基于车载计算机视觉识别技术的出租车乘客统计方法技术

本发明专利技术涉及车辆载人信息统计技术领域，具体涉及基于车载计算机视觉识别技术的出租车乘客统计方法，包括以下步骤：车内图像数据采集，提取图像数据人脸数据图及人脸数，使用巴氏系数算法进行相似图像匹配，计算采集图片中相似人脸数量，根据S2中人脸数与S3中的相似人脸数通过计算得到最终人脸数，终端计算机采用TCP/IP的通讯方式按照指定协议上报给平台；通过前后排设置的摄像头做交叉比对，对人脸分布范围，人脸去重，从而提高乘客人数统计的准确性。性。性。

【技术实现步骤摘要】
基于车载计算机视觉识别技术的出租车乘客统计方法


[0001]本专利技术涉及车辆载人信息统计
，具体涉及基于车载计算机视觉识别技术的出租车乘客统计方法。

技术介绍

[0002]目前，在出租车运营的过程中，有可能存在乘客上车后与司机私谈价格而不打表的情况，或者存在乘客中途拼车的情况，会导致出租车公司无法监控司机的营收情况，造成收入损失。
[0003]现有的乘客人数统计方法会因为后排乘客被前排座位头枕、或防护栏遮挡，导致后排乘次被正确识别率较低，并且有小孩或婴儿更是遮挡严重，容易出现统计数据不准确的问题。

