CN116486332A - 客流量监测方法、装置、设备及存储介质 - Google Patents
客流量监测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116486332A CN116486332A CN202310376083.3A CN202310376083A CN116486332A CN 116486332 A CN116486332 A CN 116486332A CN 202310376083 A CN202310376083 A CN 202310376083A CN 116486332 A CN116486332 A CN 116486332A
- Authority
- CN
- China
- Prior art keywords
- passenger flow
- tracked
- pedestrian
- monitoring
- tracking
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000012806 monitoring device Methods 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000004891 communication Methods 0.000 description 6
- 230000002354 daily effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000003203 everyday effect Effects 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241001660693 Trapezia Species 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- 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
- 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
- G06V20/40—Scenes; Scene-specific elements in video content
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及交通运输技术领域,尤其涉及一种客流量监测方法、装置、设备及存储介质,该方法包括:获取待采集区域内的视频图像,并通过预设检测算法提取视频图像中的待跟踪行人图像;对待跟踪行人图像进行人脸姿态识别,获得识别结果;基于识别结果选取对应的预设跟踪算法,并通过预设跟踪算法对待跟踪行人进行目标跟踪;根据跟踪结果对待采集区域进行客流量监测。由于本发明是从视频图像中提取待跟踪行人图像,再对待跟踪行人图像进行人脸姿态识别,通过根据识别结果选取的预设跟踪算法进行客流量监测,相比于现有的红外监测技术,本发明可直接通过视频图像进行客流量监测,不易受外界干扰,进而提升了客流量监测的准确度。
Description
技术领域
本发明涉及交通运输技术领域,尤其涉及一种客流量监测方法、装置、设备及存储介质。
背景技术
近年来,随着交通工具不断发展,国民出行率也越来越高,特别是节假日,出行人数只增不减,进而为了旅客出行遍历,客流监测工作变得尤为重要。
但现有的在进行客流监测时,一般是通过红外监测技术实现,即通过红外线客流统计器监测客流量,但由于红外光极易受外界影响,使其统计的数据产生较大误差,进而导致客流量监测的准确度较低。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供了一种客流量监测方法、装置、设备及存储介质,旨在解决现有技术中通过红外监测技术导致客流量监测准确度较低的技术问题。
为实现上述目的,本发明提供了一种客流量监测方法,所述方法包括以下步骤:
获取待采集区域内的视频图像,并通过预设检测算法提取所述视频图像中的待跟踪行人图像;
对所述待跟踪行人图像进行人脸姿态识别,获得识别结果;
基于所述识别结果选取对应的预设跟踪算法,并通过所述预设跟踪算法对待跟踪行人进行目标跟踪;
根据跟踪结果对所述待采集区域进行客流量监测。
可选地,所述基于所述识别结果选取对应的预设跟踪算法,并通过所述预设跟踪算法对待跟踪行人进行目标跟踪的步骤,包括:
基于所述识别结果判断所述待跟踪行人图像中是否存在正向人脸;
若是,则通过第一预设跟踪算法从所述待跟踪行人图像中提取待跟踪行人的目标人脸特征信息;
基于所述目标人脸特征信息对所述待跟踪行人进行目标跟踪。
