CN110222637A - 一种基于3d图像人头识别的客流统计方法及其系统 - Google Patents
一种基于3d图像人头识别的客流统计方法及其系统 Download PDFInfo
- Publication number
- CN110222637A CN110222637A CN201910483015.0A CN201910483015A CN110222637A CN 110222637 A CN110222637 A CN 110222637A CN 201910483015 A CN201910483015 A CN 201910483015A CN 110222637 A CN110222637 A CN 110222637A
- Authority
- CN
- China
- Prior art keywords
- information
- target
- classification
- weight
- passenger flow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及人流信息统计领域,公开了一种基于3D图像人头识别的客流统计方法及其系统,其系统包括红外人数记录模块,用于获取目标的参数信息并进行数量的记录;目标分类统计模块;用于获取目标的参数信息并进行分类,确定检测重量信息;重量获取模块,用于获取实际重量信息;处理模块,用于获取实际重量信息和检测重量信息,并输出实际人员数量信息;通讯模块,用于传输实际人员数量信息。本发明具有提高人员数量精确度的效果。
Description
技术领域
本发明涉及人流信息统计的技术领域,尤其是涉及一种基于3D图像人头识别的客流统计方法及其系统。
背景技术
目前随着社会经济及信息高速的发展,不同的行业都有统计人数的需求,例如在公交运营车辆的运营决策和综合管理中,准确及时的顾客和乘客数据,对于及时调整车辆发车间隔以及运营线路的车辆规划具有重要意义。
现有的公交客流统计,常用的统计方法是通过上下车乘客的刷卡或者票款信息来统计客流量。
上述中的现有技术方案存在以下缺陷:当乘客忘记刷卡或没有进行车费的支付时,或者乘客中包含不需要支付车费的儿童时,那么此位乘客或儿童就会被认为未乘坐此辆公交运营车辆,从而导致公交运营车辆上的人员数量与实际不符。
发明内容
针对现有技术存在的不足,本发明在于提供一种基于3D图像人头识别的客流统计方法及其系统,具有提高人员数量精确度的效果。
为实现上述目的,本发明提供了如下技术方案:一种基于3D图像人头识别的客流统计方法,包括,
根据公交车门当前的开闭状态信息确定是否进行外部图像信息的获取;
根据外部图像信息确定目标的参数信息;
获取目标的行径方向信息并根据目标的行径方向信息确定是否进行目标类型分类;
根据参数信息从参数信息与分类信息的对应关系中查找到当前参数信息所对应的分类信息;
根据分类信息进行目标类型分类并计数,获取计数数量信息;
根据分类信息,从分类信息与重量信息的对应关系中查找到当前分类信息所对应的重量信息;
根据重量信息和计数数量信息确定检测重量信息;
获取公交车内实际重量信息,将检测重量信息和实际重量信息进行求差,获取差值信息;
根据差值信息,从差值信息与调整信息的对应关系中查找到当前差值信息所对应的调整信息;
根据计数数量信息获得人员总数信息,根据调整信息对人员总数信息进行修改,并确定实际人员数量信息。
通过采用上述技术方案,根据公交车门当前的开闭状态信息来确定是否进行外部图像信息的获取,从而减小能耗;在获取到外部图像信息后确定目标的参数信息,目标参数信息确定后进行分类并计数,通过计数确定公交车内的人员总数信息,通过检测重量信息对人员总数信息进行调整,从而确定车辆上的实际人员数量信息,从而提高了人员数量的精确度。
本发明进一步设置为:所述参数信息包括目标的高度信息、目标的宽度信息和目标的头部位置信息。
通过采用上述技术方案,通过高度信息可对成人和儿童进行确定,通过宽度信息可对胖瘦进行判定,通过头部位置信息,可以对环抱儿童的人员进行确定,从而提高了计数的准确度。
本发明进一步设置为:根据参数信息从参数信息与分类信息的对应关系中查找到当前参数信息所对应的分类信息包括,
获取参数信息中的宽度信息;
根据宽度信息查找对应的分类信息。
通过采用上述技术方案,对参数信息中的宽度信息进行提取,通过宽度信息查找对应的分类信息,从而根据分类信息对目标进行分类。
本发明进一步设置为:所述获取目标的行径方向信息并根据目标的行径方向信息确定是否进行目标类型分类包括,
根据目标的头部位置信息的移动路径形成目标的行径方向信息;
