[发明专利]一种基于深度神经网络的行人计数方法

权利要求书

1.一种基于深度神经网络的行人计数方法，其特征在于，包括以下步骤：

（1）获取视频帧图像，在图像上预先设定计数区域；

（2）利用深度神经网络对视屏帧图像进行目标检测，得到行人框；

（3）利用跟踪算法跟踪行人框，得到跟踪框，跟踪框包括行人框信息及跟踪ID，对每个行人增加跟踪ID作为属性，获得不同行人的运动轨迹；

（4）根据每个行人的跟踪框信息求得行人的中心点坐标，通过比较不同帧图像中的中心点坐标的变化得知行人的行走方向；将中心点的坐标与计数区域进行比较，当中心点的坐标第一次处于计数区域内时，联合行走方向在该行走方向上计数加一，之后该跟踪ID的行人不再参与计数。

2.根据权利要求1所述的基于深度神经网络的行人计数方法，其特征在于，步骤（1）视频帧图像的获取方法为：利用网络摄像头获取视频流，对视频流进行解析处理，得到视频帧图像。

3.根据权利要求1所述的基于深度神经网络的行人计数方法，其特征在于，步骤（1）视频流为RTSP流，通过CUDA框架利用GPU硬解的方式进行解析处理。

4.根据权利要求1所述的基于深度神经网络的行人计数方法，其特征在于，步骤（2）中，采用基于回归的目标检测算法，检测网络采用yolo系列，输入为图像，输出为行人框信息，行人框信息记录为（x,y,w,h），x、y分别表示行人框左上角的横坐标、纵坐标，h、w分别表示行人框的长和宽。

5.根据权利要求4所述的基于深度神经网络的行人计数方法，其特征在于，步骤（3）中，运动轨迹的获取包括：采用IOU比较及匈牙利关联算法，将行人框送入跟踪器进行跟踪，输出跟踪框信息，所述跟踪框信息包括所述行人框信息和跟踪ID。

6.根据权利要求5所述的基于深度神经网络的行人计数方法，其特征在于，步骤（3）中，在跟踪过程中，若没有对应的跟踪器，则产生新的跟踪器。