可选地,所述基于所述目标人脸特征信息对所述待跟踪行人进行目标跟踪的步骤之前,还包括:
获取预设人脸特征信息数据库;
相应地,所述基于所述目标人脸特征信息对所述待跟踪行人进行目标跟踪的步骤,包括:
基于所述目标人脸特征信息对所述预设人脸特征信息数据库进行遍历;
根据遍历结果对所述待跟踪行人进行目标跟踪。
可选地,所述基于所述识别结果判断所述待跟踪行人图像中是否存在正向人脸的步骤之后,还包括:
若否,则通过第二预设跟踪算法从所述待跟踪行人图像中提取待跟踪行人的运动信息和外观特征信息;
基于所述运动信息和所述外观特征信息对所述待跟踪行人进行目标跟踪。
可选地,所述基于所述运动信息和所述外观特征信息对所述待跟踪行人进行目标跟踪的步骤,包括:
基于所述运动信息和所述外观特征信息进行联合度量,并对度量结果进行级联匹配;
根据匹配结果对所述待跟踪行人进行目标跟踪。
可选地,所述根据跟踪结果对所述待采集区域进行客流量监测的步骤之后,还包括:
基于监测结果对所述待采集区域内每日客流量变化信息进行预测;
根据预测结果对所述待采集区域内的人员安排计划和车辆安排计划进行调整。
可选地,所述根据跟踪结果对所述待采集区域进行客流量监测的步骤之后,还包括:
基于监测结果确定所述待采集区域内的实时客流量;
在所述实时客流量超过预设客流量阈值时,通过对应的预设疏散策略对所述待采集区域内的客流进行疏散。
此外,为实现上述目的,本发明还提出一种客流量监测装置,所述装置包括:
图像提取模块,用于获取待采集区域内的视频图像,并通过预设检测算法提取所述视频图像中的待跟踪行人图像;
人脸识别模块,用于对所述待跟踪行人图像进行人脸姿态识别,获得识别结果;
目标跟踪模块,用于基于所述识别结果选取对应的预设跟踪算法,并通过所述预设跟踪算法对待跟踪行人进行目标跟踪;
客流监测模块,用于根据跟踪结果对所述待采集区域进行客流量监测。
此外,为实现上述目的,本发明还提出一种客流量监测设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的客流量监测程序,所述客流量监测程序配置为实现如上文所述的客流量监测方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有客流量监测程序,所述客流量监测程序被处理器执行时实现如上文所述的客流量监测方法的步骤。
本发明是通过获取待采集区域内的视频图像,并通过预设检测算法提取所述视频图像中的待跟踪行人图像;对所述待跟踪行人图像进行人脸姿态识别,获得识别结果;基于所述识别结果选取对应的预设跟踪算法,并通过所述预设跟踪算法对待跟踪行人进行目标跟踪;根据跟踪结果对所述待采集区域进行客流量监测。由于本发明是从视频图像中提取待跟踪行人图像,再对待跟踪行人图像进行人脸姿态识别,通过根据识别结果选取的预设跟踪算法进行客流量监测,相比于现有的红外监测技术,本发明可直接通过视频图像进行客流量监测,不易受外界干扰,进而提升了客流量监测的准确度。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的客流量监测设备结构示意图;
图2为本发明客流量监测方法第一实施例的流程示意图;
图3为本发明客流量监测方法第二实施例的流程示意图;
图4为本发明客流量监测方法第三实施例的流程示意图;
图5为本发明客流量监测装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的客流量监测设备结构示意图。
如图1所示,该客流量监测设备可以包括:处理器1001,例如中央处理器(CentralProcessing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM),也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对客流量监测设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及客流量监测程序。
在图1所示的客流量监测设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明客流量监测设备中的处理器1001、存储器1005可以设置在客流量监测设备中,所述客流量监测设备通过处理器1001调用存储器1005中存储的客流量监测程序,并执行本发明实施例提供的客流量监测方法。
本发明实施例提供了一种客流量监测方法,参考图2,图2为本发明客流量监测方法第一实施例的流程示意图。
本实施例中,所述客流量监测方法包括以下步骤:
步骤S10:获取待采集区域内的视频图像,并通过预设检测算法提取所述视频图像中的待跟踪行人图像。
