[发明专利]客流统计方法及装置有效

专利信息
申请号: 201910152738.2 申请日: 2019-02-28
公开(公告)号: CN110688884B 公开(公告)日: 2023-04-18
发明(设计)人: 汪洋;黎胜科;郭彬;杨森;卢亚宁 申请(专利权)人: 成都通甲优博科技有限责任公司
主分类号: G06T7/246 分类号: G06T7/246;G06T7/62;G06V40/10;G06V10/40;G06V10/82;G06V10/80;G06N3/0464
代理公司: 北京超成律师事务所 11646 代理人: 栾波
地址: 610000 四川省成都*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 客流 统计 方法 装置
【说明书】:

本申请提供一种客流统计方法及装置,通过将当前帧客流图像的头肩区域识别结果与上一帧客流图像的各个头肩区域过往轨迹进行匹配,并根据匹配结果得到当前帧客流图像的各个头肩区域的当前轨迹及其轨迹状态,再根据处于有效状态的当前轨迹得到当前帧客流图像的实时客流量,进而得到总客流量。由此,在进行客流统计时,将多目标跟踪拆分为目标识别与轨迹匹配两个过程,减少了客流统计的计算量。此外,当对客流量较大区域进行客流统计并产生假性轨迹问题以及目标丢失问题时,可以根据后续帧客流图像的匹配结果对当前帧客流图像的各个当前轨迹的轨迹状态进行修正,避免假性轨迹问题以及目标丢失问题对客流统计结果的影响,提高了客流统计结果的准确性。

技术领域

本申请涉及图像处理领域,具体而言,涉及一种客流统计方法及装置。

背景技术

客流统计方法是一种常用的图像分析方法,一般对采集到的客流图像进行多目标轨迹跟踪得到客流图像的客流统计结果。在实际工作中,需要进行客流统计的区域一般为客流量较大的区域,例如,公交车辆、地铁进出口等公共场所。通常客流量较大的区域的客流图像信息量较大,在客流统计时十分容易产生计数错误,导致客流统计结果不准确。

发明内容

有鉴于此,本申请的目的在于提供一种客流统计方法及装置,以解决或者改善上述问题。

为了实现上述目的,本申请实施例采用的技术方案如下:

第一方面,本申请实施例提供一种客流统计方法,所述方法包括:

获得预设时间内的客流图像帧序列;

遍历所述客流图像帧序列的每帧客流图像,提取该帧客流图像的特征图像组,对该帧客流图像的特征图像组进行目标检测,得到该帧客流图像中各个头肩区域的当前位置信息;

获得该帧客流图像的上一帧客流图像的各个头肩区域的当前轨迹作为该帧客流图像的各个头肩区域的过往轨迹,根据该帧客流图像的各个头肩区域的过往轨迹的历史位置信息以及滤波估值参数对该帧客流图像的各个头肩区域在该帧客流图像的位置信息进行预估,得到该帧客流图像的各个头肩区域的过往轨迹的预估位置信息;

根据该帧客流图像的各个头肩区域的过往轨迹的预估位置信息以及该帧客流图像中各个头肩区域的当前位置信息将该帧客流图像中各个头肩区域的当前位置信息与该帧客流图像的各个头肩区域的过往轨迹进行匹配,并根据匹配结果得到该帧客流图像的头肩区域的当前轨迹;

根据该帧客流图像的头肩区域的当前轨迹的轨迹状态,利用该帧客流图像中处于有效状态的部分头肩区域的当前轨迹的历史位置信息统计得到该帧客流图像的实时客流量,得到所述客流图像帧序列的总客流量,其中,所述轨迹状态包括有效状态、无效状态以及未知状态。

可选地,所述提取该帧客流图像的特征图像组的步骤包括:

采用卷积神经网络提取该帧客流图像的特征图像组,其中,所述卷积神经网络包括多个卷积单元以及与至少部分卷积单元对称的反卷积单元;

所述采用卷积神经网络提取该帧客流图像的特征图像组的步骤,包括;

分别通过各个卷积单元对该帧客流图像进行特征提取,并依次将特征提取结果输入到下一卷积单元,得到各个卷积单元提取到的特征图像,再将最后一个卷积单元提取到的特征图像作为第一特征图像,将与每个卷积单元对称的至少部分卷积单元提取的特征图像作为中间特征图像;

分别通过各个反卷积单元对所述中间特征图像进行特征提取,并依次将特征提取结果输入到下一反卷积单元,得到各个反卷积单元提取到的特征图像,将各个反卷积单元提取到的特征图像作为第二特征图像组;

将所述第一特征图像以及所述第二特征图像组作为该帧客流图像的特征图像组。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都通甲优博科技有限责任公司,未经成都通甲优博科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910152738.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top