获取头部位置信息的最后的位置点;
若最后的位置点经过预设的上车线或下车线,则进行目标类型分类;
若最后的位置点未经过预设的上车线或下车线,则不进行目标类型分类。
通过采用上述技术方案,根据头部位置信息的移动路径形成行径方向信息,获取头部位置信息的最后位置点,即行径方向信息的最末点,当最后的位置点经过上车线则说明已经上车,则进行目标分类,从而不易产生错误分类。
本发明进一步设置为:所述根据分类信息进行目标类型分类并计数,获取计数数量信息包括,
将分类信息相同的目标归为同一类别,并对目标数量进行记录;
将不同类别的目标数量进行求和,获得计数数量信息。
通过采用上述技术方案,将相同类别的进行计数统计,再将不同类别的目标数量进行求和,从而确定总的计数数量信息,在进行分类的同时完成计数操作。
本发明进一步设置为:所述对目标数量进行记录包括,
根据目标的头部位置信息的移动路径形成目标的行径方向信息;
获取头部位置信息的最后的位置点;
若最后的位置点经过预设的上车线,则计数值加一;
若最后的位置点经过预设的下车线,则计数值减一。
通过采用上述技术方案,当头部位置信息的最后的位置点经过上车线时,则表明目标上车,此时计数值加一;当头部位置信息的最后的位置点经过下车线时,则表明目标下车,此时计数值减一,从而确定公交车内的总人数。
本发明进一步设置为:所述根据重量信息和计数数量信息确定检测重量信息包括,
获取重量信息和计数数量信息;
将重量信息与计数数量信息相乘,获得检测重量信息。
通过采用上述技术方案,将重量信息与计数数量信息相乘,从而较为准确的确定某一分类内的人员总重量,从而较为快速的确定公交车内人员的总重量。
本发明进一步设置为:所述根据调整信息对人员总数信息进行修改包括,
获取调整信息;
将调整信息与人员总数信息进行求和操作;
将新产生的人员总人数信息对之前的人员总数信息进行覆盖更新。
通过采用上述技术方案,当调整信息为负数时,此时则是降低人员总数信息;当调差信息为正数时,此时则是提高人员总数信息,更新后的人员总数信息对原先的人员总数信息进行覆盖,从而使人员总数更为精确。
本发明进一步设置为:根据公交车门当前的开闭状态信息确定是否进行外部图像信息的获取包括,
获取开闭状态信息;
若开闭状态信息为开启,则进行外部图像信息的获取;
若开启状态信息为闭合,则不进行外部图像信息的获取。
通过采用上述技术方案,获取开闭状态信息,若此时的开闭状态信息为开启,则说明车门将要打开,此时进行外部图像信息的获取,在车门打开的同时对外部图像进行获取;若此时的开闭状态信息为闭合,则说明车门将要关闭,此时进行停止进行外部图像信息的获取,在车门关闭的同时对外部图像进行获取,在降低功耗的同时不易产生误计数。
为实现上述目的,本发明提供了如下技术方案:一种基于3D图像人头识别的客流统计系统,包括,
红外人数记录模块,用于获取目标的参数信息并进行数量的记录;
目标分类统计模块;用于获取目标的参数信息并进行分类,确定检测重量信息;
重量获取模块,用于获取实际重量信息;
处理模块,用于获取实际重量信息和检测重量信息,并输出实际人员数量信息;
通讯模块,用于传输实际人员数量信息。
通过采用上述技术方案,红外人数记录模块获取目标的参数信息并进行数量的记录,目标分类统计模块从红外人数记录模块处获取参数信息并进行分类,同时更具红外人数记录模块处的数量进行检测重量信息的确定,重量获取模块对实际重量信息进行获取,处理模块从重量获取模块和目标分类统计模块中获取上述信息并进行处理,从而输出实际人员数量信息,通讯模块接受实际人员数量信息,并进行传输,从而使后台能够了解到公交车辆的客流信息,方便后期进行公交线路的规划。
综上所述,本发明具有以下有益效果:
通过对上车人员的数量进行统计,从而获得计数数量信息,再根据公交车内实际重量信息和检测重量信息的差值,对计数数量信息获得的人员总数信息进行调整,从而使得人员总数信息更为准确。
附图说明
图1为本发明的步骤图;
图2为S1的步骤图;
图3为S3的步骤图;
图4为S4的步骤图;
图5为S5的步骤图;
图6为S51的步骤图;
图7为S7的步骤图;
图8为S10的步骤图;
图9为本发明的系统框图。
附图标记:1、红外人数记录模块;2、目标分类统计模块;3、重量获取模块;4、处理模块;5、通讯模块。
具体实施方式
以下结合附图对本发明作进一步详细说明。
参照图1和图2,为本发明公开的一种基于3D图像人头识别的客流统计方法,包括:
S1:根据公交车门当前的开闭状态信息确定是否进行外部图像信息的获取;
S11:获取开闭状态信息;
S12:若开闭状态信息为开启,则进行外部图像信息的获取;