需要说明的是,本实施例方法可以是应用在对客流量进行监测的场景中,或者其它需要进行流量监测的场景中。本实施例的执行主体可以是具有数据处理、网络通信以及程序运行功能的客流量监测设备,例如客流计数设备等,或者是其它能够实现如同或相似功能的设备。此处以上述客流量监测设备(以下简称设备)对本实施例和下述各实施例进行具体说明。
可理解的是,上述待采集区域可以是需要进行客流量监测的任意区域,例如车站进出站口、候车厅、售票处、长途客车或公交汽车公共换乘区等区域,当然还可以是其它需要进行监测的区域,本实施例不加以限制;上述待采集区域的数量本实施例也不加以限制,可以是基于一个待采集区域进行监测,也可以是多个待采集区域联合进行监测或比较。
应理解的是,上述视频图像可以是待采集区域内对应的实时视频图像,在本实施例中,可在上述待采集区域内安装有摄像设备,可通过摄像设备实时采集,并通过MQTT等物联网技术将视频图像传输至上述设备。
需要强调的是,由于现有的部分待采集区域内已经布置有摄像头,例如现有的车站候车厅等区域已经有用于视频监控的摄像头,进而可直接通过现有的摄像头获取视频图像,进而可节约成本,同时某一个待采集区域内的摄像设备的数量本实施例不加以限制。
还需要说明的是,上述预设检测算法可以是任意图像识别的算法,例如YOLOv5算法等,但考虑到其它算法需要进行调整,其效率及便捷性与YOLOv5存在一定差距,因此本实施例采用YOLOv5算法进行说明。上述待跟踪行人图像可以是视频图像中的行人图像。
在具体实现中,上述设备可先根据用户需求确定待采集区域,并获取待采集区域内的视频图像,通过YOLOv5算法对视频图像进行提取,获得待跟踪行人图像。
步骤S20:对所述待跟踪行人图像进行人脸姿态识别,获得识别结果。
可理解的是,由于客运站涉及的人数量多,流量较大、环境复杂,基于待跟踪行人图像直接进行跟踪很容易由于遮挡、以及行人体型、衣服颜色等外观特征信息差异不大导致跟踪误检、漏检,进而本实施例采用人脸进行跟踪。
应理解的是,上述人脸姿态识别也可通过上述YOLOv5算法实现,当然还可以通过其它相似功能的算法,本实施例不加以限制。
在具体实现中,上述设备可对待跟踪行人图像进行人脸姿态估计,得到待跟踪行人的面部朝向信息,再将面部朝向信息作为识别结果。
步骤S30:基于所述识别结果选取对应的预设跟踪算法,并通过所述预设跟踪算法对待跟踪行人进行目标跟踪。
需要说明的是,由于识别结果中可能存在面部朝向为正向以及不为正向两种情况,进而上述预设跟踪算法也可对应设置有第一预设跟踪算法和第二预设跟踪算法,若上述面部朝向为正向,即待跟踪行人的人脸在待跟踪行人图像中为正向人脸,则可采用上述第一预设跟踪算法进行目标跟踪,若面部朝向不为正向,即待跟踪行人的人脸在待跟踪行人图像中不为正向人脸,则可采用第二预设跟踪算法进行目标跟踪。
可理解的是,上述第一预设跟踪算法可以是基于人脸特征进行目标跟踪的算法,其跟踪重点在于人脸识别,具体的算法本实施例不加以限制,上述第二预设跟踪算法则可以是基于除人脸之外的其它除人脸之外的特征进行目标跟踪的算法,具体的算法本实施例也不加以限制。
在具体实现中,上述设备可基于识别结果中是否存在正向人脸选取对应的预设跟踪算法,并通过预设跟踪算法对待跟踪行人进行目标跟踪。
步骤S40:根据跟踪结果对所述待采集区域进行客流量监测。
在具体实现中,上述设备在获取跟踪结果后,可基于跟踪结果统计视频图像中的待跟踪行人数量,进而实现对待采集区域的客流量监测。
本实施例上述设备可先根据用户需求确定待采集区域,并获取待采集区域内的视频图像,通过YOLOv5算法对视频图像进行提取,获得待跟踪行人图像;对待跟踪行人图像进行人脸姿态估计,得到待跟踪行人的面部朝向信息,再将面部朝向信息作为识别结果;基于识别结果中是否存在正向人脸选取对应的预设跟踪算法,并通过预设跟踪算法对待跟踪行人进行目标跟踪;最后在获取跟踪结果后,可基于跟踪结果统计视频图像中的待跟踪行人数量,进而实现对待采集区域的客流量监测。由于本实施例基于视频图像进行客流流量监测,相比于现有的红外监测技术,本实施例不易受外界干扰,提升了客流量监测的准确度;且由于现有的红外监测设备或压力监测设备一般安装于进出口位置,设备安装困难,监测范围受限制,而本实施例通过视频监测,可根据位置需求进行安装,同时可结合现有的摄像头进行监测,节约成本,方便安装,提升了用户体验。
参考图3,图3为本发明客流量监测方法第二实施例的流程示意图。
进一步地,为了准确对面部朝向为正向的行人进行目标跟踪,如图3所示,在本实施例中,上述步骤S30包括:
步骤S31:基于所述识别结果判断所述待跟踪行人图像中是否存在正向人脸。
步骤S32:若是,则通过第一预设跟踪算法从所述待跟踪行人图像中提取待跟踪行人的目标人脸特征信息。
需要说明的是,上述第一预设跟踪算法可以是基于特征点的人脸比对算法,上述目标人脸特征信息可以是人脸特征点的信息,不同人脸对应的特征点不同,本实施例可通过第一预设跟踪算法从待跟踪行人图像中提取目标人脸特征点。
