一种交通枢纽的客流统计方法、装置及存储介质制造方法及图纸

本申请实施例提供一种交通枢纽的客流统计方法、装置及存储介质，该方法包括：获取布置于交通枢纽处的监控摄像头所采集的监控图像；利用人群密度检测模型对所述监控图像进行处理，获得人群密度图；根据所述人群密度图获得所述监控图像中的客流人数。采用本技术方案，能够有效对交通枢纽的客流人数进行统计，有利于支撑客流调控、安全预警、拥堵防范与疏导等基础措施，进而预防不良事件的发生。进而预防不良事件的发生。进而预防不良事件的发生。

【技术实现步骤摘要】
一种交通枢纽的客流统计方法、装置及存储介质


[0001]本申请涉及图像处理
，具体地，涉及一种交通枢纽的客流统计方法、装置及存储介质。

技术介绍

[0002]随着我国城市化进程的平稳推进和社会发展的逐步加速，交通枢纽客流量过大对运营管理带来的压力以及引发的各类安全问题日益突出。庞大的客运负担，必然伴有车站口和候车厅客流大、人群拥挤、危险系数高、危险防控难度大等隐患，尤其在节假日、上下班高峰期、大型活动期间、春运暑运等特殊时段，在人群密集的重要交通枢纽地带，一旦发生偷盗事件或踩踏事件，所产生的后果将不可估量。客流统计可以支撑交通枢纽的客流调控、安全预警、拥堵防范与疏导等管理措施，而截至目前，尚没有发现对交通枢纽的客流人数进行统计的方法。