S13:若开启状态信息为闭合,则不进行外部图像信息的获取。
获取开闭状态信息,若此时获取到的开闭状态信息为开启,则说明公交车门即将打开进行上下客,此时进行外部图像信息的获取;若此时获取到的开闭状态信息为关闭,则说明公交车门即将关闭停止上下客,此时停止外部图像信息的获取,从而降低了能耗,减少误计数的几率。
S2:根据外部图像信息确定目标的参数信息,参数信息包括目标的高度信息、目标的宽度信息和目标的头部位置信息;在获取到外部图像信息后,对目标的高度信息、宽度信息和头部位置信息进行获取,以便后期获取处理。
参照图1和图3,S3:获取目标的行径方向信息并根据目标的行径方向信息确定是否进行目标类型分类;
S31:根据目标的头部位置信息的移动路径形成目标的行径方向信息;
S32:获取头部位置信息的最后的位置点;
S33:若最后的位置点经过预设的上车线或下车线,则进行目标类型分类;
S34:若最后的位置点未经过预设的上车线或下车线,则不进行目标类型分类。
目标在移动过程中,目标的头部位置信息形成若干个位置点,位置点的连线则为行径方向信息,当行径方向信息生成后,获取头部位置信息的最后的位置点,若最后的位置点经过预设的上车线或下车线,则说明此目标进入到公交车内或已下车,此时进行目标类型分类;若最后的位置点未经过预设的上车线或下车线,则说明此目标未进入到公交车内或未下车,则不进行目标类型的分类。
参照图1和图4,S4:根据参数信息从参数信息与分类信息的对应关系中查找到当前参数信息所对应的分类信息;
S41:获取参数信息中的宽度信息;
S42:根据宽度信息查找对应的分类信息。
获取参数信息中的宽度信息,若宽度信息为500参考点,若中等身材的参考点范围为500-800,500参考点的分类信息为中等身材。
参照图1和图5,S5:根据分类信息进行目标类型分类并计数,获取计数数量信息;
参照图5和图6,S51:将分类信息相同的目标归为同一类别,并对目标数量进行记录;
S511:根据目标的头部位置信息的移动路径形成目标的行径方向信息;
S512:获取头部位置信息的最后的位置点;
S513:若最后的位置点经过预设的上车线,则计数值加一;
S514:若最后的位置点经过预设的下车线,则计数值减一。
S52:将不同类别的目标数量进行求和,获得计数数量信息。
将分类信息相同的目标归为同一类别,若中等身材类别的目标数量为50,当分类信息为中等身材的目标的头部位置信息最后的位置点经过预设的上车线,则计数值加一,此时中等身材类别的目标数量为51;当分类信息为中等身材的目标的头部位置信息最后的位置点经过预设的下车线,则计数值减一,此时中等身材类别的目标数量为50。
参照图1,S6:根据分类信息,从分类信息与重量信息的对应关系中查找到当前分类信息所对应的重量信息;
若分类信息为中等身材,中等身材所对应的重量信息为130kg,中等身材的重量信息为130kg。
参照图1和图7,S7:根据重量信息和计数数量信息确定检测重量信息;
S71:获取重量信息和计数数量信息;
S72:将重量信息与计数数量信息相乘,获得检测重量信息。
若中等身材的重量信息为130kg,该分类内计数数量信息为50,则该分类的检测重量信息为6500kg。
参照图1,S8:获取公交车内实际重量信息,将检测重量信息和实际重量信息进行求差,获取差值信息;
获取公交车内的实际重量信息,将检测重量信息和实际重量信息进行求差,若公交车内的实际重量信息为6800kg,检测重量信息为6500kg,则差值信息为300kg。
S9:根据差值信息,从差值信息与调整信息的对应关系中查找到当前差值信息所对应的调整信息;
获取差值信息并查找对应的调整信息,若300kg对应的调整信息为+2,则此时获取到的调整信息为+2。
参照图1和图8,S10:根据计数数量信息获得人员总数信息,根据调整信息对人员总数信息进行修改,并确定实际人员数量信息;
S101:获取调整信息;
S102:将调整信息与人员总数信息进行求和操作;
S103:将新产生的人员总人数信息对之前的人员总数信息进行覆盖更新。
若此时计数数量信息为50,则人员总数信息也为50,调整信息为+2,则最后的人员总数信息为52。
参照图9,一种基于3D图像人头识别的客流统计系统,包括红外人数记录模块1、目标分类统计模块2、重量获取模块3、处理模块4和通讯模块5,红外人数记录模块1与处理模块4电连接,红外人数记录模块1与公交车的车辆控制系统电连接,目标分类统计模块2与红外人数记录模块1、处理模块4电连接,重量获取模块3与处理模块4电连接,通讯模块5与处理模块4电连接。红外人数记录模块1为采用公告号为CN207993028U的一种基于红外双目摄像机测距的客流装置,重量获取模块3为称重传感器,目标分类统计模块2为单片机,处理模块4为单片机,通讯模块5为GPRS模块。
