基于视频识别的动态自适应公交客流统计装置制造方法及图纸

本实用新型专利技术公开了一种基于视频识别的动态自适应公交客流统计装置，其特征在于，包括：双目摄像头和CPU中央处理器，所述双目摄像头布置在车门上方，垂直向下，用于实时对进入车门的乘客进行图像采集；所述CPU中央处理器与双目摄像头信号连接，用于识别双目摄像头采集到的图像上的特征点，并采用两种算法分别获得人流高峰时段和人流稀疏时段的人流统计结果，所述特征点包括：双肩和头部。本实用新型专利技术的有益之处在于：结合图像识别算法，统筹考虑运力高峰时段，针对不同时段，运用不同的图像识别算法，并针对不同算法给出不同权重值，以此综合判断当前客流，大大提高了客运高峰时段和稀疏时段的统计准确率。

【技术实现步骤摘要】

本技术涉及一种客流统计装置，具体涉及一种基于视频识别的动态自适应公交客流统计装置，属于图像识别领域。
技术介绍
实时、准确统计公交客流量可为公交公司实时动态调度公交车辆提供有力的参考依据。当前，统计客流的装置主要有两类：一类是基于传感器的客流统计装置，另一类是基于图像识别的客流统计装置。基于传感器的客流统计装置，其是在车踏板上放置一定数量的压力传感器，根据踏板压力的变化，判断踩踏人的数量。当人流稀疏时，统计效果较好，但是当人群密集、踏板同时多人踩踏时，就无法准确判断人流数量了。基于图像识别的客流统计装置，其是通过对人头的识别，来判断上下车人数，可有效避免简单传感器设计上的缺陷。在人群密集、踏板同时多人踩踏时，该类客流统计装置比基于传感器的客流统计装置在准确度上有较大提升，但是当人流稀疏时，简单的人头特征识别经常存在误判现象，例如：容易将人头大小的球状物体、玩具等物品识别为人头。因此，如何同时提高客流统计装置在人流拥挤时段和人流稀疏时段的识别准确度，是一个需要解决的课题。
技术实现思路
为解决现有技术的不足，本技术的目的在于提供一种基于视频识别的动态自适应公交客流统计装置，该客流统计装置能够同时有效提高人流拥挤时段和人流稀疏时段的识别准确度。为了实现上述目标，本技术采用如下的技术方案：一种基于视频识别的动态自适应公交客流统计装置，其特征在于，包括：双目摄像头和CPU中央处理器，前述双目摄像头布置在车门上方，垂直向下，用于实时对进入车门的乘客进行图像采集；前述CPU中央处理器与双目摄像头信号连接，用于识别双目摄像头采集到的图像上的特征点，并采用两种算法分别获得人流高峰时段和人流稀疏时段的人流统计结果，前述特征点包括：双肩和头部；前述CPU中央处理器具有至少两个对外接口，其中，第一对外接口与车门开关信号连接，车门开启时，车门开关断开，CPU中央处理器进入计时状态，当车门打开的时长超过设定的阈值时，CPU中央处理器判断当前时段为人流高峰时段，反之，为人流稀疏时段；第二对外接口与外围设备信号连接，用于将CPU中央处理器的客流统计结果实时发送给外围设备。前述的基于视频识别的动态自适应公交客流统计装置，其特征在于，CPU中央处理器获得人流高峰时段的人流统计结果的算法为：降低对双肩特征检测的权重阈值，提高对头部特征检测的权重阈值，然后根据综合权重对符合特征点的图形区域进行计数。前述的基于视频识别的动态自适应公交客流统计装置，其特征在于，CPU中央处理器获得人流稀疏时段的人流统计结果的算法为：提高对双肩特征检测的权重阈值，降低对头部特征检测的权重阈值，然后根据综合权重对符合特征点的图形区域进行计数。前述的基于视频识别的动态自适应公交客流统计装置，其特征在于，车辆每次开门，CPU中央处理器都会对人流状态进行检测和判断，并将该结果作为下一次视频识别算法的初始配置值。本技术的有益之处在于：结合图像识别算法，统筹考虑运力高峰时段，针对不同时段，运用不同的图像识别算法，并针对不同算法给出不同权重值，以此综合判断当前客流，大大提高了客运高峰时段和稀疏时段的统计准确率。附图说明图1是本技术的公交客流统计装置的组成示意图；图2是图像中人的特征。具体实施方式以下结合附图和具体实施例对本技术作具体的介绍。参照图1，本技术的基于视频识别的动态自适应公交客流统计装置，其包括：双目摄像头和CPU中央处理器。下面分别介绍双目摄像头和CPU中央处理器。一、双目摄像头双目摄像头布置在车门上方，垂直向下，其用于实时对进入车门的乘客进行图像采集。根据双目摄像头的摆放位置，人在上车时，图像中人的特征类似图2所示，头部大致呈圆形，双肩大致呈长方形。二、CPU中央处理器CPU中央处理器是整个客流统计装置的核心，其与双目摄像头信号连接，用于获得人流统计结果。CPU中央处理器获得人流统计结果的过程，主要分为两大步骤。第一步：识别双目摄像头采集到的图像上的特征点。CPU中央处理器根据客流上车图像，识别具有该类图形特征的特征点(包括：双肩和头部)，并对符合该特征点的图形区域进行计数。每一个符合该特征的图形区域，均被认为一个人。进行图形特征识别时，CPU中央处理器会对双肩和头部分别进行特征提取，并根据预定义的权重值计算综合权重。第二步：采用两种算法分别获得人流高峰时段和人流稀疏时段的人流统计结果。在人流高峰时段：CPU中央处理器降低对双肩特征检测的权重阈值，提高对头部特征检测的权重阈值，然后根据综合权重对符合特征点的图形区域进行计数。当客运高峰、人流拥挤的时候，人和人之间的距离很小，肩部靠的很近，这会对CPU中央处理器识别肩部特征产生干扰，而CPU中央处理器对头部特征的识别准确度较高，因此，在人流高峰时段，提高对头部特征的识别的权重值，降低对肩部特征的识别权重值，从而可以提高客运高峰、人流拥挤时段人流量统计的准确率。在人流稀疏时段：CPU中央处理器提高对双肩特征检测的权重阈值，降低对头部特征检测的权重阈值，然后根据综合权重对符合特征点的图形区域进行计数。这样一来，在人流稀疏时段，对符合头部特征，但不符肩部特征的物体，例如球状物体，可有效过滤掉，避免了对类似头部的特征的物体的误识别，从而可以提高人流稀疏时段人流量统计的准确率。此外，CPU中央处理器还具有至少两个对外接口。本实施例仅给出了两个对外接口，分别记为第一对外接口和第二对外接口。1、第一对外接口第一对外接口与车门开关信号连接，车门开启时，车门开关断开，CPU中央处理器进入计时状态，(1)当车门打开的时长超过设定的阈值时，CPU中央处理器判断当前时段为人流高峰时段，将会根据预定义配置，调整图像识别算法中对头部和肩部识别的不同权重值，采用“降低对双肩特征检测的权重阈值、提高对头部特征检测的权重阈值”的算法来综合统计符合头肩特征的特征点数量；(2)当车门打开的时长未超过设定的阈值时，CPU中央处理器判断当前时段为人流稀疏时段，将会根据预定义配置，采用“降低对双肩特征检测的权重阈值、提高对头部特征检测的权重阈值”的算法来综合统计符合头肩特征的特征点数量。车辆每次开门，CPU中央处理器都会对人流状态进行检测和判断，并将该结果作为下一次本文档来自技高网...

