[發明專利]一種基于視頻分析的地鐵車廂客流統計方法、裝置及系統

在審

• 申請號: 201610413000.3
• 申請日: 2016-06-13
• 公開（公告）號: CN107491715A
• 公開（公告）日: 2017-12-19
• 發明（設計）人: 陶海;柯佳琪;楊帆
• 申請（專利權）人: 北京文安智能技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G08G1/01;H04N7/18
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及圖像處理技術領域，特別涉及一種基于視頻分析的地鐵車廂客流統計方法、裝置及系統。

背景技術

目前，傳統的地鐵人流量，通過地鐵站臺閘機刷卡進出計數、紅外傳感器掃描計數等方法統計人流量。但是無法實時統計特定地鐵車廂內部的乘客數量。與普通的客流統計系統一樣，地鐵車廂人員密度統計系統由攝像機采集和視頻處理模塊、網絡傳輸模塊、數據分析模塊、交互和顯示模塊構成。涉及的技術包括背景建模，運動檢測，目標識別和分類、目標跟蹤、軌跡行為分析等。

然而，地鐵車廂內的場景由于其特殊性，傳統的人流量統計方法難以得到很高的精度。其特點是在地鐵車廂場景內，攝像機的安裝高度無法超過車廂頂部，和站立的乘客高度接近，成像的景深范圍變化大，拍攝視頻中目標乘客的尺寸差別很大。此外車廂內人流量可能會非常密集，目標乘客之間的遮擋嚴重。現有基于視頻分析的客流量統計方法主要是基于人頭或者頭肩的目標檢測和跟蹤的方法，通過提取區域特征訓練相應的分類器，從而對目標進行基于滑窗的目標檢測方法，然后利用單幀的檢測結果對目標進行跟蹤和分析，實現目標的計數。

因此，發明人在地鐵客流統計的過程中發現，現有技術中至少存在以下問題：

現有技術中采用的基于滑窗的目標檢測方法對于地鐵場景下多尺度的 目標檢測適應性差，往往需要多個尺度的分類器共同進行檢測，并且其檢測速度慢且客流統計精度不高。

發明內容

本發明的目的在于提供一種基于視頻分析的地鐵車廂客流統計方法、裝置及系統，使得檢測速度快且客流統計精度較高。

為解決上述技術問題，本發明的實施方式提供了一種基于視頻分析的地鐵車廂客流統計方法，包括以下步驟：

預置圖像采集區域塊及其對應的檢測模型；

獲取待檢測圖像幀組；所述待檢測圖像幀組包括至少一幀圖像；

根據所述圖像采集區域塊及其對應的檢測模型，對所述待檢測圖像幀組中幀圖像進行檢測跟蹤，獲取目標的軌跡集合。

其中，所述根據所述圖像采集區域塊及其對應的檢測模型，對所述待檢測圖像幀組中幀圖像進行檢測跟蹤，獲取目標的軌跡集合的步驟，具體包括：

根據所述圖像采集區域塊及其對應的檢測模型，對所述待檢測圖像幀組中的圖像幀進行檢測，獲取各個檢測圖像幀中目標的檢測信息及其對應置信度；

獲取初始幀組中各個圖像幀中目標的檢測信息及其對應置信度；

跟蹤所述初始幀組中各個圖像幀中目標，獲取所述目標的軌跡集合。

其中，所述跟蹤所述初始幀組中各個圖像幀中目標，獲取所述目標的軌跡集合步驟，具體包括：

獲取匹配閾值；

通過圖像預測算法獲取所述初始幀組中各個圖像幀中目標在其下一幀圖像的檢測信息；

獲取初始幀組的下一幀組中各個圖像幀中目標的檢測信息及其置信度；所述初始幀組的下一幀組中各個圖像幀中目標包括：所述初始幀組中各個圖像幀中目標在其下一幀圖像目標和所述初始幀組的下一幀組中各個圖像幀中新增目標；

判斷所述初始幀組中各個圖像幀中目標在其下一幀圖像的檢測信息與所述通過圖像預測算法獲取所述初始幀組中各個圖像幀中目標在其下一幀圖像的檢測信息是否在所述匹配閾值范圍內；

如果所述初始幀組中各個圖像幀中目標在其下一幀圖像的檢測信息不在所述匹配閾值范圍內，則所述初始幀組中各個圖像幀中目標在其下一幀圖像的檢測信息采用所述通過圖像預測算法獲取所述初始幀組中各個圖像幀中目標在其下一幀圖像的檢測信息；

如果所述初始幀組中各個圖像幀中目標在其下一幀圖像的檢測信息與所述通過圖像預測算法獲取所述初始幀組中各個圖像幀中目標在其下一幀圖像的檢測信息都不在所述匹配閾值范圍內，則所述初始幀組中各個圖像幀中目標在其下一幀圖像的檢測信息通過在先軌跡幀的檢測信息采用線性預測的方法進行線性預測獲取；

獲取所述目標的軌跡集合；所述目標的軌跡集合包括：至少一個目標的軌跡；所述目標的軌跡包括：同一目標在至少一個圖像幀內的檢測信息及其對應置信度的集合。

其中，該方法還包括：

預置所述置信度的衰減系數；

當采用所述通過圖像預測算法獲取所述初始幀組中各個圖像幀中目標在其下一幀圖像的檢測信息時，所述初始幀組中各個圖像幀中目標在其下一幀圖像的檢測信息對應的置信度為初始幀組中各個圖像幀中目標的檢測信息對應的置信度與所述置信度的衰減系數的乘積。

其中，該方法還包括：

預置所述置信度閾值；