[發(fā)明專利]一種基于輕型深度學(xué)習(xí)框架的嵌入式人流量檢測方法

在審

• 申請?zhí)枺?/td>: 202110008192.0
• 申請日: 2021-01-05
• 公開（公告）號: CN112633249A
• 公開（公告）日: 2021-04-09
• 發(fā)明（設(shè)計(jì)）人: 王慧娟;梁成林;邢藝蘭;袁全波
• 申請（專利權(quán)）人: 北華航天工業(yè)學(xué)院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62;G06N20/00
• 代理公司: 北京科億知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11350
• 代理人: 李興林

本發(fā)明公開了一種基于輕型深度學(xué)習(xí)框架的嵌入式人流量檢測方法，包括以下步驟：S1，搭建硬件平臺；S2，應(yīng)用硬件平臺對行人進(jìn)行采樣、標(biāo)注、標(biāo)準(zhǔn)化，收集訓(xùn)練數(shù)據(jù)并對數(shù)據(jù)進(jìn)行預(yù)處理；S3，改進(jìn)輕型SSD300深度學(xué)習(xí)框架，搭建人流量檢測深度學(xué)習(xí)模型；S4，根據(jù)收集到的數(shù)據(jù)對搭建的人流量檢測深度學(xué)習(xí)模型進(jìn)行訓(xùn)練并移植到硬件平臺；S5，分析結(jié)果并進(jìn)行可視化顯示。本發(fā)明選用嵌入式設(shè)備連接攝像頭作為檢測平臺，搭載輕型改進(jìn)SSD300人流量檢測深度學(xué)習(xí)模型，對采集的圖像進(jìn)行人流量檢測，并將人流量數(shù)據(jù)實(shí)時傳輸?shù)皆品?wù)器，供終端實(shí)時顯示并進(jìn)行結(jié)果分析。本發(fā)明具有硬件安裝維護(hù)簡單方便、成本低廉，檢測結(jié)果精度高的優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明涉及智能監(jiān)控技術(shù)領(lǐng)域，特別是涉及一種基于輕型深度學(xué)習(xí)框架的嵌入式人流量檢測方法。

背景技術(shù)

人流量檢測是智能監(jiān)控領(lǐng)域的一個研究熱點(diǎn)，也是建設(shè)智慧城市和數(shù)字景區(qū)的客觀需求。通過人群密度及其變化的實(shí)時準(zhǔn)確估計(jì)，可以及時對人群進(jìn)行有效的分流、疏導(dǎo)和控制，以提高道路利用率和游客的游覽效率，防止出現(xiàn)景區(qū)內(nèi)大量游客擁堵在個別景點(diǎn)的情況，預(yù)防踩踏事故，避免不必要的時間及生命財(cái)產(chǎn)損失。此外，實(shí)現(xiàn)人流量的實(shí)時準(zhǔn)確監(jiān)控，對于商業(yè)信息采集、公安防控、社會資源合理配置等也具有重要意義。

目前，普遍采用的人流量監(jiān)測統(tǒng)計(jì)的方法主要有閘機(jī)統(tǒng)計(jì)、紅外檢測和機(jī)器視覺等技術(shù)，這些方法可以分為接觸式方法和非接觸式方法兩大類。接觸式方法需要在監(jiān)測點(diǎn)設(shè)置機(jī)械閘機(jī)或壓敏踏板，存在設(shè)備安裝和運(yùn)維成本較高或易損壞等局限性；非接觸式方法中基于紅外的檢測統(tǒng)計(jì)技術(shù)對多人、遮擋等情況統(tǒng)計(jì)精確度不高，基于機(jī)器視覺的人流量監(jiān)測成為熱點(diǎn)研究分支，具有原始圖像易于獲取、眾多的機(jī)器學(xué)習(xí)算法可以借鑒等優(yōu)勢，但其能耗高，且成本優(yōu)勢不明顯。針對以上人流量檢測存在的諸多問題，亟需提供一種基于輕型深度學(xué)習(xí)框架的嵌入式人流量檢測方法，用來解決現(xiàn)有技術(shù)存在的不足。

發(fā)明內(nèi)容

本發(fā)明的目的是為了提供一種基于輕型深度學(xué)習(xí)框架的嵌入式人流量檢測方法，用于解決目前的人流量檢測存在的成本高、能耗高等問題，該方法操作簡單，在提高人流量統(tǒng)計(jì)精確度的同時，具有較低的硬件成本。

一種基于輕型深度學(xué)習(xí)框架的嵌入式人流量檢測方法，包括以下步驟：

S1，選用嵌入式設(shè)備和攝像頭作為檢測平臺，通過無線網(wǎng)絡(luò)將所述檢測平臺與云服務(wù)器連接，搭建系統(tǒng)硬件平臺；

S2，在特定場景下，通過所述硬件平臺對行人進(jìn)行采樣、標(biāo)注、標(biāo)準(zhǔn)化，收集訓(xùn)練數(shù)據(jù)并對數(shù)據(jù)進(jìn)行預(yù)處理；

S3，改進(jìn)輕型SSD300深度學(xué)習(xí)框架，搭建人流量檢測深度學(xué)習(xí)模型；

S4，根據(jù)收集到的訓(xùn)練數(shù)據(jù)對搭建的所述人流量檢測深度學(xué)習(xí)模型進(jìn)行訓(xùn)練，并移植到所述嵌入式設(shè)備，實(shí)時推理出人流量；

S5，搭建web云服務(wù)，利用無線網(wǎng)絡(luò)作為數(shù)據(jù)傳輸載體，將嵌入式設(shè)備獲取的人流量信息傳輸?shù)剿鰓eb云服務(wù)，所述web云服務(wù)與各可視化終端實(shí)時連接，并進(jìn)行結(jié)果分析及顯示。

可選的，所述步驟S2中，應(yīng)用硬件平臺對行人進(jìn)行采樣、標(biāo)注、標(biāo)準(zhǔn)化，收集訓(xùn)練數(shù)據(jù)并對數(shù)據(jù)進(jìn)行預(yù)處理，具體包括：

S201，使用攝像頭進(jìn)行視頻采樣，將視頻包含的每幀圖像單獨(dú)存儲作為原始圖像；

S202，對獲取的圖像數(shù)據(jù)進(jìn)行預(yù)處理，修改圖像尺寸為640*480；

S203，針對每幅圖像，使用一個矩形框?qū)γ總€人進(jìn)行標(biāo)注，要求將行人完全包裹，使用JSON文件記錄、保存矩形框左上與右下的坐標(biāo)，數(shù)據(jù)格式為VOC。

可選的，所述步驟S3中，改進(jìn)輕型SSD300深度學(xué)習(xí)框架，搭建人流量檢測深度學(xué)習(xí)模型，具體包括：

S301，將作為基礎(chǔ)網(wǎng)絡(luò)的vgg16中的卷基層改為深度可分離卷積層；