本实施例的实施原理为:公交车的车辆控制系统输出车门的开闭信号至红外人数记录模块1处,红外人数记录模块1获取目标的参数信息并进行计数,目标分类统计模块2获取红外人数记录模块1获取的参数信息和计数数量信息,从而进行目标的分类和计数统计,生成检测重量信息,目标分类统计模块2传输检测重量信息至处理模块4,重量获取模块3传输实际重量信息至处理模块4,处理模块4获取检测重量信息和实际重量信息并进行求差操作,获得差值信息,并根据差值信息获取到对应的调整信息,同时处理模块4从红外人数记录模块1处获取计数数量信息,并根据调整信息生成实际人员数量信息。
本具体实施方式的实施例均为本发明的较佳实施例,并非依此限制本发明的保护范围,故:凡依本发明的结构、形状、原理所做的等效变化,均应涵盖于本发明的保护范围之内。
Claims (10)
1.一种基于3D图像人头识别的客流统计方法,其特征是:包括,
根据公交车门当前的开闭状态信息确定是否进行外部图像信息的获取;
根据外部图像信息确定目标的参数信息;
获取目标的行径方向信息并根据目标的行径方向信息确定是否进行目标类型分类;
根据参数信息从参数信息与分类信息的对应关系中查找到当前参数信息所对应的分类信息;
根据分类信息进行目标类型分类并计数,获取计数数量信息;
根据分类信息,从分类信息与重量信息的对应关系中查找到当前分类信息所对应的重量信息;
根据重量信息和计数数量信息确定检测重量信息;
获取公交车内实际重量信息,将检测重量信息和实际重量信息进行求差,获取差值信息;
根据差值信息,从差值信息与调整信息的对应关系中查找到当前差值信息所对应的调整信息;
根据计数数量信息获得人员总数信息,根据调整信息对人员总数信息进行修改,并确定实际人员数量信息。
2.根据权利要求1所述的一种基于3D图像人头识别的客流统计方法,其特征是:所述参数信息包括目标的高度信息、目标的宽度信息和目标的头部位置信息。
3.根据权利要求2所述的一种基于3D图像人头识别的客流统计方法,其特征是:根据参数信息从参数信息与分类信息的对应关系中查找到当前参数信息所对应的分类信息包括,
获取参数信息中的宽度信息;
根据宽度信息查找对应的分类信息。
4.根据权利要求1所述的一种基于3D图像人头识别的客流统计方法,其特征是:所述获取目标的行径方向信息并根据目标的行径方向信息确定是否进行目标类型分类包括,
根据目标的头部位置信息的移动路径形成目标的行径方向信息;
获取头部位置信息的最后的位置点;
若最后的位置点经过预设的上车线或下车线,则进行目标类型分类;
若最后的位置点未经过预设的上车线或下车线,则不进行目标类型分类。
5.根据权利要求4所述的一种基于3D图像人头识别的客流统计方法,其特征是:所述根据分类信息进行目标类型分类并计数,获取计数数量信息包括,
将分类信息相同的目标归为同一类别,并对目标数量进行记录;
将不同类别的目标数量进行求和,获得计数数量信息。
6.根据权利要求5所述的一种基于3D图像人头识别的客流统计方法,其特征是:所述对目标数量进行记录包括,
根据目标的头部位置信息的移动路径形成目标的行径方向信息;
获取头部位置信息的最后的位置点;
若最后的位置点经过预设的上车线,则计数值加一;
若最后的位置点经过预设的下车线,则计数值减一。
7.根据权利要求1所述的一种基于3D图像人头识别的客流统计方法,其特征是:所述根据重量信息和计数数量信息确定检测重量信息包括,
获取重量信息和计数数量信息;
将重量信息与计数数量信息相乘,获得检测重量信息。
8.根据权利要求1所述的一种基于3D图像人头识别的客流统计方法,其特征是:所述根据调整信息对人员总数信息进行修改包括,
获取调整信息;
将调整信息与人员总数信息进行求和操作;
将新产生的人员总人数信息对之前的人员总数信息进行覆盖更新。
9.根据权利要求1所述的一种基于3D图像人头识别的客流统计方法,其特征是:根据公交车门当前的开闭状态信息确定是否进行外部图像信息的获取包括,
获取开闭状态信息;
若开闭状态信息为开启,则进行外部图像信息的获取;
若开启状态信息为闭合,则不进行外部图像信息的获取。
10.一种基于3D图像人头识别的客流统计系统,其特征是:包括,
红外人数记录模块(1),用于获取目标的参数信息并进行数量的记录;
目标分类统计模块(2);用于获取目标的参数信息并进行分类,确定检测重量信息;
重量获取模块(3),用于获取实际重量信息;