可理解的是,上述目标人脸特征点的数量可根据实际情况自行设置,本实施例不加以限制。
步骤S33:基于所述目标人脸特征信息对所述待跟踪行人进行目标跟踪。
进一步地,为了准确基于目标人脸特征信息进行目标跟踪,在本实施例中,上述步骤S33之前,还包括:获取预设人脸特征信息数据库;相应地,步骤S33,包括:基于所述目标人脸特征信息对所述预设人脸特征信息数据库进行遍历;根据遍历结果对所述待跟踪行人进行目标跟踪。
应理解的是,上述预设人脸特征信息数据库中可存储有人脸特征点,可在行人进站时,通过人脸识别获取,当然还可以是其它方式获取,本实施例不加以限制,上述预设人脸特征信息数据库可以是基于mysql数据库搭建的数据库。
在具体实现中,上述设备可基于面部朝向信息判断是否为正向人脸,若是,则通过人脸特征点对比算法提取目标人脸特征信息,并获取预设人脸特征信息数据库,基于目标人脸特征信息在预设人脸特征信息数据库中进行遍历,判断待跟踪行人与预设人脸特征信息数据库中是否为同一人,若是,则对待跟踪行人进行目标跟踪。
进一步地,为了准确对面部朝向不为正向的行人进行目标跟踪,在本实施例中,上述步骤S31之后,还包括:
步骤S42:若否,则通过第二预设跟踪算法从所述待跟踪行人图像中提取待跟踪行人的运动信息和外观特征信息。
步骤S43:基于所述运动信息和所述外观特征信息对所述待跟踪行人进行目标跟踪。
需要说明的是,上述第二预设跟踪算法可以是用于提取待跟踪行人的运动信息和外观特征信息的算法,上述运动信息可以是待跟踪行人的行走、奔跑、原地等待等与运动相关的特征信息,上述外观特征信息则可以是人体梯形、衣服颜色等特征信息,上述运动信息和外观特征信息的具体本实施例均不加以限制。
进一步地,上述步骤S43具体包括:基于所述运动信息和所述外观特征信息进行联合度量,并对度量结果进行级联匹配;根据匹配结果对所述待跟踪行人进行目标跟踪。
可理解的是,上述联合度量和将获取的运动信息和外观特征信息进行联合,构造其之间的相似性,提升跟踪效率,再进行级联匹配,其中上述级联匹配可用于提升精度,当待跟踪行人处于长期遮挡时,这时识别的不确定就会大大增加,进而可通过级联匹配的方式进行目标跟踪。
在具体实现中,在上述设备判断面部朝向信息不为正向人脸时,则可通过上述第二预设跟踪算法提取待跟踪行人的运动信息和外观特征信息,并采用运动信息和外观特征信息相融合的方式进行联合度量与级联匹配,进而可实现目标跟踪。
本实施例上述设备可基于面部朝向信息判断是否为正向人脸,若是,则通过人脸特征点对比算法提取目标人脸特征信息,并获取预设人脸特征信息数据库,基于目标人脸特征信息在预设人脸特征信息数据库中进行遍历,判断待跟踪行人与预设人脸特征信息数据库中是否为同一人,若是,则对待跟踪行人进行目标跟踪;同时在上述设备判断面部朝向信息不为正向人脸时,则可通过上述第二预设跟踪算法提取待跟踪行人的运动信息和外观特征信息,并采用运动信息和外观特征信息相融合的方式进行联合度量与级联匹配,进而可实现目标跟踪。由于本实施例通过不同的预设跟踪算法进行目标跟踪,在一定程度上可解决因长时间遮挡出现行人跟踪误报或漏报的问题,进一步提升准确度。
参考图4,图4为本发明客流量监测方法第三实施例的流程示意图。
考虑到当客流量较大时,旅客的乘车环境会受到影响,体验较差,进而如图4所示,在本实施例中,上述步骤S40之后,还包括:
步骤S50:基于监测结果对所述待采集区域内每日客流量变化信息进行预测。
需要说明的是,由于旅客出行的需求每日都在变化,进而为了便于了解未来出行需求,上述设备内可设置有客流量预测模型,可基于客流量的监测结果进行预测,预测未来每日客流量变化信息。上述客流量预测模型可基于历史客流量信息进行学习获得,具体的模型本实施例不加以限制。
步骤S60:根据预测结果对所述待采集区域内的人员安排计划和车辆安排计划进行调整。
可理解的是,上述人员安排计划可以是对待采集区域内的工作人员安排人数计划,上述车辆安排计划可以是车辆的调度计划,为了便于理解,以下进行举例说明。
例如,上述设备可先基于监测结果按照年、月、周、日等周期对客流量进行统计分析,给工作人员和车辆安排提供重要参考,如根据监测结果预测每日早晚高峰的客流量、开始时间、结束时间等,从而优化人员值班等,再比如通过预测结果确定春运的开始时间、结束时间、客流分值等,进而可及时调整工作人员排班。
其次,上述设备还可预测不同待采集区域内的客流量信息,进而实现车辆需求的调度,例如,由于待采集区域可以包括候车厅,上述设备可预测不同目的地候车厅的客流量,分析出各目的地的客流量高低排行,及时了解旅客出行方向,客观了解旅客对各路车辆的需求,进而及时安排车辆,保证满足乘客出行需求。
