[发明专利]融合轨迹和尺度的公交下车客流检测方法、系统及设备有效
| 申请号: | 202310747361.1 | 申请日: | 2023-06-25 |
| 公开(公告)号: | CN116503789B | 公开(公告)日: | 2023-09-05 |
| 发明(设计)人: | 戚湧;周竹萍;李卫;欧阳墨蓝;刘洋;汤睿尧 | 申请(专利权)人: | 南京理工大学 |
| 主分类号: | G06V20/40 | 分类号: | G06V20/40;G06V20/52;G06V10/764;G06V10/82;G06V10/80;G06N3/0464;G06N20/00;G01S13/88 |
| 代理公司: | 南京知识律师事务所 32207 | 代理人: | 熊敏敏 |
| 地址: | 210094 江苏*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 融合 轨迹 尺度 公交 下车 客流 检测 方法 系统 设备 | ||
1.一种融合轨迹和尺度的公交下车客流检测方法,其特征在于,包括:
车辆到达公交站点,处理终端接收到开门信号后,接收安装在下车门附近的鱼眼镜头获取的乘客下车视频帧,处理终端通过目标检测算法和跟踪算法检测下车乘客头部,对所述鱼眼镜头获取的乘客下车视频帧中检测到的每个乘客进行追踪,并根据下车乘客头部检测框离开鱼眼镜头视频帧画面的先后顺序重新对下车乘客头部检测框进行编号,依次编号为1、2、…、n,其中n表示所有下车乘客头部检测框个数,对于位于鱼眼镜头视频帧画面中的所述下车乘客头部检测框,输出每个编号对应的下车乘客头部检测框的位置坐标和像素尺度,并根据编号的大小进行排序;所述下车乘客头部检测框的位置坐标以检测框中心点为准,分别设置为{(x1,y1),…,(xn,yn)},所述下车乘客头部检测框的像素尺度分别记为{(w1,h1),…,(wn,hn)},n表示所有下车乘客头部检测框个数,w和h分别表示检测框的宽度和高度;对于位于鱼眼镜头视频帧画面外的下车乘客头部检测框,当下车乘客离开鱼眼镜头视频帧画面后,将该下车乘客头部检测框的位置坐标设置为鱼眼镜头视频帧画面上第一固定位置,像素尺度设置为第一固定尺度;对于暂时未出现在鱼眼镜头视频帧画面中的下车乘客头部检测框,将该下车乘客头部检测框的位置坐标设置为鱼眼镜头视频帧画面上第二固定位置,像素尺度设置为第二固定尺度;提取该公交站点下车乘客头部轨迹数据和头部像素尺度变化数据,得到从检测开始到结束的时间段内,每个下车乘客头部检测框的位置坐标和像素尺度变化数据;
处理终端实时获取安装在下车门附近的微波雷达模块输出的与下车乘客数相关的二进制数字信号;
处理终端接收到关门信号后,将检测到的下车乘客头部轨迹数据、下车乘客头部像素尺度变化数据以及所述与下车乘客数相关的二进制数字信号输入训练好的机器学习分类模型,进行下车客流预测,输出该公交站点下车乘客数;
处理终端将该公交站点下车乘客数发送到公交云平台。
2.根据权利要求1所述的融合轨迹和尺度的公交下车客流检测方法,其特征在于,所述第一固定位置为鱼眼镜头视频帧画面下边界中心点(0.5Xmax,0),所述第一固定尺度为(0.5Xmax,0.5Ymax),其中,Xmax表示鱼眼镜头视频帧画面宽度,Ymax表示鱼眼镜头视频帧画面高度。
3.根据权利要求1所述的融合轨迹和尺度的公交下车客流检测方法,其特征在于,所述第二固定位置为鱼眼镜头视频帧画面上边界中心点(0.5Xmax,Ymax),所述第二固定尺度为(0,0),其中,Xmax表示鱼眼镜头视频帧画面宽度,Ymax表示鱼眼镜头视频帧画面高度。
4.根据权利要求1所述的融合轨迹和尺度的公交下车客流检测方法,其特征在于,所述目标检测算法采用改进的YOLOv7算法,具体如下:
S101、在YOLOv7算法最后一个卷积层之前添加一个跨度为2的卷积层,将特征图的尺度减半;在该卷积层之后添加一个上采样层,将特征图的尺度变回原来的大小;
S102、使用contact函数将上一步得到的特征图与添加的卷积层之前得到的特征图进行拼接融合;
S103、对融合后的特征图添加卷积层、激活函数,进行归一化。
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南京理工大学,未经南京理工大学许可,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/202310747361.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种可降解餐具制品捆扎装置
- 下一篇:用于制动器的弹性组件及制动器