处理模块(4),用于获取实际重量信息和检测重量信息,并输出实际人员数量信息;
通讯模块(5),用于传输实际人员数量信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910483015.0A CN110222637B (zh) | 2019-06-04 | 2019-06-04 | 一种基于3d图像人头识别的客流统计方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910483015.0A CN110222637B (zh) | 2019-06-04 | 2019-06-04 | 一种基于3d图像人头识别的客流统计方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110222637A true CN110222637A (zh) | 2019-09-10 |
CN110222637B CN110222637B (zh) | 2020-04-28 |
Family
ID=67819792
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910483015.0A Active CN110222637B (zh) | 2019-06-04 | 2019-06-04 | 一种基于3d图像人头识别的客流统计方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110222637B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110796099A (zh) * | 2019-10-31 | 2020-02-14 | 广东泓胜科技股份有限公司 | 一种车辆超限检测方法及装置 |
CN111339873A (zh) * | 2020-02-18 | 2020-06-26 | 南京甄视智能科技有限公司 | 客流统计方法、装置、存储介质及计算设备 |
CN111836015A (zh) * | 2020-07-14 | 2020-10-27 | 深圳英龙华通科技发展有限公司 | 地铁乘客数量统计方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104021605A (zh) * | 2014-04-16 | 2014-09-03 | 湖州朗讯信息科技有限公司 | 一种公交客流实时统计系统及其统计方法 |
CN104866968A (zh) * | 2015-05-22 | 2015-08-26 | 江苏科技大学 | 一种公交车智能运营方法及系统 |
CN108509914A (zh) * | 2018-04-03 | 2018-09-07 | 华录智达科技有限公司 | 基于tof摄像机的公交客流统计分析系统及方法 |
CN109086859A (zh) * | 2018-08-01 | 2018-12-25 | 上海小蚁科技有限公司 | 人流量统计方法、装置以及计算机可读存储介质 |
CN109285376A (zh) * | 2018-08-09 | 2019-01-29 | 同济大学 | 一种基于深度学习的公交车客流统计分析系统 |
CN109657845A (zh) * | 2018-11-29 | 2019-04-19 | 河海大学 | 一种针对时变客流的城市轨道交通列车时刻表优化系统 |
-
2019
- 2019-06-04 CN CN201910483015.0A patent/CN110222637B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104021605A (zh) * | 2014-04-16 | 2014-09-03 | 湖州朗讯信息科技有限公司 | 一种公交客流实时统计系统及其统计方法 |
CN104866968A (zh) * | 2015-05-22 | 2015-08-26 | 江苏科技大学 | 一种公交车智能运营方法及系统 |
CN108509914A (zh) * | 2018-04-03 | 2018-09-07 | 华录智达科技有限公司 | 基于tof摄像机的公交客流统计分析系统及方法 |
CN109086859A (zh) * | 2018-08-01 | 2018-12-25 | 上海小蚁科技有限公司 | 人流量统计方法、装置以及计算机可读存储介质 |
