CN114694054A - 公交站台客流统计方法、装置、电子设备及存储介质 - Google Patents
公交站台客流统计方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114694054A CN114694054A CN202011644257.2A CN202011644257A CN114694054A CN 114694054 A CN114694054 A CN 114694054A CN 202011644257 A CN202011644257 A CN 202011644257A CN 114694054 A CN114694054 A CN 114694054A
- Authority
- CN
- China
- Prior art keywords
- detection frame
- video image
- platform
- human body
- target detection
- 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.)
- Pending
Links
Images
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
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/30196—Human being; Person
-
- 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
- G06T2207/30242—Counting objects in image
-
- 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
- G06T2207/30248—Vehicle exterior or interior
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例提供一种公交站台客流统计方法、装置、电子设备及存储介质,其中,该方法包括:在车辆停靠站台的时间段,获取车辆的第一图像采集设备采集的第一视频图像和第二图像采集设备采集的第二视频图像;对所述第一视频图像和所述第二视频图像进行目标检测,分别得到对应的第一检测框对和第二检测框对;根据所述第一检测框对、所述第二检测框对以及预设的多条绊线,确定站台的上车人数和下车人数;根据所述上车人数、所述下车人数、车辆进站时站台区的第一人数以及车辆出站时站台区的第二人数确定站台的客流量。本申请实施例有利于提高公交站台客流量统计的准确度。
Description
技术领域
本申请涉及客流统计技术领域,尤其涉及一种公交站台客流统计方法、装置、电子设备及存储介质。
背景技术
对公交站台的客流量进行统计,对公交站台的设置以及公交路线的动态规划有着重要意义。在日常出行中,往往会存在某个公交站台长期没有客流的情况,但是规划在该线路上的公交仍然要进站停靠,虽然只是短短的几分钟,但也会对乘客的出行造成影响,鉴于此,可通过对公交站台客流量进行统计,来优化公交站台的设置或规划公交路线。目前,行业中已有许多关于公交站台或地铁站台的客流统计方法,但是准确度都不是很高。
发明内容
针对上述问题,本申请提供了一种公交站台客流统计方法、装置、电子设备及存储介质,有利于提高公交站台客流量统计的准确度。
为实现上述目的,本申请实施例第一方面提供了一种公交站台客流统计方法,该方法包括:
在车辆停靠站台的时间段,获取车辆的第一图像采集设备采集的第一视频图像和第二图像采集设备采集的第二视频图像;
对所述第一视频图像和所述第二视频图像进行目标检测,分别得到对应的第一检测框对和第二检测框对;
根据所述第一检测框对、所述第二检测框对以及预设的多条绊线,确定站台的上车人数和下车人数;
根据所述上车人数、所述下车人数、车辆进站时站台区的第一人数以及车辆出站时站台区的第二人数确定站台的客流量。
结合第一方面,在一种可能的实现方式中,对所述第一视频图像和所述第二视频图像进行目标检测,分别得到对应的第一检测框对和第二检测框对,包括:
对所述第一视频图像进行目标检测,得到所述第一视频图像中的人物的第一人体检测框和第一人头检测框;
对所述第二视频图像进行目标检测,得到所述第二视频图像中的人物的第二人体检测框和第二人头检测框;
根据所述第一人体检测框和所述第一人头检测框,得到所述第一检测框对;
根据所述第二人体检测框和所述第二人头检测框,得到所述第二检测框对。
结合第一方面,在一种可能的实现方式中,根据所述第一人体检测框和所述第一人头检测框,得到所述第一检测框对,包括:
在所述第一人体检测框的第一预设区域存在遮挡的情况下,对所述第一预设区域进行补全,得到补全后的第一人体检测框;
以第一预设比例对所述补全后的第一人体检测框进行缩小,得到第一目标检测框;所述第一目标检测框包括所述第一预设区域;
在所述第一人头检测框的第二预设区域存在遮挡的情况下,对所述第二预设区域进行补全,得到补全后的第一人头检测框;
以第二预设比例对所述补全后的第一人头检测框进行缩小,得到第二目标检测框;所述第二目标检测框包括所述第二预设区域;
由所述第一目标检测框和所述第二目标检测框构成所述第一检测框对。
结合第一方面,在一种可能的实现方式中,根据所述第二人体检测框和所述第二人头检测框,得到所述第二检测框对,包括:
在所述第二人体检测框的第三预设区域存在遮挡的情况下,对所述第三预设区域进行补全,得到补全后的第二人体检测框;
以所述第一预设比例对所述补全后的第二人体检测框进行缩小,得到第三目标检测框;所述第三目标检测框包括所述第三预设区域;
在所述第二人头检测框的第四预设区域存在遮挡的情况下,对所述第四预设区域进行补全,得到补全后的第二人头检测框;
以所述第二预设比例对所述补全后的第二人头检测框进行缩小,得到第四目标检测框;所述第四目标检测框包括所述第四预设区域;
由所述第三目标检测框和所述第四目标检测框构成所述第二检测框对。
结合第一方面,在一种可能的实现方式中,所述多条绊线包括第一绊线和第二绊线;根据所述第一检测框对、所述第二检测框对以及预设的多条绊线,确定站台的上车人数和下车人数,包括:
以所述第一目标检测框中的特征点为光流跟踪点对所述第一视频图像中的人物进行跟踪,得到所述第一视频图像中的人物的第一运动轨迹;
以所述第二目标检测框中的特征点为光流跟踪点对所述第一视频图像中的人物进行跟踪,得到所述第一视频图像中的人物的第二运动轨迹;
以所述第三目标检测框中的特征点为光流跟踪点对所述第二视频图像中的人物进行跟踪,得到所述第二视频图像中的人物的第三运动轨迹;
以所述第四目标检测框中的特征点为光流跟踪点对所述第二视频图像中的人物进行跟踪,得到所述第二视频图像中的人物的第四运动轨迹;
根据所述第一运动轨迹、所述第二运动轨迹、所述第三运动轨迹、所述第四运动轨迹、所述第一绊线和所述第二绊线,确定站台的上车人数和下车人数。
结合第一方面,在一种可能的实现方式中,根据所述第一运动轨迹、所述第二运动轨迹、所述第三运动轨迹、所述第四运动轨迹、所述第一绊线和所述第二绊线,确定站台的上车人数和下车人数,包括:
将所述第一视频图像中所述第一运动轨迹和所述第二运动轨迹依次覆盖所述第一绊线、所述第二绊线的人物确定为上车乘客;
将所述第一视频图像中所述第一运动轨迹和所述第二运动轨迹依次覆盖所述第二绊线、所述第一绊线的人物确定为下车乘客;
将所述第二视频图像中所述第三运动轨迹和所述第四运动轨迹依次覆盖所述第一绊线、所述第二绊线的人物确定为上车乘客;
将所述第二视频图像中所述第三运动轨迹和所述第四运动轨迹依次覆盖所述第二绊线、所述第一绊线的人物确定为下车乘客;
根据车辆停靠站台的时间段统计到的上车乘客和下车乘客得到站台的上车人数和下车人数。
本申请实施例第二方面提供了一种公交站台客流统计装置,该装置包括:
图像获取模块,用于在车辆停靠站台的时间段,获取车辆的第一图像采集设备采集的第一视频图像和第二图像采集设备采集的第二视频图像;
目标检测模块,用于对所述第一视频图像和所述第二视频图像进行目标检测,分别得到对应的第一检测框对和第二检测框对;
第一统计模块,用于根据所述第一检测框对、所述第二检测框对以及预设的多条绊线,确定站台的上车人数和下车人数;
第二统计模块,用于根据所述上车人数、所述下车人数、车辆进站时站台区的第一人数以及车辆出站时站台区的第二人数确定站台的客流量。
本申请实施例第三方面提供了一种电子设备,该电子设备包括输入设备和输出设备,还包括处理器,适于实现一条或多条指令;以及,计算机存储介质,所述计算机存储介质存储有一条或多条指令,所述一条或多条指令适于由所述处理器加载并执行如下步骤:
在车辆停靠站台的时间段,获取车辆的第一图像采集设备采集的第一视频图像和第二图像采集设备采集的第二视频图像;
对所述第一视频图像和所述第二视频图像进行目标检测,分别得到对应的第一检测框对和第二检测框对;
根据所述第一检测框对、所述第二检测框对以及预设的多条绊线,确定站台的上车人数和下车人数;
根据所述上车人数、所述下车人数、车辆进站时站台区的第一人数以及车辆出站时站台区的第二人数确定站台的客流量。
本申请实施例第四方面提供了一种计算机存储介质,所述计算机存储介质存储有一条或多条指令,所述一条或多条指令适于由处理器加载并执行如下步骤:
在车辆停靠站台的时间段,获取车辆的第一图像采集设备采集的第一视频图像和第二图像采集设备采集的第二视频图像;
对所述第一视频图像和所述第二视频图像进行目标检测,分别得到对应的第一检测框对和第二检测框对;
根据所述第一检测框对、所述第二检测框对以及预设的多条绊线,确定站台的上车人数和下车人数;
根据所述上车人数、所述下车人数、车辆进站时站台区的第一人数以及车辆出站时站台区的第二人数确定站台的客流量。
本申请的上述方案至少包括以下有益效果:与现有技术相比,本申请实施例在车辆停靠站台的时间段,通过获取车辆的第一图像采集设备采集的第一视频图像和第二图像采集设备采集的第二视频图像;对第一视频图像和第二视频图像进行目标检测,分别得到对应的第一检测框对和第二检测框对;根据第一检测框对、第二检测框对以及预设的多条绊线,确定站台的上车人数和下车人数;根据上车人数、下车人数、车辆进站时站台区的第一人数以及车辆出站时站台区的第二人数确定站台的客流量。这样针对车辆前门采集的第一视频图像和后门采集的第二视频图像中的每个人物均以检测框对进行跟踪,与预设的多条绊线相结合进行上下车的判定,由于考虑到前后门都有上车或下车的情况,而不是默认前门就是上车后门就是下车,因此统计的上下的人数更为准确,从而有利于提高站台客流量统计的准确度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种应用环境的示意图;
图2为本申请实施例提供的一种公交站台客流统计方法的流程示意图;
图3为本申请实施例提供的一种获取第一目标检测框的示意图;
图4为本申请实施例提供的一种获取第二目标检测框的示意图;
图5为本申请实施例提供的一种上下车判定的示意图;
图6为本申请实施例提供的另一种公交站台客流统计方法的流程示意图;
图7为本申请实施例提供的一种公交站台客流统计装置的结构示意图;
图8为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
本申请说明书、权利要求书和附图中出现的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外,术语“第一”、“第二”和“第三”等是用于区别不同的对象,而并非用于描述特定的顺序。
本申请实施例提供一种公交站台客流统计方法,可基于图1所示的应用环境实施,请参见图1,该应用环境包括停靠在公交站台的车辆、设置于车辆前门的第一图像采集设备、设置于车辆后门的第二图像采集设备、乘客上下车的公交站台区、设置于站台区的第三图像采集设备以及服务器,第一图像采集设备和第二图像采集设备用于对车辆前后门区域进行图像采集,并将采集的视频图像发送至服务器,第三图像采集设备用于对站台区进行图像采集,并将采集的视频图像发送至服务器。在车辆停靠站台的时间段,服务器可基于第一图像采集设备和第二图像采集设备的视频图像统计出该站台的上下车人数,基于第三图像采集设备的视频图像统计到站台取内的人数,基于上下车人数和站台区内的人数可统计到该站台的客流量。
基于图1所示的应用环境,以下结合其他附图对本申请实施例提供的公交站台客流统计方法进行详细阐述。
