[发明专利]一种基于视频行人识别的地铁人流网络融合方法及人流预测方法

权利要求书

1.一种基于视频行人识别的地铁人流网络融合方法，用于实现地铁与地面人流的融合统计以辅助交通预警，其特征在于，所述基于视频行人识别的地铁人流网络融合方法，包括：

步骤1、接收地铁站各个出入口的监控图像，所述监控图像由设置在各个出入口的图像采集设备获取；

步骤2、提取监控图像中的行人目标坐标框信息以及行人目标特征信息，所述行人目标特征信息包括行人特征、行人进出站状态、行人出站或进站方向；

步骤3、基于同一图像采集设备的监控图像，根据行人目标坐标框信息以及行人目标特征信息进行相似度计算，得到针对同一行人的行人轨迹；

步骤4、基于不同图像采集设备对应的行人轨迹进行行人目标特征信息的相似度匹配，将匹配成功的行人轨迹进行联合，更新对应行人的行人轨迹；

步骤5、获取指定区域内的地铁路线、地铁站点、各个站点的出入口，以及各个出入口所对应的地上的交通路线，融合构建指定区域内的地铁交通网络图；

步骤6、根据预设时间段内最新的行人轨迹，统计各个站点的总进、出站人流量，以及各站点中各个出入口对应的交通路线上的进、出站人流量；

步骤7、在所述地铁交通网络图的基础上叠加地铁站各个站点的总进、出站人流量以及各站点中各个出入口对应的交通路线上的进、出站人流量，得到地铁、地面人流融合的人流移动网络图。

2.如权利要求1所述的基于视频行人识别的地铁人流网络融合方法，其特征在于，所述基于同一图像采集设备的监控图像，根据行人目标坐标框信息以及行人目标特征信息进行相似度计算，得到针对同一行人的行人轨迹，包括：

步骤3.1、获取当前图像采集设备在本次监控图像中的行人目标坐标框信息以及行人目标特征信息；

步骤3.2、判断该图像采集设备对应的跟踪轨迹集合是否为空，所述跟踪轨迹集合用于保存行人的行人轨迹，若跟踪轨迹集合不为空则执行步骤3.3；否则直接将本次获取的行人目标坐标框信息以及行人目标特征信息加入至跟踪轨迹集合中并结束；

步骤3.3、基于跟踪轨迹集合中的行人轨迹采用无迹卡尔曼滤波得到估计目标坐标框信息；

步骤3.4、根据行人目标坐标框信息和估计目标坐标框信息，逐一计算当前行人目标和已保存的行人目标两两之间的坐标框相似度，基于行人轨迹的行人目标特征信息和本次监控图像中的行人目标特征信息逐一计算当前行人目标和已保存的行人目标两两之间的特征相似度，基于坐标框相似度和特征相似度的加权求和得到当前行人目标和已保存的行人目标两两之间的相似度；

步骤3.5、基于当前行人目标和已保存的行人目标两两之间的相似度，采用匈牙利匹配算法匹配跟踪轨迹集合中的行人轨迹和本次获取的行人目标；

步骤3.6、若存在本次未成功匹配的行人目标，则直接将该行人目标对应的行人目标坐标框信息以及行人目标特征信息加入跟踪轨迹集合中，并标记为新生轨迹；若成功匹配行人轨迹和行人目标，则根据行人目标对应的行人目标坐标框信息以及行人目标特征信息更新该行人的行人轨迹；若跟踪轨迹集合中存在标记为新生轨迹的行人轨迹连续多次成功匹配，则将该行人轨迹的新生标记去除；若跟踪轨迹集合中存在连续多帧未成功匹配的行人轨迹，则认为该行人目标已离开当前图像采集设备的监控范围，则将该行人轨迹标记为离开轨迹；若标记为离开轨迹的行人轨迹在指定时间阈值内未成功匹配，则认为该行人轨迹完结，将该行人轨迹从跟踪轨迹集合中删除。

3.如权利要求2所述的基于视频行人识别的地铁人流网络融合方法，其特征在于，所述基于不同图像采集设备对应的行人轨迹进行行人目标特征信息的相似度匹配，将匹配成功的行人轨迹进行联合，更新对应行人的行人轨迹，包括：

步骤4.1、取一个图像采集设备对应的跟踪轨迹集合，将该跟踪轨迹集合中标记为新生轨迹的行人轨迹逐一与其余图像采集设备对应的跟踪轨迹集合中被标记为离开轨迹的行人轨迹进行相似度计算；

步骤4.2、若相似度大于预设阈值，则表示两个行人轨迹匹配成功；

步骤4.3、将匹配成功的两个行人轨迹进行联合得到该行人新的行人轨迹，并利用新的行人轨迹替换新生轨迹所在的跟踪轨迹集合中对应行人轨迹。