[發(fā)明專利]一種基于智慧體育場(chǎng)館監(jiān)控視頻的客流量統(tǒng)計(jì)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202310356877.3
• 申請(qǐng)日: 2023-04-06
• 公開（公告）號(hào): CN116071710B
• 公開（公告）日: 2023-06-09
• 發(fā)明（設(shè)計(jì)）人: 劉星;司馬軍輝;劉長(zhǎng)遠(yuǎn);李強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 南京運(yùn)享通信息科技有限公司
• 主分類號(hào): G06V20/52
• 分類號(hào): G06V20/52;G06V20/40;G06V10/62;G06V10/762;G06V10/764;G06V10/82;G06T7/277
• 代理公司: 南京創(chuàng)略知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32358
• 代理人: 劉文艷

本發(fā)明公開了一種基于智慧體育場(chǎng)館監(jiān)控視頻的客流量統(tǒng)計(jì)方法，首先將智慧體育場(chǎng)館監(jiān)控視頻輸入至目標(biāo)檢測(cè)網(wǎng)絡(luò)并得到目標(biāo)檢測(cè)結(jié)果，再根據(jù)獲得的目標(biāo)檢測(cè)結(jié)果構(gòu)建YOLOv5損失函數(shù)，并對(duì)構(gòu)建好的YOLOv5損失函數(shù)進(jìn)行優(yōu)化，獲得目標(biāo)所在位置檢測(cè)框，隨后對(duì)獲得的目標(biāo)所在位置檢測(cè)框進(jìn)行過濾，再通過行人重識(shí)別網(wǎng)絡(luò)提取檢測(cè)框中的目標(biāo)深度外觀特征，隨后基于獲得的目標(biāo)深度外觀特征；本發(fā)明實(shí)現(xiàn)了具有在計(jì)算量較小的情況下還能夠獲得很好的目標(biāo)檢測(cè)功能，且Soft?NMS能利用降低而非過濾的特性對(duì)遮擋的目標(biāo)進(jìn)行檢測(cè)并提高了目標(biāo)被遮擋時(shí)的準(zhǔn)確率，提高了模型的提取特征能力，降低了模型誤檢、漏檢和錯(cuò)誤切換ID等問題的發(fā)生。

技術(shù)領(lǐng)域

本發(fā)明涉及體育場(chǎng)館監(jiān)控視頻統(tǒng)計(jì)技術(shù)領(lǐng)域，具體涉及一種基于智慧體育場(chǎng)館監(jiān)控視頻的客流量統(tǒng)計(jì)方法。

背景技術(shù)

隨著網(wǎng)絡(luò)和多媒體信息處理技術(shù)的不斷發(fā)展，智能視頻監(jiān)控系統(tǒng)作為安全防范、城市規(guī)劃和市場(chǎng)決策的一種重要手段越來越受追崇，并廣泛應(yīng)用于銀行、醫(yī)院、車站和商場(chǎng)等公共場(chǎng)所中。

目前，傳統(tǒng)的跟蹤算法普遍是利用手工方式提取目標(biāo)表觀特征，并進(jìn)行相似特征的搜索以實(shí)現(xiàn)目標(biāo)追蹤，這樣容易受到光照和遮擋等因素的影響，且對(duì)圖像的特征信息不能全面利用；因此，需要設(shè)計(jì)一種基于智慧體育場(chǎng)館監(jiān)控視頻的客流量統(tǒng)計(jì)方法。

發(fā)明內(nèi)容

本發(fā)明的目的是克服現(xiàn)有技術(shù)的不足，為更好的解決傳統(tǒng)跟蹤算法由于普遍是利用手工方式提取目標(biāo)表觀特征，從而導(dǎo)致容易受到光照和遮擋等因素影響的問題，提供了一種基于智慧體育場(chǎng)館監(jiān)控視頻的客流量統(tǒng)計(jì)方法，其實(shí)現(xiàn)了具有在計(jì)算量較小的情況下還能夠獲得很好的目標(biāo)檢測(cè)功能，且Soft-NMS能利用降低而非過濾的特性對(duì)遮擋的目標(biāo)進(jìn)行檢測(cè)并提高了目標(biāo)被遮擋時(shí)的準(zhǔn)確率，提高了模型的提取特征能力。

為了達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案是：

一種基于智慧體育場(chǎng)館監(jiān)控視頻的客流量統(tǒng)計(jì)方法，包括以下步驟，

步驟（A），將智慧體育場(chǎng)館監(jiān)控視頻輸入至目標(biāo)檢測(cè)網(wǎng)絡(luò)，得到目標(biāo)檢測(cè)結(jié)果；

步驟（B），根據(jù)獲得的目標(biāo)檢測(cè)結(jié)果構(gòu)建YOLOv5損失函數(shù)，并對(duì)構(gòu)建好的YOLOv5損失函數(shù)進(jìn)行優(yōu)化，獲得目標(biāo)所在位置檢測(cè)框；

步驟（C），對(duì)獲得的目標(biāo)所在位置檢測(cè)框進(jìn)行過濾，再通過行人重識(shí)別網(wǎng)絡(luò)提取檢測(cè)框中的目標(biāo)深度外觀特征；

步驟（D），基于獲得的目標(biāo)深度外觀特征，利用卡爾曼算法對(duì)目標(biāo)軌跡進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)好的目標(biāo)軌跡；

步驟（E），將目標(biāo)檢測(cè)結(jié)果與預(yù)測(cè)好的目標(biāo)軌跡之間進(jìn)行級(jí)聯(lián)匹配，若級(jí)聯(lián)匹配失敗，使用兩個(gè)目標(biāo)框之間的?IOU?作為匹配度量，并對(duì)剩余的物體進(jìn)行配對(duì)；

步驟（F），基于級(jí)聯(lián)匹配和IOU匹配的結(jié)果，通過數(shù)據(jù)關(guān)聯(lián)為每個(gè)目標(biāo)分配不同的跟蹤ID，完成客流量統(tǒng)計(jì)作業(yè)。

前述的一種基于智慧體育場(chǎng)館監(jiān)控視頻的客流量統(tǒng)計(jì)方法，步驟（A），將智慧體育場(chǎng)館監(jiān)控視頻輸入至目標(biāo)檢測(cè)網(wǎng)絡(luò)，得到目標(biāo)檢測(cè)結(jié)果，其中目標(biāo)檢測(cè)網(wǎng)絡(luò)采用1個(gè)3×3卷積和11個(gè)連續(xù)Bneck結(jié)構(gòu)組成，目標(biāo)檢測(cè)網(wǎng)絡(luò)的具體檢測(cè)步驟如下，

步驟（A1），將監(jiān)控視頻輸入3×3卷積，得到初步處理結(jié)果，其中3×3卷積采用h-swish為激活函數(shù)；

步驟（A2），將初步處理結(jié)果輸入11個(gè)連續(xù)Bneck結(jié)構(gòu)，得到第二特征圖，其中Bneck結(jié)構(gòu)具體處理步驟如下，

步驟（A21），采用1×1卷積進(jìn)行升維，再進(jìn)行3×3深度可分離卷積，得到第一特征圖；

步驟（A22），對(duì)得到的第一特征圖加入SE模塊，再經(jīng)過1×1卷積得到第二特征圖；