[發明專利]一種基于RFS的公交車人數檢測系統

有效

• 申請號: 202110308023.9
• 申請日: 2021-03-23
• 公開（公告）號: CN112991399B
• 公開（公告）日: 2022-08-23
• 發明（設計）人: 汪景;呂軍威;劉志鋼;彭威
• 申請（專利權）人: 上海工程技術大學
• 主分類號: G06T7/277
• 分類號: G06T7/277;G06T7/223;G06V40/10;G06V20/59;G06V20/52
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 林君如

本發明涉及一種基于RFS的公交車人數檢測系統，包括：視頻數據獲取及預處理模塊，通過車載攝像裝置對上、下車門區域進行拍攝，獲取乘客上、下車視頻數據，并對視頻數據進行預處理；人頭檢測模塊，對預處理后的視頻數據，通過SSD深度卷積神經網絡算法進行人頭檢測；基于RFS的GM?PHD人頭跟蹤模塊，采用基于RFS的GM?PHD濾波算法對視頻數據實現人頭跟蹤；人數統計輸出模塊，根據檢測的人頭信息獲取運動軌跡信息，根據運動軌跡信息對乘客人數進行計數。與現有技術相比，本發明具有檢測穩定、準確，無需對公交車輛進行改造等優點。

技術領域

本發明涉及電子信息領域，尤其是涉及一種基于RFS的公交車人數檢測系統。

背景技術

隨著我國經濟的快速增長、城市化程度的不斷加深及機動車數量的持續增加，交通擁堵現象日益嚴重，很大程度上阻礙了城市可持續發展道路。而公共交通是城市客運系統的重要組成部分，聯系著社會生活生產的各個領域，承擔了大部分居民出行交通的客運任務。優先發展公共交通、科學合理的設計公交線網、提高公交出行的舒適度和吸引力是解決城市嚴峻交通狀況的最佳方案。

公交車的乘客人數的實時檢測數據是公交系統數據的重要部分。在公交規劃運營層面，能為公交線網優化提供數據支持；在乘客需求層面，可以通過公交車實時人數公開化減少乘客不必要的等車時間，以便選擇其他線路出行。現有的公交車乘客人數檢測方法主要有三種：第一種是壓力傳感檢測，通過總重量與上、下車分重量進行統計分析得到公交車人數；第二種是紅外線檢測，在上、下車車門處安裝紅外檢測裝置對上下車人數進行檢測統計；第三種是圖像處理，利用車廂內全方位視頻圖像數據直接進行人數的檢測。上述第一、第二種方法需要對公交車進行改造后才能實現；而第三種方法中對車廂內攝像頭重復覆蓋區域的人數檢測誤差較大，統計數據的精確度較低。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于RFS的公交車人數檢測系統。

本發明的目的可以通過以下技術方案來實現：

一種基于RFS的公交車人數檢測系統，該系統包括：

視頻數據獲取及預處理模塊，通過車載攝像裝置對上、下車門區域進行拍攝，獲取乘客上、下車視頻數據，并對視頻數據進行預處理；

人頭檢測模塊，對預處理后的視頻數據，通過SSD深度卷積神經網絡算法進行乘客人頭檢測；

基于RFS的GM-PHD人頭跟蹤模塊，采用基于RFS的GM-PHD濾波算法對視頻數據實現乘客人頭跟蹤；

人數統計輸出模塊，根據檢測的乘客人頭信息獲取運動軌跡信息，根據運動軌跡信息對乘客人數進行計數。

具體地，所述視頻數據獲取及預處理模塊包括：

上下車視頻獲取子模塊，通過車載攝像裝置對上、下車門區域進行拍攝獲取視頻數據，通過對上、下車視頻數據中的人數進行檢測，獲取公交車到達站點時的上、下車人數，并將視頻數據無線傳輸至視頻數據預處理子模塊；

視頻數據預處理子模塊，對視頻進行切幀處理，并對處理后的數據進行標準化。

所述人頭檢測模塊包括：

訓練子模塊，對經過視頻數據獲取及預處理模塊處理后的視頻數據的圖片序列進行標注，利用標注的圖片序列訓練SSD深度卷積神經網絡；

預測子模塊，將待檢測視頻數據輸入訓練后的SSD深度卷積神經網絡，對待檢測圖片序列進行乘客人頭檢測，并將檢測得到的乘客人頭的質心位置信息傳輸至所述基于RFS的GM-PHD人頭跟蹤模塊。

所述基于RFS的GM-PHD人頭跟蹤模塊包括：

預測子模塊：根據乘客人頭的質心位置信息依次進行新生目標預測、孵化目標預測和繼續存在目標預測；