[發明專利]一種基于人臉檢測的出租車載客人數統計方法

在審

• 申請號: 202010750404.8
• 申請日: 2020-07-30
• 公開（公告）號: CN111881843A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 李燁星;渠華;邢立軍;孫浩;韓夢飛;李林忠
• 申請（專利權）人: 河南天邁科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 鄭州德勤知識產權代理有限公司 41128
• 代理人: 蘇志洋

1.一種基于人臉檢測的出租車載客人數統計方法，其特征在于：通過設置在出租車內的攝像頭獲取出租車內的照片；通過訓練好的低層特征金字塔網絡對人臉進行判斷，然后對判斷得到的人臉進行提取框標記；根據一般出租車內業務場景下的人臉分布范圍，過濾掉該范圍外的提取框，得到初步的乘客模型情況；通過HSV顏色模型處理過濾提取框后的照片，計算照片上與后排座椅一致顏色的像素區域，得到照片中與后排座椅一致顏色的像素區域大小，輔助判斷后座的乘客分布情況，最終得到一個由提取框和顏色分布組合構成的先驗的乘客模型；將該先驗的乘客模型引入貝葉斯模型，根據先驗的乘客模型得到與其對應的實際乘客模型，最終得到車內的具體乘客人數。

2.根據權利要求1所述的基于人臉檢測的出租車載客人數統計方法，其特征在于：所述的低層特征金字塔網絡采用PyramidBox人臉框檢測模型，利用大量的出租車內場景照片進行訓練而得到。

3.根據權利要求2所述的基于人臉檢測的出租車載客人數統計方法，其特征在于：所述的人臉分布范圍為標記在照片中的一個坐標范圍，該坐標范圍根據一般業務場景下的人臉分布范圍而定。

4.根據權利要求3所述的基于人臉檢測的出租車載客人數統計方法，其特征在于：HSV顏色模型處理照片時，出租車后排座椅的顏色像素值預存在系統中。

5.根據權利要求4所述的基于人臉檢測的出租車載客人數統計方法，其特征在于：出租車后排座椅的顏色像素值為純色且相同。

6.根據權利要求5所述的基于人臉檢測的出租車載客人數統計方法，其特征在于：在過濾掉一般出租車內業務場景以外的提取框后，再檢查是否有重疊的提取框，將重疊的提取框中較小的刪除掉，標記為一個提取框。

7.根據權利要求6所述的基于人臉檢測的出租車載客人數統計方法，其特征在于：引入貝葉斯模型的公式為：

其中，

p(H)，先驗概率，即為經過人臉檢測網絡檢測出的乘客模型；

p(E丨H)，在樣本乘客模型H中，能測出乘客模型為E的概率；

p(E)，在總體樣本中各類乘客模型的概率；

p(H丨E)，已知檢測出的乘客模型E，實際乘客模型為H的概率。

8.根據權利要求7所述的基于人臉檢測的出租車載客人數統計方法，其特征在于：貝葉斯模型中，若檢測得到的后排人數小于2人，將真實乘客人數為滿座的可能性剔除，若檢測得到的后排人數大于等于2人，將真實乘客人數小于2人的預測可能性剔除。

9.根據權利要求7所述的基于人臉檢測的出租車載客人數統計方法，其特征在于：根據檢測出的乘客模型E所對應的經過貝葉斯模型測出的若干種實際乘客模型的樣本分布比例，運算得到最終的乘客數量，采用的運算公式如下：

其中，Pi為檢測出的乘客模型E所對應的經過貝葉斯模型測出的若干種實際乘客模型的樣本分布比例；

Ni為檢測出的乘客模型E所對應的經過貝葉斯模型測出的若干種實際乘客模型中的后排人數；

N0為先驗所得的前排乘客人數；

N為最終確定的乘客總人數。

10.根據權利要求7所述的基于人臉檢測的出租車載客人數統計方法，其特征在于：所述貝葉斯模型由大量的出租車內乘車圖像借助神經網絡訓練生成，用于輸入先驗的乘客模型，得到最大概率的實際乘客模型。