技术实现思路

[0003]本申请实施例提供一种交通枢纽的客流统计方法、装置及存储介质，以解决如何对交通枢纽的客流人数进行统计的问题。
[0004]第一方面，本申请实施例提供一种交通枢纽的客流统计方法，包括：获取布置于交通枢纽处的监控摄像头所采集的监控图像；利用人群密度检测模型对所述监控图像进行处理，获得人群密度图；根据所述人群密度图获得所述监控图像中的客流人数。
[0005]第二方面，本申请实施例提供一种交通枢纽的客流统计装置，包括：图像获取模块，用于获取布置于交通枢纽处的监控摄像头所采集的监控图像；密度图生成模块，用于利用人群密度检测模型对所述监控图像进行处理，获得人群密度图；客流统计模块，用于根据所述人群密度图获得所述监控图像中的客流人数。r/>[0006]第三方面，本申请实施例提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如第一方面所述的方法。
[0007]本技术方案借助布置于交通枢纽处的监控摄像头所采集的监控图像，利用人群检测模型对采集的监控图像进行处理，获得表征人群密度的密度图，并基于密度图实现客流人数的统计，该方法可以获得当前交通枢纽的人群密度图和客流人数的统计结果，其中，人数统计结果能够反映监控区域内的实时人数，人群密度图能够反映监控区域内的人群分布情况，因此，该方案实现了对交通枢纽的分区域人数实时监控，同时也有利于对各个区域的人群分布进行监控。此外，该方案利用交通枢纽的现有监控设备，无需增加额外成本，实施起来方便、快捷。
附图说明
[0008]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0009]图1示出了本申请实施例提供的交通枢纽的客流统计方法的流程图；
[0010]图2示出了本申请实施例提供的客流统计方法的步骤120的具体流程图；
[0011]图3示出本申请实施例中人群密度检测模型的一种具体网络结构的示意图；
[0012]图4示出了本申请实施例提供的客流统计方法的步骤121的具体流程图；
[0013]图5示出了本申请实施例提供的客流统计方法的步骤122的具体流程图；
[0014]图6示出了在不同膨胀率的情况下膨胀卷积层的感受野示意图；
[0015]图7示出了本申请实施例提供的交通枢纽的客流统计装置的示意图。
具体实施方式
[0016]以下结合附图对本申请的示例性实施例进行详细说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
[0017]为解决交通枢纽的客流统计问题，本申请实施例提供一种交通枢纽的客流统计方法，该方法借助布置于交通枢纽处的监控摄像头所采集的监控图像，利用神经网络模型实现客流统计。图1示出了该客流统计方法的流程图，请参照图1，该方法包括如下步骤：
[0018]步骤110，获取布置于交通枢纽处的监控摄像头所采集的监控图像。
[0019]步骤120，利用人群密度检测模型对监控图像进行处理，获得人群密度图。
[0020]考虑到原始监控图像的图像信息会受到现场光照的干扰，影响图像中的人头特征，因此，在步骤120中，可先对监控图像进行图像灰度化处理，得到该监控图像对应的灰度图像，并将灰度图像输入至人群密度检测模型中，后续所有处理均是基于该灰度图像进行，从而减少光照对模型计算的影响。
[0021]当然，也可以直接将监控图像输入到人群密度检测模型来获得人群密度图。
[0022]步骤130，根据该人群密度图获得监控图像中的客流人数。
[0023]在获得人群密度图后，对密度图进行积分即可得到监控图像中的客流人数。
[0024]可以理解的，传统交通枢纽的客流人数统计是通过刷卡的方式记录人次，只能做到对交通枢纽内所有区域的人数进行统计，且这种统计无法真正做到实时。本实施例借助布置于交通枢纽处的监控摄像头所采集的监控图像，利用人群检测模型对采集的监控图像进行处理，获得表征人群密度的密度图，并基于密度图实现客流人数的统计，该方法可以获得当前交通枢纽的人群密度图和客流人数的统计结果，其中，人数统计结果能够反映监控区域内的实时人数，人群密度图能够反映监控区域内的人群分布情况，因此，该方案实现了对交通枢纽的分区域人数实时监控，同时也有利于对各个区域的人群分布进行监控。此外，该方案利用交通枢纽的现有监控设备，无需增加额外成本，实施起来方便、快捷。
[0025]进一步的，在获得人群密度图和客流人数后，可对人群密度图和客流人数进行展示，使工作人员能够掌握当前交通枢纽内的各监控区域的实时客流人数及人群分布情况，便于及时进行客流调控、安全预警、拥堵防范与疏导等管理。
[0026]在具体的实施例中，人群密度检测模型包括依次连接的前端网络、特征金字塔网络和后端网络，其中，前端网络用于对输入图像(可能是原始的监控图像，也可能是监控图像对应的灰度图像)进行升维的特征提取，特征金字塔网络用于对前端网络输出的特征图进行多尺度变换，以融合不同尺度的特征，增加对输入图像中人头目标的尺度适应性，后端
网络用于对特征金字塔网络输出的特征图进行降维的特征提取，并基于获得的特征生成人群密度图。
[0027]请参照图2，步骤120中利用人群密度检测模型对监控图像进行处理的过程包括：
[0028]步骤121，利用前端网络对输入图像进行特征提取，得到第一特征图。
[0029]步骤122，利用特征金字塔网络对第一特征图进行尺度变化，得到不同尺度的尺度特征图，并将不同尺度的尺度特征图进行融合，得到第二特征图。
[0030]步骤123，利用后端网络对第二特征图进行特征提取，得到第三特征图，并通过高斯核函数对第三特征图进行卷积运算，得到人群密度图。
[0031]在本实施例的人群密度检测模型中，前端网络包括依次连接的K级卷积，K≥3，其中，第k级卷积的输入与第k级卷积的输出跳跃连接，k∈[2,K]。
[0032]具体的，当K＝4时，前端网络包括第1级卷本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交通枢纽的客流统计方法，其特征在于，包括：获取布置于交通枢纽处的监控摄像头所采集的监控图像；利用人群密度检测模型对所述监控图像进行处理，获得人群密度图；根据所述人群密度图获得所述监控图像中的客流人数。2.根据权利要求1所述的方法，其特征在于，所述人群密度检测模型包括前端网络、特征金字塔网络和后端网络，所述前端网络的输出与所述特征金字塔网络的输入连接，所述特征金字塔网络的输出与所述后端网络的输入连接；所述特征金字塔网络用于对特征图进行尺度变化，并将不同尺度的特征图进行融合。3.根据权利要求2所述的方法，其特征在于，所述利用人群密度检测模型对所述监控图像进行处理，获得人群密度图，包括：利用前端网络对所述监控图像进行特征提取，得到第一特征图；利用特征金字塔网络对所述第一特征图进行尺度变化，得到不同尺度的尺度特征图，并将不同尺度的尺度特征图进行融合，得到第二特征图；利用后端网络对所述第二特征图进行特征提取，得到第三特征图，并通过高斯核函数对第三特征图进行卷积运算，得到所述人群密度图。4.根据权利要求3所述的方法，其特征在于，所述前端网络包括依次连接的K级卷积，K≥3，其中，第k级卷积的输入与所述第k级卷积的输出跳跃连接，k∈[2,K]。5.根据权利要求4所述的方法，其特征在于，第1级卷积包括依次连接的i个第一卷积层，第2级卷积包括依次连接的第一池化层和j个第二卷积层，第3级卷积包括依次连接的第二池化层和m个第三卷积层，第4级卷积包括依次连接的第三池化层和n个第四卷积层；所述利用前端网络对所述监控图像进行特征提取，得到第一特征图，包括：利用依次连接的i个第一卷积层对所述监控图像进行相应的卷积运算，得到第一子特征图；利用依次连接的第一池化层及j个第二卷积层对所述第一子特征图进行相应的池化及卷积运算，得到第二子特征图；将所述第一子特征图与所述第二子特征图叠加，得到第三子特征图；利用依次连接的第二池化层和m个第三卷积层对所述第三子特征图进行相应的池化及卷积运算，得到第四子特征图；将所述第三子特征图与所述第四子特征图叠加，得到第五子特征图；利用依次连接的第三池化层和n个第四卷积层对所述第五子特征图进行相应的池化及卷积运算，得到第六子特征图；将所述第五子特征图与所述第六子特征图叠加，得到所述第一特征...

【专利技术属性】
技术研发人员：曹泽乾，杨杰，张士臣，曹春伟，臧晓艳，杨晶竹，
申请(专利权)人：中车唐山机车车辆有限公司，
类型：发明
国别省市：