请参见图2,图2为本申请实施例提供的一种公交站台客流统计方法的流程示意图,该方法应用于服务器,如图2所示,包括步骤S21-S24:
S21,在车辆停靠站台的时间段,获取车辆的第一图像采集设备采集的第一视频图像和第二图像采集设备采集的第二视频图像。
本申请具体实施例中,第一图像采集设备是指车辆前门的图像采集设备,第二图像采集设备是指车辆后门的图像采集设备。第一视频图像可以是第一图像采集设备在车辆停靠站台的时间段发送给服务器的,也可以是服务器基于车辆的进站时间和出站时间从第一图像采集设备采集的实时视频图像中截取出的,同理,第二视频图像也是如此。
S22,对所述第一视频图像和所述第二视频图像进行目标检测,分别得到对应的第一检测框对和第二检测框对。
本申请具体实施例中,所述对所述第一视频图像和所述第二视频图像进行目标检测,分别得到对应的第一检测框对和第二检测框对,包括:
对所述第一视频图像进行目标检测,得到所述第一视频图像中的人物的第一人体检测框和第一人头检测框;
对所述第二视频图像进行目标检测,得到所述第二视频图像中的人物的第二人体检测框和第二人头检测框;
根据所述第一人体检测框和所述第一人头检测框,得到所述第一检测框对;
根据所述第二人体检测框和所述第二人头检测框,得到所述第二检测框对。
其中,对第一视频图像和第二视频图像进行目标检测可以是同时进行,针对第一视频图像、第二视频图像中的任一视频图像,可以先进行人体检测,得到人体检测框,再将人体检测框框定的图像区域从该任一视频图像中分割出来,再对分割出的图像进行人头检测,得到对应的人头检测框,在该人体检测框中确定出一个跟踪框,在该人头检测框中确定出一个跟踪框,由这两个跟踪框构成一个检测框对。示例性的,人体检测和人头检测可以是同时进行,即同时得到乘客的人体检测框和人头检测框。
在一种可能的实现方式中,在得到所述第一人体检测框和所述第一人头检测框之后,所述方法还包括:
对所述第一人体检测框进行特征点提取,得到第一特征点集;
对所述第一人头检测框进行特征点提取,得到第二特征点集;
在所述第二特征点集为所述第一特征点集的真子集的情况下,确定所述第一人体检测框和所述第一人头检测框属于同一目标;
针对属于同一目标的所述第一人体检测框和所述第一人头检测框执行根据所述第一人体检测框和所述第一人头检测框,得到所述第一检测框对的操作。
在一种可能的实现方式中,在得到所述第二人体检测框和所述第二人头检测框之后,所述方法还包括:
对所述第二人体检测框进行特征点提取,得到第三特征点集;
对所述第二人头检测框进行特征点提取,得到第四特征点集;
在所述第四特征点集为所述第三特征点集的真子集的情况下,确定所述第二人体检测框和所述第二人头检测框属于同一目标;
针对属于同一目标的所述第二人体检测框和所述第二人头检测框执行根据所述第二人体检测框和所述第二人头检测框,得到所述第二检测框对的操作。
具体的,对于第一视频图像中生成的第一人体检测框和第一人头检测框、第二视频图像中生成的第二人体检测框和第二人头检测框,将每一个人体检测框和每一个人头检测框两两进行比较,若某一个人头检测框中提取出的特征点构成的特征点集是某一个人体检测框中提取出的特征点构成的特征点集的真子集,则将该人体检测框和该人头检测框确定为同一个目标的人体检测框和人头检测框。这样有利于解决人群密集时,难以准确构建同一个目标的检测框对的问题。
在一种可能的实现方式中,根据所述第一人体检测框和所述第一人头检测框,得到所述第一检测框对,包括:
在所述第一人体检测框的第一预设区域存在遮挡的情况下,对所述第一预设区域进行补全,得到补全后的第一人体检测框;
以第一预设比例对所述补全后的第一人体检测框进行缩小,得到第一目标检测框;所述第一目标检测框包括所述第一预设区域;
在所述第一人头检测框的第二预设区域存在遮挡的情况下,对所述第二预设区域进行补全,得到补全后的第一人头检测框;
以第二预设比例对所述补全后的第一人头检测框进行缩小,得到第二目标检测框;所述第二目标检测框包括所述第二预设区域;
由所述第一目标检测框和所述第二目标检测框构成所述第一检测框对。
具体的,第一预设区域是指覆盖人体的胸口和腹部的区域,第二预设区域是指覆盖眼睛、鼻子和嘴巴的区域。对第一预设区域和第二预设区域进行遮挡判定可以采用定位关键点的方法、二值化的方法或通过相邻图像帧中同一目标的检测框置信度变化的方法。对于第一人体检测框框定的图像区域,确定一个m*m的检测窗口,m为大于等于1的整数,以预设步长在该图像区域滑动检测窗口,对于检测窗口覆盖的每个区域,对其进行特征提取,并计算出特征均值,将该每个区域的特征均值与其邻近区域的特征均值进行比较,得到该每个区域的特征均值与其邻近区域的特征均值的差,在该差大于或等于阈值的情况下,确定该区域存在遮挡,由此,检测出第一预设区域是否存在遮挡,其中,邻近区域可以是任何方向上的邻近区域。若第一预设区域存在遮挡,则将第一人体检测框框定的图像区域分割出来,将其与预设的标准人体图像进行配准,以得到补全后的第一人体检测框,然后以第一人体检测框的中心为中心,以第一预设比例将补全后的第一人体检测框缩小,即得到需要跟踪的第一目标检测框,该第一预设比例可根据经验值设定,比如80%,该第一目标检测框覆盖了人体胸口至腹部的区域,其与第一人体检测框的位置关系具体可参见图3。另外,对第一人头检测框进行遮挡判定可采用上述第一人体检测框相同的方式,若第二预设区域存在遮挡,则将第一人头检测框框定的图像区域分割出来,将其与预设的标准人头图像进行配准,以得到补全后的第一人头检测框,然后以第一人头检测框的中心为中心,以第二预设比例将补全后的第一人头检测框缩小,即得到需要跟踪的第二目标检测框,该第二预设比例同样可根据经验值设定,该第二目标检测框覆盖了人眼睛、鼻子、嘴鼻的区域,其与第一人头检测框的位置关系具体可参见图4。之所以选择覆盖第一预设区域的第一目标检测框、第二预设区域的第二目标检测框为检测框对,是因为人在这两个区域的特征点区别更明显,更容易在下一帧图像中锁定目标。
在一种可能的实现方式中,根据所述第二人体检测框和所述第二人头检测框,得到所述第二检测框对,包括:
在所述第二人体检测框的第三预设区域存在遮挡的情况下,对所述第三预设区域进行补全,得到补全后的第二人体检测框;
以所述第一预设比例对所述补全后的第二人体检测框进行缩小,得到第三目标检测框;所述第三目标检测框包括所述第三预设区域;
在所述第二人头检测框的第四预设区域存在遮挡的情况下,对所述第四预设区域进行补全,得到补全后的第二人头检测框;
以所述第二预设比例对所述补全后的第二人头检测框进行缩小,得到第四目标检测框;所述第四目标检测框包括所述第四预设区域;
由所述第三目标检测框和所述第四目标检测框构成所述第二检测框对。
具体的,第三预设区域是与第一预设区域相同的区域,第四预设区域是与第二预设区域相同的区域,根据第二人体检测框得到第三目标检测框的方式与根据第一人体检测框得到第一目标检测框相同,根据第二人头检测框得到第四目标检测框的方式与根据第一人头检测框得到第二目标检测框相同。对于第一视频图像和第二视频图像中的每个人物,确定出检测框对是为了后续利用检测框对中的检测框得到两条运动轨迹,每个人物以两条运动轨迹进行上下车的判定。
S23,根据所述第一检测框对、所述第二检测框对以及预设的多条绊线,确定站台的上车人数和下车人数。
本申请具体实施例中,预设的多条绊线包括第一绊线和第二绊线,其位置具体可参见图5。
在一种可能的实现方式中,根据所述第一检测框对、所述第二检测框对以及预设的多条绊线,确定站台的上车人数和下车人数,包括:
以所述第一目标检测框中的特征点为光流跟踪点对所述第一视频图像中的人物进行跟踪,得到所述第一视频图像中的人物的第一运动轨迹;
以所述第二目标检测框中的特征点为光流跟踪点对所述第一视频图像中的人物进行跟踪,得到所述第一视频图像中的人物的第二运动轨迹;
以所述第三目标检测框中的特征点为光流跟踪点对所述第二视频图像中的人物进行跟踪,得到所述第二视频图像中的人物的第三运动轨迹;
以所述第四目标检测框中的特征点为光流跟踪点对所述第二视频图像中的人物进行跟踪,得到所述第二视频图像中的人物的第四运动轨迹;
根据所述第一运动轨迹、所述第二运动轨迹、所述第三运动轨迹、所述第四运动轨迹、所述第一绊线和所述第二绊线,确定站台的上车人数和下车人数。
具体的,第一运动轨迹是对第一目标检测框中的特征点(比如图3中5*11的特征点)进行光流跟踪得到的运动轨迹,第二运动轨迹是对第二目标检测框中的特征点(比如图4中5*5的特征点)进行光流跟踪得到的运动轨迹,由于第一目标检测框与第二目标检测框是属于第一检测框对,即第一视频图像中同一人物的两个检测框,因此,第一运动轨迹与第二运动轨迹是同一人物的运动轨迹,如图5所示,若第一运动轨迹、第二运动轨迹均依次覆盖第一绊线、第二绊线,则将第一视频图像中的人物确定为上车乘客,上车人数+1,相反,若第一运动轨迹、第二运动轨迹依次覆盖第二绊线、第二绊线,则将第一视频图像中的人物确定为下车乘客,也就是说同一人物的两条运动轨迹均过两条绊线才会被统计,只有一条运动轨迹过线或两条运动轨迹均不过线的情况将不会被统计,这样可以解决同一乘客在第一绊线或第二绊线间徘徊的问题,比如,上车过了第一绊线发现坐错了车又立马下车的场景。需要说明的是,同一人物的两条运动轨迹可能出现重叠,但仍以两条运动轨迹进行判定。
同理,第三运动轨迹是对第三目标检测框中的特征点进行光流跟踪得到的运动轨迹,第四运动轨迹是对第四目标检测框中的特征点进行光流跟踪得到的运动轨迹,由于第三目标检测框与第四目标检测框是属于第二检测框对,即第二视频图像中同一人物的两个检测框,因此,第三运动轨迹与第四运动轨迹是同一人物的运动轨迹,其判定情况与第一视频图像相同。这样通过同一人物的两条运动轨迹与两条绊线相结合来判定同一人物是上车还是下车,摈弃了传统的前门即上车、后门即下车的统计方法,前后门采用同样的判定逻辑,使上下车人数统计的准确度更高。
S24,根据所述上车人数、所述下车人数、车辆进站时站台区的第一人数以及车辆出站时站台区的第二人数确定站台的客流量。
本申请具体实施例中,第三图像采集设备可以实时将采集的站台区视频图像发送给服务器,服务器基于车辆进站的一瞬间截取一张,基于车辆出站的一瞬间截取一张,第三图像采集设备也可以在车辆进站的一瞬间抓拍一张站台区图像发送给服务器,在车辆出站的一瞬间抓拍一张站台区图像发送给服务器。针对车辆进站时的一张图像,服务器可采用检测器检测出站台区的第一人数,针对车辆出站时的一张图像,服务器可采用检测器检测出站台区的第二人数,根据前面统计出的上下车人数、第一人数、第二人数,服务器便可以准确计算出车辆停靠站台的时间段,公交站台的实时客流量。
可以看出,本申请实施例在车辆停靠站台的时间段,通过获取车辆的第一图像采集设备采集的第一视频图像和第二图像采集设备采集的第二视频图像;对第一视频图像和第二视频图像进行目标检测,分别得到对应的第一检测框对和第二检测框对;根据第一检测框对、第二检测框对以及预设的多条绊线,确定站台的上车人数和下车人数;根据上车人数、下车人数、车辆进站时站台区的第一人数以及车辆出站时站台区的第二人数确定站台的客流量。这样针对车辆前门采集的第一视频图像和后门采集的第二视频图像中的每个人物均以检测框对进行跟踪,与预设的多条绊线相结合进行上下车的判定,由于考虑到前后门都有上车或下车的情况,而不是默认前门就是上车后门就是下车,因此统计的上下的人数更为准确,从而有利于提高站台客流量统计的准确度。
请参见图6,图6本申请实施例提供的另一种公交站台客流统计方法的流程示意图,如图6所示,包括步骤S61-S67:
S61,在车辆停靠站台的时间段,获取车辆的第一图像采集设备采集的第一视频图像和第二图像采集设备采集的第二视频图像;
S62,对所述第一视频图像进行目标检测,得到所述第一视频图像中的人物的第一人体检测框和第一人头检测框;
S63,对所述第二视频图像进行目标检测,得到所述第二视频图像中的人物的第二人体检测框和第二人头检测框;
S64,根据所述第一人体检测框和所述第一人头检测框,得到第一检测框对;
S65,根据所述第二人体检测框和所述第二人头检测框,得到第二检测框对;
S66,根据所述第一检测框对、所述第二检测框对以及预设的多条绊线,确定站台的上车人数和下车人数;
S67,根据所述上车人数、所述下车人数、车辆进站时站台区的第一人数以及车辆出站时站台区的第二人数确定站台的客流量。
其中,步骤S61-S67的具体实施方式在图2-图5所示的实施例中已有相关说明,且能达到相同或相似的有益效果,为避免重复,此处不再赘述。
基于上述公交站台客流统计方法实施例的描述,请参见图7,图7为本申请实施例提供的一种公交站台客流统计装置的结构示意图,如图7所示,该装置包括:
图像获取模块71,用于在车辆停靠站台的时间段,获取车辆的第一图像采集设备采集的第一视频图像和第二图像采集设备采集的第二视频图像;
目标检测模块72,用于对所述第一视频图像和所述第二视频图像进行目标检测,分别得到对应的第一检测框对和第二检测框对;
第一统计模块73,用于根据所述第一检测框对、所述第二检测框对以及预设的多条绊线,确定站台的上车人数和下车人数;
第二统计模块74,用于根据所述上车人数、所述下车人数、车辆进站时站台区的第一人数以及车辆出站时站台区的第二人数确定站台的客流量。
在一种可能的实现方式中,在对所述第一视频图像和所述第二视频图像进行目标检测,分别得到对应的第一检测框对和第二检测框对方面,目标检测模块72具体用于:
对所述第一视频图像进行目标检测,得到所述第一视频图像中的人物的第一人体检测框和第一人头检测框;
对所述第二视频图像进行目标检测,得到所述第二视频图像中的人物的第二人体检测框和第二人头检测框;
根据所述第一人体检测框和所述第一人头检测框,得到所述第一检测框对;
根据所述第二人体检测框和所述第二人头检测框,得到所述第二检测框对。
在一种可能的实现方式中,在根据所述第一人体检测框和所述第一人头检测框,得到所述第一检测框对方面,目标检测模块72具体用于:
在所述第一人体检测框的第一预设区域存在遮挡的情况下,对所述第一预设区域进行补全,得到补全后的第一人体检测框;
以第一预设比例对所述补全后的第一人体检测框进行缩小,得到第一目标检测框;所述第一目标检测框包括所述第一预设区域;
在所述第一人头检测框的第二预设区域存在遮挡的情况下,对所述第二预设区域进行补全,得到补全后的第一人头检测框;
以第二预设比例对所述补全后的第一人头检测框进行缩小,得到第二目标检测框;所述第二目标检测框包括所述第二预设区域;
由所述第一目标检测框和所述第二目标检测框构成所述第一检测框对。
在一种可能的实现方式中,在根据所述第二人体检测框和所述第二人头检测框,得到所述第二检测框对方面,目标检测模块72具体用于:
在所述第二人体检测框的第三预设区域存在遮挡的情况下,对所述第三预设区域进行补全,得到补全后的第二人体检测框;
以所述第一预设比例对所述补全后的第二人体检测框进行缩小,得到第三目标检测框;所述第三目标检测框包括所述第三预设区域;
在所述第二人头检测框的第四预设区域存在遮挡的情况下,对所述第四预设区域进行补全,得到补全后的第二人头检测框;
以所述第二预设比例对所述补全后的第二人头检测框进行缩小,得到第四目标检测框;所述第四目标检测框包括所述第四预设区域;
由所述第三目标检测框和所述第四目标检测框构成所述第二检测框对。
在一种可能的实现方式中,在根据所述第一检测框对、所述第二检测框对以及预设的多条绊线,确定站台的上车人数和下车人数方面,第一统计模块73具体用于:
以所述第一目标检测框中的特征点为光流跟踪点对所述第一视频图像中的人物进行跟踪,得到所述第一视频图像中的人物的第一运动轨迹;
以所述第二目标检测框中的特征点为光流跟踪点对所述第一视频图像中的人物进行跟踪,得到所述第一视频图像中的人物的第二运动轨迹;
以所述第三目标检测框中的特征点为光流跟踪点对所述第二视频图像中的人物进行跟踪,得到所述第二视频图像中的人物的第三运动轨迹;
以所述第四目标检测框中的特征点为光流跟踪点对所述第二视频图像中的人物进行跟踪,得到所述第二视频图像中的人物的第四运动轨迹;
根据所述第一运动轨迹、所述第二运动轨迹、所述第三运动轨迹、所述第四运动轨迹、第一绊线和第二绊线,确定站台的上车人数和下车人数。
在一种可能的实现方式中,在根据所述第一运动轨迹、所述第二运动轨迹、所述第三运动轨迹、所述第四运动轨迹、所述第一绊线和所述第二绊线,确定站台的上车人数和下车人数方面,第一统计模块73具体用于:
将所述第一视频图像中所述第一运动轨迹和所述第二运动轨迹依次覆盖所述第一绊线、所述第二绊线的人物确定为上车乘客;
将所述第一视频图像中所述第一运动轨迹和所述第二运动轨迹依次覆盖所述第二绊线、所述第一绊线的人物确定为下车乘客;
将所述第二视频图像中所述第三运动轨迹和所述第四运动轨迹依次覆盖所述第一绊线、所述第二绊线的人物确定为上车乘客;
将所述第二视频图像中所述第三运动轨迹和所述第四运动轨迹依次覆盖所述第二绊线、所述第一绊线的人物确定为下车乘客;
根据车辆停靠站台的时间段统计到的上车乘客和下车乘客得到站台的上车人数和下车人数。
根据本申请的一个实施例,图7所示的公交站台客流统计装置的各个单元可以分别或全部合并为一个或若干个另外的单元来构成,或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成,这可以实现同样的操作,而不影响本申请的实施例的技术效果的实现。上述单元是基于逻辑功能划分的,在实际应用中,一个单元的功能也可以由多个单元来实现,或者多个单元的功能由一个单元实现。在本申请的其它实施例中,基于公交站台客流统计装置也可以包括其它单元,在实际应用中,这些功能也可以由其它单元协助实现,并且可以由多个单元协作实现。
根据本申请的另一个实施例,可以通过在包括中央处理单元(CPU)、随机存取存储介质(RAM)、只读存储介质(ROM)等处理元件和存储元件的例如计算机的通用计算设备上运行能够执行如图2或图6中所示的相应方法所涉及的各步骤的计算机程序(包括程序代码),来构造如图7中所示的公交站台客流统计装置设备,以及来实现本申请实施例的公交站台客流统计方法。所述计算机程序可以记载于例如计算机可读记录介质上,并通过计算机可读记录介质装载于上述计算设备中,并在其中运行。
基于上述方法实施例和装置实施例的描述,本申请实施例还提供一种电子设备。请参见图8,该电子设备至少包括处理器81、输入设备82、输出设备83以及计算机存储介质84。其中,电子设备内的处理器81、输入设备82、输出设备83以及计算机存储介质84可通过总线或其他方式连接。
计算机存储介质84可以存储在电子设备的存储器中,所述计算机存储介质84用于存储计算机程序,所述计算机程序包括程序指令,所述处理器81用于执行所述计算机存储介质84存储的程序指令。处理器81(或称CPU(Central Processing Unit,中央处理器))是电子设备的计算核心以及控制核心,其适于实现一条或多条指令,具体适于加载并执行一条或多条指令从而实现相应方法流程或相应功能。