在具体实现中,上述设备可基于监测结果对待采集区域内每日客流量变化进行预测,并基于预测结果及时调整人员安排计划以及车辆安排计划,提升用户体验。
进一步地,考虑到当客流量达到一定程度时,通过车辆调度可能无法及时缓解,进而在本实施例中,上述步骤S40之后,还包括:基于监测结果确定所述待采集区域内的实时客流量;在所述实时客流量超过预设客流量阈值时,通过对应的预设疏散策略对所述待采集区域内的客流进行疏散。
应理解的是,上述实时客流量信息可以是待采集区域当时实际的客流量信息,上述预设客流量阈值可根基实际情况自行设置,本实施例不加以限制。
需要强调的是,上述预设疏散策略可以是暂停对超过预设客流量阈值对应的目的地停止售票,也可以是提供相关的换乘方案使待采集区域内的客流进行疏散,当然还可以是其它疏散策略,本实施例不加以限制。
在具体实现中,上述设备在监测到实时客流量超过预设阈值时,可立即进行报警,并通过相关的预设疏散策略对客流进行疏散,以防因客流密度过大给旅客带来乘车以及安全等问题,保证有个良好的乘车环境。
本实施例上述设备可基于监测结果对待采集区域内每日客流量变化进行预测,并基于预测结果及时调整人员安排计划以及车辆安排计划,提升用户体验;同时在监测到实时客流量超过预设阈值时,可立即进行报警,并通过相关的预设疏散策略对客流进行疏散,以防因客流密度过大给旅客带来乘车以及安全等问题,保证有个良好的乘车环境。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有客流量监测程序,所述客流量监测程序被处理器执行时实现如上文所述的客流量监测方法的步骤。
此外,参照图5,图5为本发明客流量监测装置第一实施例的结构框图,本发明实施例还提出一种客流量监测装置,所述客流量监测装置包括:
图像提取模块501,用于获取待采集区域内的视频图像,并通过预设检测算法提取所述视频图像中的待跟踪行人图像;
人脸识别模块502,用于对所述待跟踪行人图像进行人脸姿态识别,获得识别结果;
目标跟踪模块503,用于基于所述识别结果选取对应的预设跟踪算法,并通过所述预设跟踪算法对待跟踪行人进行目标跟踪;
客流监测模块504,用于根据跟踪结果对所述待采集区域进行客流量监测。
本实施例上述设备可先根据用户需求确定待采集区域,并获取待采集区域内的视频图像,通过YOLOv5算法对视频图像进行提取,获得待跟踪行人图像;对待跟踪行人图像进行人脸姿态估计,得到待跟踪行人的面部朝向信息,再将面部朝向信息作为识别结果;基于识别结果中是否存在正向人脸选取对应的预设跟踪算法,并通过预设跟踪算法对待跟踪行人进行目标跟踪;最后在获取跟踪结果后,可基于跟踪结果统计视频图像中的待跟踪行人数量,进而实现对待采集区域的客流量监测。由于本实施例基于视频图像进行客流流量监测,相比于现有的红外监测技术,本实施例不易受外界干扰,提升了客流量监测的准确度;且由于现有的红外监测设备或压力监测设备一般安装于进出口位置,设备安装困难,监测范围受限制,而本实施例通过视频监测,可根据位置需求进行安装,同时可结合现有的摄像头进行监测,节约成本,方便安装,提升了用户体验。
基于本发明上述客流量监测装置第一实施例,提出本发明客流量监测装置的第二实施例。
在本实施例中,目标跟踪模块503,还用于基于所述识别结果判断所述待跟踪行人图像中是否存在正向人脸;若是,则通过第一预设跟踪算法从所述待跟踪行人图像中提取待跟踪行人的目标人脸特征信息;基于所述目标人脸特征信息对所述待跟踪行人进行目标跟踪。
作为一种实施方式,所述目标跟踪模块503,还用于获取预设人脸特征信息数据库;基于所述目标人脸特征信息对所述预设人脸特征信息数据库进行遍历;根据遍历结果对所述待跟踪行人进行目标跟踪。
作为一种实施方式,所述目标跟踪模块503,还用于若否,则通过第二预设跟踪算法从所述待跟踪行人图像中提取待跟踪行人的运动信息和外观特征信息;基于所述运动信息和所述外观特征信息对所述待跟踪行人进行目标跟踪。
作为一种实施方式,所述目标跟踪模块503,还用于基于所述运动信息和所述外观特征信息进行联合度量,并对度量结果进行级联匹配;根据匹配结果对所述待跟踪行人进行目标跟踪。
作为一种实施方式,所述客流监测模块504,还用于基于监测结果对所述待采集区域内每日客流量变化信息进行预测;根据预测结果对所述待采集区域内的人员安排计划和车辆安排计划进行调整。
作为一种实施方式,所述客流监测模块504,还用于基于监测结果确定所述待采集区域内的实时客流量;在所述实时客流量超过预设客流量阈值时,通过对应的预设疏散策略对所述待采集区域内的客流进行疏散。
本发明客流量监测装置的其他实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存储器、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种客流量监测方法,其特征在于,所述方法包括以下步骤:
获取待采集区域内的视频图像,并通过预设检测算法提取所述视频图像中的待跟踪行人图像;
对所述待跟踪行人图像进行人脸姿态识别,获得识别结果;
基于所述识别结果选取对应的预设跟踪算法,并通过所述预设跟踪算法对待跟踪行人进行目标跟踪;
根据跟踪结果对所述待采集区域进行客流量监测。
2.如权利要求1所述的客流量监测方法,其特征在于,所述基于所述识别结果选取对应的预设跟踪算法,并通过所述预设跟踪算法对待跟踪行人进行目标跟踪的步骤,包括:
基于所述识别结果判断所述待跟踪行人图像中是否存在正向人脸;
若是,则通过第一预设跟踪算法从所述待跟踪行人图像中提取待跟踪行人的目标人脸特征信息;
基于所述目标人脸特征信息对所述待跟踪行人进行目标跟踪。
3.如权利要求2所述的客流量监测方法,其特征在于,所述基于所述目标人脸特征信息对所述待跟踪行人进行目标跟踪的步骤之前,还包括:
获取预设人脸特征信息数据库;
相应地,所述基于所述目标人脸特征信息对所述待跟踪行人进行目标跟踪的步骤,包括:
基于所述目标人脸特征信息对所述预设人脸特征信息数据库进行遍历;
根据遍历结果对所述待跟踪行人进行目标跟踪。
4.如权利要求2或3所述的客流量监测方法,其特征在于,所述基于所述识别结果判断所述待跟踪行人图像中是否存在正向人脸的步骤之后,还包括:
若否,则通过第二预设跟踪算法从所述待跟踪行人图像中提取待跟踪行人的运动信息和外观特征信息;
基于所述运动信息和所述外观特征信息对所述待跟踪行人进行目标跟踪。
5.如权利要求4所述的客流量监测方法,其特征在于,所述基于所述运动信息和所述外观特征信息对所述待跟踪行人进行目标跟踪的步骤,包括:
基于所述运动信息和所述外观特征信息进行联合度量,并对度量结果进行级联匹配;
根据匹配结果对所述待跟踪行人进行目标跟踪。
6.如权利要求1所述的客流量监测方法,其特征在于,所述根据跟踪结果对所述待采集区域进行客流量监测的步骤之后,还包括:
基于监测结果对所述待采集区域内每日客流量变化信息进行预测;
根据预测结果对所述待采集区域内的人员安排计划和车辆安排计划进行调整。
7.如权利要求1所述的客流量监测方法,其特征在于,所述根据跟踪结果对所述待采集区域进行客流量监测的步骤之后,还包括:
基于监测结果确定所述待采集区域内的实时客流量;
在所述实时客流量超过预设客流量阈值时,通过对应的预设疏散策略对所述待采集区域内的客流进行疏散。
8.一种客流量监测装置,其特征在于,所述装置包括:
图像提取模块,用于获取待采集区域内的视频图像,并通过预设检测算法提取所述视频图像中的待跟踪行人图像;
人脸识别模块,用于对所述待跟踪行人图像进行人脸姿态识别,获得识别结果;
目标跟踪模块,用于基于所述识别结果选取对应的预设跟踪算法,并通过所述预设跟踪算法对待跟踪行人进行目标跟踪;
客流监测模块,用于根据跟踪结果对所述待采集区域进行客流量监测。
9.一种客流量监测设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的客流量监测程序,所述客流量监测程序配置为实现如权利要求1至7任一项所述的客流量监测方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有客流量监测程序,所述客流量监测程序被处理器执行时实现如权利要求1至7任一项所述的客流量监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310376083.3A CN116486332A (zh) | 2023-04-10 | 2023-04-10 | 客流量监测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310376083.3A CN116486332A (zh) | 2023-04-10 | 2023-04-10 | 客流量监测方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116486332A true CN116486332A (zh) | 2023-07-25 |
Family
ID=87220601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310376083.3A Pending CN116486332A (zh) | 2023-04-10 | 2023-04-10 | 客流量监测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116486332A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117252907A (zh) * | 2023-11-20 | 2023-12-19 | 中国船舶集团有限公司第七〇七研究所 | 一种母船子艇人员换乘保障管理系统及方法 |
