[發(fā)明專利]一種車載客流統(tǒng)計方法、裝置、電子設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202211312164.9
• 申請日: 2022-10-25
• 公開（公告）號: CN115601702A
• 公開（公告）日: 2023-01-13
• 發(fā)明（設(shè)計）人: 李中振;馬彥波;張艷;俞益;趙敏;蘇益煥;高美;潘華東;周凱
• 申請（專利權(quán)）人: 浙江大華技術(shù)股份有限公司;寧波市軌道交通集團有限公司智慧運營分公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V10/22;G06V10/34
• 代理公司: 北京同達信恒知識產(chǎn)權(quán)代理有限公司 11291
• 代理人: 杜晶

1.一種車載客流統(tǒng)計方法，其特征在于，所述方法包括：

獲取車門區(qū)域圖像，并確定所述車門區(qū)域圖像中預(yù)先指定區(qū)域的子圖像；

對所述子圖像進行標志物識別，根據(jù)識別結(jié)果確定車門的目標車門狀態(tài)；其中，所述目標車門狀態(tài)為候選車門狀態(tài)中的車門狀態(tài)，所述候選車門狀態(tài)包括車門開啟狀態(tài)和車門關(guān)閉狀態(tài)，在一種候選車門狀態(tài)下，所述預(yù)先指定區(qū)域?qū)?yīng)的車輛表面設(shè)置有標志物，不同候選車門狀態(tài)下所述標志物在所述車門區(qū)域圖像中的位置不同；

響應(yīng)于所述目標車門狀態(tài)為車門開啟狀態(tài)，對所述車門區(qū)域圖像進行圖像增強處理，并基于圖像增強處理后的車門區(qū)域圖像進行人員檢測的結(jié)果進行客流統(tǒng)計。

2.如權(quán)利要求1所述的方法，其特征在于，所述對所述車門區(qū)域圖像進行圖像增強處理至少包括：

確定所述車門區(qū)域圖像對應(yīng)的尺寸調(diào)整比例，根據(jù)所述尺寸調(diào)整比例對所述車門區(qū)域圖像進行尺寸調(diào)整；或者

對所述車門區(qū)域圖像進行亮度調(diào)整、色度調(diào)整和飽和度調(diào)整中的至少一種圖像處理。

3.如權(quán)利要求1所述的方法，其特征在于，所述確定所述車門區(qū)域圖像中預(yù)先指定區(qū)域的子圖像，對所述子圖像進行標志物識別，根據(jù)識別結(jié)果確定車門的目標車門狀態(tài)包括：

確定所述車門區(qū)域圖像中預(yù)先指定的至少兩個區(qū)域的子圖像，對各個子圖像分別進行標志物識別；其中，在一種候選車門狀態(tài)下，所述預(yù)先指定的至少兩個區(qū)域?qū)?yīng)的車輛表面均設(shè)置有標志物；

若識別到所述各個子圖像均存在所述標志物，確定所述目標車門狀態(tài)與設(shè)置標志物時的候選車門狀態(tài)一致，否則確定所述目標車門狀態(tài)與設(shè)置標志物時的候選車門狀態(tài)不一致。

4.如權(quán)利要求1所述的方法，其特征在于，所述對所述子圖像進行標志物識別至少包括：

將所述子圖像輸入已訓(xùn)練的標志物識別模型，基于所述標志物識別模型識別所述子圖像中是否存在所述標志物；或者

提取所述子圖像的第一特征信息，將所述第一特征信息與預(yù)先保存的所述標志物的第二特征信息進行匹配，若匹配成功，確定所述子圖像中存在所述標志物，否則確定所述子圖像中不存在所述標志物。

5.如權(quán)利要求2所述的方法，其特征在于，所述確定所述車門區(qū)域圖像對應(yīng)的尺寸調(diào)整比例包括：

判斷所述車門區(qū)域圖像的上一幀圖像是否進行尺寸調(diào)整處理；

如果是，確定所述上一幀圖像的尺寸調(diào)整比例，將所述上一幀圖像的尺寸調(diào)整比例作為所述車門區(qū)域圖像對應(yīng)的尺寸調(diào)整比例；

如果否，確定所述車門區(qū)域圖像中各個人員的檢測框區(qū)域，并確定各個檢測框區(qū)域的畫面占比，根據(jù)所述各個檢測框區(qū)域的畫面占比，確定所述車門區(qū)域圖像對應(yīng)的尺寸調(diào)整比例。

6.如權(quán)利要求5所述的方法，其特征在于，所述根據(jù)所述各個檢測框區(qū)域的畫面占比，確定所述車門區(qū)域圖像對應(yīng)的尺寸調(diào)整比例包括：

確定所述各個檢測框區(qū)域的畫面占比中，目標部位的檢測框區(qū)域的最大畫面占比；判斷所述最大畫面占比是否大于預(yù)設(shè)的所述目標部位對應(yīng)的占比閾值，如果是，根據(jù)所述占比閾值確定所述車門區(qū)域圖像對應(yīng)的尺寸調(diào)整比例。

7.如權(quán)利要求5所述的方法，其特征在于，確定所述各個人員的檢測框區(qū)域的過程包括：

將所述車門區(qū)域圖像輸入已訓(xùn)練的對象識別模型，基于所述對象識別模型確定所述車門區(qū)域圖像中的各個人員，并對所述各個人員分別進行至少兩個部位的檢測，得到所述各個人員各自的各個檢測框區(qū)域；

其中，所述對象識別模型的訓(xùn)練過程包括：

將訓(xùn)練集中的各個樣本圖像和各自對應(yīng)的標注信息輸入所述對象識別模型，對所述對象識別模型進行訓(xùn)練；其中，所述標注信息包括對應(yīng)的樣本圖像中各個人員的位置信息、所述各個人員的各個部位的位置信息和類別信息。