技术实现思路

[0004]有鉴于此，本专利技术提供基于车载计算机视觉识别技术的出租车乘客统计方法。
[0005]为解决上述技术问题，本专利技术提供基于车载计算机视觉识别技术的出租车乘客统计方法，包括以下步骤：S1、车内图像数据采集，车载计算机判定出租车的车速从0上升至预设速度值时，并且通过计价器获取出租车当前的运营状态为重车状态时，调用车内的前排摄像头及后排摄像头进行图像采集；S2、提取图像数据人脸数据图及人脸数，首先，车载计算机获取前排摄像头、后排摄像头图像数据，并进行图像识别得到人脸提取框通过HSV颜色模型对图像进行预处理，得到一个先验的乘客模型，然后，使用开源计算机视觉和机器学习软件库OpenCV二次开发进行人脸检测；S3、使用巴氏系数算法进行相似图像匹配，计算采集图片中相似人脸数量；S4、根据S2中人脸数与S3中的相似人脸数通过计算得到最终人脸数，终端计算机采用TCP/IP的通讯方式按照指定协议上报给平台。
[0006]进一步地，所述前排摄像头和后排摄像头均包括镜头、图像传感器和数字信号处理器。
[0007]进一步地，所述步骤S2中的人脸检测包括以下步骤：导入图像，然后通过HSV颜色模型将图片从RGB转换为灰度；图像处理，根据需要对图像进行调整大小、裁剪、模糊和锐化；图像分割，用于轮廓检测或分割单个图像中的多个对象，以便分类器可以快速检测到图片中的对象和人脸；使用 Haar
‑
Like 特征算法用于查找帧或图像中人脸的位置；给出x、y、w、h的坐标，在图片中形成一个矩形框来显示人脸的位置。
[0008]进一步地，Haar
‑
Like特征算法也用于对图像中的物体进行特征选择或特征提取。
[0009]进一步地，使用巴氏系数算法进行相似图像匹配具体包括以下步骤：通过S2得到前排摄像头图像人脸提取框A与后排摄像头图像人脸提取框B并将对应图像进行直方图数据采集；分别计算两张图像在直方图上概率分布；计算图像在每个灰度级别上概率分布，统计每个灰度级别包含多少像素，将像素数量除以图像总像素；根据巴氏系数计算公式计算匹配结果。
[0010]进一步地，巴氏系数算法公式为：BC(p,q) = ∑√p(x)q(x)其中，BC为巴氏系数计算结果，p、q分别为两张图像在直方图上同一位置的概率分布，巴氏系数结果范围为(0~1)，0为完全不相同，1为完全相同。
[0011]本专利技术的上述技术方案的有益效果如下：通过安装在出租车内的前后排摄像头获取出租车内的照片金字塔网络对人脸进行判断，然后对判断得到的人脸进行提取框标记；根据一般出租车内业务场景下的人脸分布范围，过滤掉该范围外的提取框，得到初步的乘客模型情况；通过HSV颜色模型处理照片，计算像素区域的大小，辅助判断后座的乘客分布情况，最终得到一个先验的乘客模型；将该先验的乘客模型引入贝叶斯模型，根据对应的实际乘客模型，最终得到车内的具体乘客人数。该方法通过计算机视觉和机器学习软件库OpenCV进行人脸检测技术、HSV颜色模型、Haar
‑
Like特征算法和巴氏系数算法相结合，获取更为准确的出租车载客人数，弥补人脸检测技术不够准确的缺陷，通过前后排设置的摄像头做交叉比对，对人脸分布范围，人脸去重，从而提高乘客人数统计的准确性。
附图说明
[0012]图1为本专利技术中车载计算机、前排摄像头和后排摄像头的安装结构示意图；图2为本专利技术的执行流程框图；图3为本专利技术中HSV颜色模型原理HSV六面椎体模型图；图4为本Haar
‑
Like特征算法中边缘检测、先检测和中心检测的模型图。
[0013]图中：1、车载计算机；2、前排摄像头；3、后排摄像头。
具体实施方式
[0014]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例的附图1
‑
4，对本专利技术实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于所描述的本专利技术的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本专利技术保护的范围。
[0015]如图1
‑
4所示：基于车载计算机视觉识别技术的出租车乘客统计方法，包括以下步骤：S1、车内图像数据采集，车载计算机判定出租车的车速从0上升至预设速度值时，并且通过计价器获取出租车当前的运营状态为重车状态时，调用车内的前排摄像头及后排摄像头进行图像采集；
S2、提取图像数据人脸数据图及人脸数，首先，车载计算机获取前排摄像头、后排摄像头图像数据，并进行图像识别得到人脸提取框通过HSV颜色模型对图像进行预处理，得到一个先验的乘客模型，然后，使用开源计算机视觉和机器学习软件库OpenCV二次开发进行人脸检测；S3、使用巴氏系数算法进行相似图像匹配，计算采集图片中相似人脸数量；S4、根据S2中人脸数与S3中的相似人脸数通过计算得到最终人脸数，终端计算机采用TCP/IP的通讯方式按照指定协议上报给平台。
[0016]具体而言，基于车载计算机视觉识别技术的出租车乘客统计方法；S1、车内图像数据采集车载计算机1判定出租车的车速从0上升至预设速度值时，并且通过计价器获取出租车当前的运营状态为重车状态时，调用前排摄像头2、后排摄像头3按一定的分辨率进行图像采集。
[0017]工作原理：摄像头的基本架构主要由3个主要部件构成：镜头（LENS），图像传感器（CMOS SENSOR）和数字信号处理器(DSP)，车内景物通过镜头（LENS）生成的光学图像投射到图像传感器表面上，然后转为电信号，经过A/D（模拟信号）转换后变为数字图像信号，再送到数字信号处理芯片（DSP）中加工处理，传递给车载计算机。
[0018]镜头简析网络摄像头的镜头由外部的金属“套筒”及内部的多层镜片组成。
[0019]图像传感器（SENSOR）是一种半导体芯片，其表面包含有几十万到几百万的光电二极管，光电二极管受到光照射时，就会产生电荷。
[0020]数字信号处理芯片（DSP）的功能主要是通过数学算法运算，对由CMOS传感器来的数字图像信号进行优化处理，并把处理后的信号通过接口传到终端计算机，是摄像头的核心设备。
[0021]S2、提取图像数据人脸数据图及人脸数首先，车载计算机获取到前排摄像头、后排摄像头图像后进行图像识别得到人脸提取框通过HSV颜色本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于车载计算机视觉识别技术的出租车乘客统计方法，其特征在于：包括以下步骤：S1、车内图像数据采集，车载计算机判定出租车的车速从0上升至预设速度值时，并且通过计价器获取出租车当前的运营状态为重车状态时，调用车内的前排摄像头及后排摄像头进行图像采集；S2、提取图像数据人脸数据图及人脸数，首先，车载计算机获取前排摄像头、后排摄像头图像数据，并进行图像识别得到人脸提取框通过HSV颜色模型对图像进行预处理，得到一个先验的乘客模型，然后，使用开源计算机视觉和机器学习软件库OpenCV二次开发进行人脸检测；S3、使用巴氏系数算法进行相似图像匹配，计算采集图片中相似人脸数量；S4、根据S2中人脸数与S3中的相似人脸数通过计算得到最终人脸数，终端计算机采用TCP/IP的通讯方式按照指定协议上报给平台。2.如权利要求1所述的基于车载计算机视觉识别技术的出租车乘客统计方法，其特征在于：所述前排摄像头和后排摄像头均包括镜头、图像传感器和数字信号处理器。3.如权利要求1所述的基于车载计算机视觉识别技术的出租车乘客统计方法，其特征在于：所述步骤S2中的人脸检测包括以下步骤：导入图像，然后通过HSV颜色模型将图片从RGB转换为灰度；图像处理，根据需要对图像进行调整大小、裁剪、模糊和锐化；图像分割，用于轮廓检...

【专利技术属性】
技术研发人员：袁苗苗，唐晓娟，宁波，
申请(专利权)人：陕西导航科技有限公司，
类型：发明
国别省市：