在一个实施例中,本申请实施例提供的电子设备的处理器81可以用于进行一系列公交站台客流统计:
在车辆停靠站台的时间段,获取车辆的第一图像采集设备采集的第一视频图像和第二图像采集设备采集的第二视频图像;
对所述第一视频图像和所述第二视频图像进行目标检测,分别得到对应的第一检测框对和第二检测框对;
根据所述第一检测框对、所述第二检测框对以及预设的多条绊线,确定站台的上车人数和下车人数;
根据所述上车人数、所述下车人数、车辆进站时站台区的第一人数以及车辆出站时站台区的第二人数确定站台的客流量。
再一个实施例中,处理器81执行对所述第一视频图像和所述第二视频图像进行目标检测,分别得到对应的第一检测框对和第二检测框对,包括:
对所述第一视频图像进行目标检测,得到所述第一视频图像中的人物的第一人体检测框和第一人头检测框;
对所述第二视频图像进行目标检测,得到所述第二视频图像中的人物的第二人体检测框和第二人头检测框;
根据所述第一人体检测框和所述第一人头检测框,得到所述第一检测框对;
根据所述第二人体检测框和所述第二人头检测框,得到所述第二检测框对。
再一个实施例中,处理器81执行根据所述第一人体检测框和所述第一人头检测框,得到所述第一检测框对,包括:
在所述第一人体检测框的第一预设区域存在遮挡的情况下,对所述第一预设区域进行补全,得到补全后的第一人体检测框;
以第一预设比例对所述补全后的第一人体检测框进行缩小,得到第一目标检测框;所述第一目标检测框包括所述第一预设区域;
在所述第一人头检测框的第二预设区域存在遮挡的情况下,对所述第二预设区域进行补全,得到补全后的第一人头检测框;
以第二预设比例对所述补全后的第一人头检测框进行缩小,得到第二目标检测框;所述第二目标检测框包括所述第二预设区域;
由所述第一目标检测框和所述第二目标检测框构成所述第一检测框对。
再一个实施例中,处理器81执行根据所述第二人体检测框和所述第二人头检测框,得到所述第二检测框对,包括:
在所述第二人体检测框的第三预设区域存在遮挡的情况下,对所述第三预设区域进行补全,得到补全后的第二人体检测框;
以所述第一预设比例对所述补全后的第二人体检测框进行缩小,得到第三目标检测框;所述第三目标检测框包括所述第三预设区域;
在所述第二人头检测框的第四预设区域存在遮挡的情况下,对所述第四预设区域进行补全,得到补全后的第二人头检测框;
以所述第二预设比例对所述补全后的第二人头检测框进行缩小,得到第四目标检测框;所述第四目标检测框包括所述第四预设区域;
由所述第三目标检测框和所述第四目标检测框构成所述第二检测框对。
再一个实施例中,所述多条绊线包括第一绊线和第二绊线;处理器81执行根据所述第一检测框对、所述第二检测框对以及预设的多条绊线,确定站台的上车人数和下车人数,包括:
以所述第一目标检测框中的特征点为光流跟踪点对所述第一视频图像中的人物进行跟踪,得到所述第一视频图像中的人物的第一运动轨迹;
以所述第二目标检测框中的特征点为光流跟踪点对所述第一视频图像中的人物进行跟踪,得到所述第一视频图像中的人物的第二运动轨迹;
以所述第三目标检测框中的特征点为光流跟踪点对所述第二视频图像中的人物进行跟踪,得到所述第二视频图像中的人物的第三运动轨迹;
以所述第四目标检测框中的特征点为光流跟踪点对所述第二视频图像中的人物进行跟踪,得到所述第二视频图像中的人物的第四运动轨迹;
根据所述第一运动轨迹、所述第二运动轨迹、所述第三运动轨迹、所述第四运动轨迹、所述第一绊线和所述第二绊线,确定站台的上车人数和下车人数。
再一个实施例中,处理器81执行根据所述第一运动轨迹、所述第二运动轨迹、所述第三运动轨迹、所述第四运动轨迹、所述第一绊线和所述第二绊线,确定站台的上车人数和下车人数,包括:
将所述第一视频图像中所述第一运动轨迹和所述第二运动轨迹依次覆盖所述第一绊线、所述第二绊线的人物确定为上车乘客;
将所述第一视频图像中所述第一运动轨迹和所述第二运动轨迹依次覆盖所述第二绊线、所述第一绊线的人物确定为下车乘客;
将所述第二视频图像中所述第三运动轨迹和所述第四运动轨迹依次覆盖所述第一绊线、所述第二绊线的人物确定为上车乘客;
将所述第二视频图像中所述第三运动轨迹和所述第四运动轨迹依次覆盖所述第二绊线、所述第一绊线的人物确定为下车乘客;
根据车辆停靠站台的时间段统计到的上车乘客和下车乘客得到站台的上车人数和下车人数。
示例性的,上述电子设备可以是服务器、云服务器、计算机主机、服务器集群、分布式系统等,电子设备包括但不仅限于处理器81、输入设备82、输出设备83以及计算机存储介质84。本领域技术人员可以理解,所述示意图仅仅是电子设备的示例,并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件。
需要说明的是,由于电子设备的处理器81执行计算机程序时实现上述的公交站台客流统计方法中的步骤,因此上述公交站台客流统计方法的实施例均适用于该电子设备,且均能达到相同或相似的有益效果。
本申请实施例还提供了一种计算机存储介质(Memory),所述计算机存储介质是电子设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机存储介质既可以包括终端中的内置存储介质,当然也可以包括终端所支持的扩展存储介质。计算机存储介质提供存储空间,该存储空间存储了终端的操作系统。并且,在该存储空间中还存放了适于被处理器81加载并执行的一条或多条的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器;可选的,还可以是至少一个位于远离前述处理器81的计算机存储介质。在一个实施例中,可由处理器81加载并执行计算机存储介质中存放的一条或多条指令,以实现上述有关公交站台客流统计方法的相应步骤。
示例性的,计算机存储介质的计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,由于计算机存储介质的计算机程序被处理器执行时实现上述的公交站台客流统计方法中的步骤,因此上述公交站台客流统计方法的所有实施例均适用于该计算机存储介质,且均能达到相同或相似的有益效果。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种公交站台客流统计方法,其特征在于,所述方法包括:
在车辆停靠站台的时间段,获取车辆的第一图像采集设备采集的第一视频图像和第二图像采集设备采集的第二视频图像;
对所述第一视频图像和所述第二视频图像进行目标检测,分别得到对应的第一检测框对和第二检测框对;
根据所述第一检测框对、所述第二检测框对以及预设的多条绊线,确定站台的上车人数和下车人数;
根据所述上车人数、所述下车人数、车辆进站时站台区的第一人数以及车辆出站时站台区的第二人数确定站台的客流量。
2.根据权利要求1所述的方法,其特征在于,所述对所述第一视频图像和所述第二视频图像进行目标检测,分别得到对应的第一检测框对和第二检测框对,包括:
对所述第一视频图像进行目标检测,得到所述第一视频图像中的人物的第一人体检测框和第一人头检测框;
对所述第二视频图像进行目标检测,得到所述第二视频图像中的人物的第二人体检测框和第二人头检测框;
根据所述第一人体检测框和所述第一人头检测框,得到所述第一检测框对;
根据所述第二人体检测框和所述第二人头检测框,得到所述第二检测框对。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一人体检测框和所述第一人头检测框,得到所述第一检测框对,包括:
在所述第一人体检测框的第一预设区域存在遮挡的情况下,对所述第一预设区域进行补全,得到补全后的第一人体检测框;
以第一预设比例对所述补全后的第一人体检测框进行缩小,得到第一目标检测框;所述第一目标检测框包括所述第一预设区域;
在所述第一人头检测框的第二预设区域存在遮挡的情况下,对所述第二预设区域进行补全,得到补全后的第一人头检测框;
以第二预设比例对所述补全后的第一人头检测框进行缩小,得到第二目标检测框;所述第二目标检测框包括所述第二预设区域;
由所述第一目标检测框和所述第二目标检测框构成所述第一检测框对。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第二人体检测框和所述第二人头检测框,得到所述第二检测框对,包括:
在所述第二人体检测框的第三预设区域存在遮挡的情况下,对所述第三预设区域进行补全,得到补全后的第二人体检测框;
以所述第一预设比例对所述补全后的第二人体检测框进行缩小,得到第三目标检测框;所述第三目标检测框包括所述第三预设区域;
在所述第二人头检测框的第四预设区域存在遮挡的情况下,对所述第四预设区域进行补全,得到补全后的第二人头检测框;
以所述第二预设比例对所述补全后的第二人头检测框进行缩小,得到第四目标检测框;所述第四目标检测框包括所述第四预设区域;
由所述第三目标检测框和所述第四目标检测框构成所述第二检测框对。
5.根据权利要求4所述的方法,其特征在于,所述多条绊线包括第一绊线和第二绊线;所述根据所述第一检测框对、所述第二检测框对以及预设的多条绊线,确定站台的上车人数和下车人数,包括:
以所述第一目标检测框中的特征点为光流跟踪点对所述第一视频图像中的人物进行跟踪,得到所述第一视频图像中的人物的第一运动轨迹;
以所述第二目标检测框中的特征点为光流跟踪点对所述第一视频图像中的人物进行跟踪,得到所述第一视频图像中的人物的第二运动轨迹;
以所述第三目标检测框中的特征点为光流跟踪点对所述第二视频图像中的人物进行跟踪,得到所述第二视频图像中的人物的第三运动轨迹;
以所述第四目标检测框中的特征点为光流跟踪点对所述第二视频图像中的人物进行跟踪,得到所述第二视频图像中的人物的第四运动轨迹;
根据所述第一运动轨迹、所述第二运动轨迹、所述第三运动轨迹、所述第四运动轨迹、所述第一绊线和所述第二绊线,确定站台的上车人数和下车人数。
6.根据权利要5所述的方法,其特征在于,所述根据所述第一运动轨迹、所述第二运动轨迹、所述第三运动轨迹、所述第四运动轨迹、所述第一绊线和所述第二绊线,确定站台的上车人数和下车人数,包括:
将所述第一视频图像中所述第一运动轨迹和所述第二运动轨迹依次覆盖所述第一绊线、所述第二绊线的人物确定为上车乘客;
将所述第一视频图像中所述第一运动轨迹和所述第二运动轨迹依次覆盖所述第二绊线、所述第一绊线的人物确定为下车乘客;
将所述第二视频图像中所述第三运动轨迹和所述第四运动轨迹依次覆盖所述第一绊线、所述第二绊线的人物确定为上车乘客;
将所述第二视频图像中所述第三运动轨迹和所述第四运动轨迹依次覆盖所述第二绊线、所述第一绊线的人物确定为下车乘客;
根据车辆停靠站台的时间段统计到的上车乘客和下车乘客得到站台的上车人数和下车人数。
7.一种公交站台客流统计装置,其特征在于,所述装置包括:
图像获取模块,用于在车辆停靠站台的时间段,获取车辆的第一图像采集设备采集的第一视频图像和第二图像采集设备采集的第二视频图像;
目标检测模块,用于对所述第一视频图像和所述第二视频图像进行目标检测,分别得到对应的第一检测框对和第二检测框对;
第一统计模块,用于根据所述第一检测框对、所述第二检测框对以及预设的多条绊线,确定站台的上车人数和下车人数;
第二统计模块,用于根据所述上车人数、所述下车人数、车辆进站时站台区的第一人数以及车辆出站时站台区的第二人数确定站台的客流量。
8.根据权利要求7所述的装置,其特征在于,在对所述第一视频图像和所述第二视频图像进行目标检测,分别得到对应的第一检测框对和第二检测框对方面,所述目标检测模块具体用于:
对所述第一视频图像进行目标检测,得到所述第一视频图像中的人物的第一人体检测框和第一人头检测框;
对所述第二视频图像进行目标检测,得到所述第二视频图像中的人物的第二人体检测框和第二人头检测框;
根据所述第一人体检测框和所述第一人头检测框,得到所述第一检测框对;
根据所述第二人体检测框和所述第二人头检测框,得到所述第二检测框对。
9.一种电子设备,包括输入设备和输出设备,其特征在于,还包括:
处理器,适于实现一条或多条指令;以及,