-
2023
- 2023-04-10 CN CN202310376083.3A patent/CN116486332A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117252907A (zh) * | 2023-11-20 | 2023-12-19 | 中国船舶集团有限公司第七〇七研究所 | 一种母船子艇人员换乘保障管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11210527B2 (en) | Target object identifying device, target object identifying method and target object identifying program | |
Bura et al. | An edge based smart parking solution using camera networks and deep learning | |
CN109784162B (zh) | 一种行人行为识别及轨迹跟踪方法 | |
CN109686109B (zh) | 一种基于人工智能的停车场安全监控管理系统及方法 | |
US10102431B2 (en) | Visual monitoring of queues using auxillary devices | |
WO2017122258A1 (ja) | 混雑状況監視システム | |
CN104021605A (zh) | 一种公交客流实时统计系统及其统计方法 | |
KR102333143B1 (ko) | 무인 계수 서비스 제공 시스템 | |
KR102289182B1 (ko) | 영상 기반 주차 관리 시스템, 장치 및 방법 | |
CN116486332A (zh) | 客流量监测方法、装置、设备及存储介质 | |
KR20210085614A (ko) | 영상 기반 주차 관리 시스템, 장치 및 방법 | |
CN110750603B (zh) | 楼宇服务预测方法、装置、系统、计算机设备和存储介质 | |
CN112669294B (zh) | 相机遮挡检测方法、装置、电子设备及存储介质 | |
US11288519B2 (en) | Object counting and classification for image processing | |
CN112580633B (zh) | 一种基于深度学习的公共交通客流统计装置及方法 | |
CN111062294A (zh) | 一种客流排队时间的检测方法、装置及系统 | |
Alhelali et al. | Vision-Based Smart Parking Detection System Using Object Tracking | |
Ouseph et al. | Machine Learning Based Smart Parking Management for Intelligent Transportation Systems | |
CN117830960B (zh) | 一种基于智慧社区的风险识别方法、装置、设备及介质 | |
KR20220165338A (ko) | 고정형 안면 인식 장비와 이동형 안면 인식 단말을 이용한 복합 인식 기반의 시설 관제 서비스 제공 방법, 관제 서비스 시스템 및 그 장치 | |
KR20220165339A (ko) | 고정형 안면 인식 장비와 이동형 안면 인식 단말을 이용한 복합 인식 기반의 지역 관제 서비스 제공 방법, 관제 서비스 시스템 및 그 장치 | |
Sawant et al. | Bus Headcount Analysis App Using Deep Learning | |
Meza et al. | Multiple Object Tracking for Robust Quantitative Analysis of Passenger Motion While Boarding and Alighting a Metropolitan Train | |
WO2021159634A1 (zh) | 基于分类回归双域模型的流量识别方法和系统 | |
CN114386656A (zh) | 异常人员追踪方法、系统、计算机设备和存储介质 |
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 |