CN109285376A (zh) * | 2018-08-09 | 2019-01-29 | 同济大学 | 一种基于深度学习的公交车客流统计分析系统 |
CN109657845A (zh) * | 2018-11-29 | 2019-04-19 | 河海大学 | 一种针对时变客流的城市轨道交通列车时刻表优化系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110796099A (zh) * | 2019-10-31 | 2020-02-14 | 广东泓胜科技股份有限公司 | 一种车辆超限检测方法及装置 |
CN111339873A (zh) * | 2020-02-18 | 2020-06-26 | 南京甄视智能科技有限公司 | 客流统计方法、装置、存储介质及计算设备 |
CN111339873B (zh) * | 2020-02-18 | 2021-04-20 | 南京甄视智能科技有限公司 | 客流统计方法、装置、存储介质及计算设备 |
CN111836015A (zh) * | 2020-07-14 | 2020-10-27 | 深圳英龙华通科技发展有限公司 | 地铁乘客数量统计方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110222637B (zh) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109740653B (zh) | 一种融合视觉表观与时空约束的车辆再识别方法 | |
CN110493816B (zh) | 一种用于轨交地铁车站客流量的实时预测方法 | |
CN106652468B (zh) | 车辆道路前车违规检测和自车违规预警提醒装置及方法 | |
CN110222637A (zh) | 一种基于3d图像人头识别的客流统计方法及其系统 | |
CN103824420B (zh) | 基于心率变异性非接触式测量的疲劳驾驶识别系统 | |
CN110084197A (zh) | 基于深度学习的公交车客流量统计方法和系统 | |
CN105185118B (zh) | 一种基于视频检测的违章车辆检测装置及其方法 | |
CN106541968B (zh) | 基于视觉分析的地铁车厢实时提示系统的识别方法 | |
CN104239905A (zh) | 运动目标识别方法及具有该功能的电梯智能计费系统 | |
CN107818426A (zh) | 一种统计公交车运营班次的方法和装置 | |
KR102109647B1 (ko) | 딥러닝을 이용한 대중교통수단의 승하차 계수 시스템 및 방법 | |
CN103679214B (zh) | 基于在线面积估计和多特征决策融合的车辆检测方法 | |
CN112767684A (zh) | 一种基于收费数据的高速公路交通拥堵检测方法 | |
CN103345842A (zh) | 一种道路车辆分型系统及方法 | |
CN108229256A (zh) | 一种道路施工检测方法及装置 | |
CN105118305A (zh) | 室外停车场出口车辆管理平台 | |
CN110516600A (zh) | 一种基于人脸检测的公交客流检测方法 | |
CN109670449B (zh) | 一种基于垂直抓拍方式的车辆违法判断方法 | |
CN109215141A (zh) | 一种道路停车场电子围栏管理与互联网支付系统 | |
CN112488042B (zh) | 一种基于视频分析的行人通行瓶颈判别方法及系统 | |
CN108447265A (zh) | 基于topsis法的公路交通事故黑点路段鉴别方法 | |
Wang et al. | Vehicle reidentification with self-adaptive time windows for real-time travel time estimation | |
CN103761870A (zh) | 一种公交车负载计量系统 | |
CN110321982A (zh) | 一种轨道交通断面客流量实时计算方法 | |
Sumalee et al. | Probabilistic fusion of vehicle features for reidentification and travel time estimation using video image data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |