种图形用户接口，这些图形用户接口可以由图像、文本、图标、视频和其任意组合来构成。
110.控制电路405与显示屏404电性连接，用于控制显示屏404显示信息。
111.输入单元406可用于接收输入的数字、字符信息或用户特征信息(例如指纹)，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。其中，输入单元406可以包括指纹识别模组。
112.音频电路407可通过扬声器、传声器提供用户与电子设备之间的音频接口。其中，音频电路407包括麦克风。所述麦克风与所述处理器401电性连接。所述麦克风用于接收用户输入的语音信息。
113.传感器408用于采集外部环境信息。传感器408可以包括环境亮度传感器、加速度传感器、陀螺仪等传感器中的一种或多种。
114.电源409用于给电子设备400的各个部件供电。在一种实施方式中，电源409可以通过电源管理系统与处理器401逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
115.虽然图中未示出，电子设备400还可以包括摄像头、蓝牙模块等，在此不再赘述。
116.在本实施例中，电子设备400中的处理器401会按照如下的步骤，将一个或一个以上的计算机程序的进程对应的指令加载到存储器402中，并由处理器401来运行存储在存储器402中的计算机程序，从而实现各种功能：
117.获取待计数人群图像以及所述待计数人群图像的图像深度信息；
118.确定所述图像深度信息对应的目标图像深度等级，并根据所述目标图像深度等级确定所述待计数人群图像对应的目标人群计数模型；
119.根据所述目标人群计数模型，对所述待计数人群图像进行人群计数处理，得到所述待计数人群图像中的人数。
120.在一种实施方式中，处理器401在执行根据所述目标图像深度等级确定所述待计数人群图像对应的目标人群计数模型时，可以执行：获取图像深度等级与人群计数模型的第一对应关系；根据所述第一对应关系以及所述目标图像深度等级，确定所述目标人群计数模型。
121.在一种实施方式中，处理器401在执行根据所述目标图像深度等级确定所述待计数人群图像对应的目标人群计数模型之前，还可以执行：构造图像深度等级为所述目标图像深度等级的虚拟人群样本图像；根据所述虚拟人群样本图像进行模型训练，得到所述目标人群计数模型。
122.在一种实施方式中，处理器401在执行根据所述目标图像深度等级确定所述待计数人群图像对应的目标人群计数模型时，可以执行：在所述待计数人群图像包括多个图像深度等级不同的图像区域时，根据所述多个图像深度等级，对所述待计数人群图像进行图像划分，得到多个计数区域，每一计数区域对应一图像深度等级；获取图像深度等级与人群计数模型的第二对应关系；根据所述第二对应关系，以及每一所述计数区域的图像深度等
级确定所述待计数人群图像中每一计数区域对应的目标人群计数模型。
123.在一种实施方式中，处理器401在执行根据所述目标人群计数模型，对所述待计数人群图像进行人群计数处理，得到所述待计数人群图像中的人数时，可以执行：根据每一计数区域对应的所述目标人群计数模型，对每一计数区域进行人群计数处理，得到每一计数区域对应的人数；获取所述多个计数区域对应的人数的和值，并将所述和值作为所述待计数人群图像中的人数。
124.在一种实施方式中，处理器401在执行确定所述图像深度信息对应的目标图像深度等级时，可以执行：根据人群图像深度信息分类模型，对所述待计数人群图像进行图像深度分类处理，得到所述待计数人群图像的所述目标图像深度等级。
125.在一种实施方式中，不同图像深度等级对应的人群计数模型的计数对象不同，对应图像深度等级越高的人群计数模型使用的计数对象包含的特征信息越多。
126.本技术实施例还提供一种计算机可读存储介质，所述存储介质中存储有计算机程序，当所述计算机程序在处理器上运行时，所述计算机执行上述任一实施例所述的基于图像深度的人群计数方法。
127.需要说明的是，本领域普通技术人像可以理解上述实施例的各种方法中的全部或部分步骤是可以通过计算机程序来指令相关的硬件来完成，所述计算机程序可以存储于计算机可读存储介质中，所述存储介质可以包括但不限于：只读存储器(rom，read only memory)、随机存取存储器(ram，random access memory)、磁盘或光盘等。
128.此外，本技术中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块，而是某些实施例还包括没有列出的步骤或模块，或某些实施例还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
129.以上对本技术实施例所提供的基于图像深度的人群计数方法进行了详细介绍。本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的技术人像，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。