计算机存储介质,所述计算机存储介质存储有一条或多条指令,所述一条或多条指令适于由所述处理器加载并执行如权利要求1-6任一项所述的方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有一条或多条指令,所述一条或多条指令适于由处理器加载并执行如权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011644257.2A CN114694054A (zh) | 2020-12-30 | 2020-12-30 | 公交站台客流统计方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011644257.2A CN114694054A (zh) | 2020-12-30 | 2020-12-30 | 公交站台客流统计方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114694054A true CN114694054A (zh) | 2022-07-01 |
Family
ID=82136507
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011644257.2A Pending CN114694054A (zh) | 2020-12-30 | 2020-12-30 | 公交站台客流统计方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114694054A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115471978A (zh) * | 2022-08-18 | 2022-12-13 | 北京声智科技有限公司 | 一种游泳场所的监控方法及装置 |
CN115690162A (zh) * | 2022-12-28 | 2023-02-03 | 武汉凡德智能科技有限公司 | 一种固定视频中移动大目标的检测方法及装置 |
CN116503789A (zh) * | 2023-06-25 | 2023-07-28 | 南京理工大学 | 融合轨迹和尺度的公交下车客流检测方法、系统及设备 |
-
2020
- 2020-12-30 CN CN202011644257.2A patent/CN114694054A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115471978A (zh) * | 2022-08-18 | 2022-12-13 | 北京声智科技有限公司 | 一种游泳场所的监控方法及装置 |
CN115690162A (zh) * | 2022-12-28 | 2023-02-03 | 武汉凡德智能科技有限公司 | 一种固定视频中移动大目标的检测方法及装置 |
CN115690162B (zh) * | 2022-12-28 | 2023-03-10 | 武汉凡德智能科技有限公司 | 一种固定视频中移动大目标的检测方法及装置 |
CN116503789A (zh) * | 2023-06-25 | 2023-07-28 | 南京理工大学 | 融合轨迹和尺度的公交下车客流检测方法、系统及设备 |
CN116503789B (zh) * | 2023-06-25 | 2023-09-05 | 南京理工大学 | 融合轨迹和尺度的公交下车客流检测方法、系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114694054A (zh) | 公交站台客流统计方法、装置、电子设备及存储介质 | |
Lin et al. | A YOLO-based traffic counting system | |
CN109784162B (zh) | 一种行人行为识别及轨迹跟踪方法 | |
CN108241844B (zh) | 一种公交客流统计方法、装置及电子设备 | |
US12106571B2 (en) | Information processing apparatus, control method, and program | |
US20090310822A1 (en) | Feedback object detection method and system | |
CN108629230B (zh) | 一种人数统计方法及装置和电梯调度方法及系统 | |
CN104680133B (zh) | 一种违规车让人行为实时检测方法 | |
CN111814510A (zh) | 一种遗留物主体检测方法及装置 | |
CN104573680A (zh) | 图像检测方法、图像检测装置以及交通违法检测系统 | |
CN111079621A (zh) | 检测对象的方法、装置、电子设备和存储介质 | |
US11030465B1 (en) | Method for analyzing number of people and system thereof | |
CN114373189A (zh) | 一种行为检测方法、装置、终端设备及存储介质 | |
CN115019242A (zh) | 一种交通场景的异常事件检测方法、装置和处理设备 | |
CN114677608A (zh) | 身份特征生成方法、设备及存储介质 | |
CN117115698A (zh) | 提箱动作抓拍方法、装置、计算机及存储介质 | |
CN117523914A (zh) | 碰撞预警方法、装置、设备、可读存储介质及程序产品 | |
CN114529874A (zh) | 行为检测方法、装置、设备及可读存储介质 | |
CN113538968A (zh) | 用于输出信息的方法和装置 | |
WO2022202166A1 (ja) | 乗降人数カウントシステム、乗降人数カウント方法、及び、乗降人数カウントプログラム | |
CN114332184B (zh) | 一种基于单目深度估计的乘客统计识别的方法及装置 | |
JP7347481B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
WO2022264357A1 (ja) | 混雑度特定装置、制御方法、及び非一時的なコンピュータ可読媒体 | |
CN112825193B (zh) | 目标跟踪方法、装置、电子设备以及存储介质 | |
CN109784898B (zh) | 乘车支付方法及相关装置 |
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 |