【技术保护点】
一种基于视频识别的动态自适应公交客流统计装置，其特征在于，包括：双目摄像头和CPU中央处理器，所述双目摄像头布置在车门上方，垂直向下，用于实时对进入车门的乘客进行图像采集；所述CPU中央处理器与双目摄像头信号连接，用于识别双目摄像头采集到的图像上的特征点和获得人流统计结果；所述CPU中央处理器具有至少两个对外接口，其中，第一对外接口与车门开关信号连接，车门开启时，车门开关断开，CPU中央处理器进入计时状态并判断当前时段是人流高峰时段还是人流稀疏时段；第二对外接口与外围设备信号连接，用于将CPU中央处理器的客流统计结果实时发送给外围设备。

【技术特征摘要】
1.一种基于视频识别的动态自适应公交客流统计装置，其特征在于，包括：双目摄像头和CPU中央处理器，
所述双目摄像头布置在车门上方，垂直向下，用于实时对进入车门的乘客进行图像采集；
所述CPU中央处理器与双目摄像头信号连接，用于识别双目摄像头采集到的图像上的特征点和获得人流统计结果；

【专利技术属性】
技术研发人员：张世强，孙宏飞，李佰战，贾晓丹，
申请(专利权)人：华录智达科技有限公司，
类型：新型
国别省市：辽宁;21