【技术实现步骤摘要】
本专利技术涉及信息统计，具体是一种应用于卡口场景的人员进出多维度信息统计方法。
技术介绍
1、在技术高速发展的科技时代，人工智能已经应用于社会的各个层面和各个领域，例如安防、医疗、政务、交通等等，人员进出统计算法在社会生活场景中的广泛运用，为实现更好的管理和民生便利做出了重大贡献，例如在车站、地铁站等城市重要交通枢纽，人员进出统计算法的应用可以更准确地实时掌控各个时间段的人流量，以便调整相应的策略，避免客流堵塞造成更加严重的后果；
2、现阶段在对卡口信息进行统计时，通过人工智能领域与嵌入式设备相结合的方法，消费成本和维护成本高，而且在进行人员检测的过程中出现误检、漏检等情况，影响统计结果；
3、为此，本专利技术提出一种应用于卡口场景的人员进出多维度信息统计方法。
技术实现思路
1、本专利技术的目的在于：提出一种应用于卡口场景的人员进出多维度信息统计方法，以解决上述
技术介绍
中提出的卡口场景中人员统计结果不准确的问题。
2、为了实现上述目的，本专利技术采用了如下技术方案：
3、一种应用于卡口场景的人员进出多维度信息统计方法，方法包括：
4、步骤s1，下发卡口场景对应目标人员的人员进出统计任务，设定监测区域以及监测区域内的计数线位置和计数方向；
5、步骤s2，采集监测区域内的视频数据，并对视频数据进行分析得到监测区域内目标人员的人员边框信息与多维度人员数据；
6、步骤s3，追踪视频帧中的目标人员，为多个视
7、步骤s4，判断目标人员对应运动轨迹的运动拟合函数与计数线函数的撞线情况，并得到目标人员对应的行为状态；
8、步骤s5，获取行为状态发生变化的目标人员对应的行为状态与多维度人员数据并上报至服务器与显示终端。
9、进一步地，监测区域是指需要执行人员进出统计的区域，进行进出结果统计时仅统计区域内的对象，区域外的对象不计入统计；
10、计数线设置于检测区域内，当目标人员跨越计数线，则表示目标人员的行为状态发生改变；
11、计数方向用于确认目标人员的行为状态，若目标人员的运动轨迹与设定的计数方向相同，则表示目标人员处于进入状态，若目标人员对应的运动轨迹与设定的计数方向相反，则表示目标人员处于离开状态；
12、人员边框信息为人员边框对应的边框高度、边框宽度以及边框中心位置；
13、多维度人员数据为目标人员对应的年龄、性别以及对应的置信度。
14、进一步地，所述步骤s2具体包括如下子步骤：
15、步骤s21，获取检测区域内的视频数据，并将视频数据按照时刻划分为多个视频帧；
16、步骤s22，将多个视频帧导入至训练好的目标检测模型，目标检测模型识别视频帧中目标人员的多维度人员数据；
17、步骤s23，对目标人员进行框选处理，得到目标人员对应的人员边框，而后记录人员边框信息；
18、步骤s24，依据监测区域建立区域坐标系，依据计数线在区域坐标系内的位置得到计数线函数对应的函数表达式；
19、步骤s25，将人员边框对应边框中心位置在区域坐标系内绘出，得到行人中心坐标。
20、进一步地，所述步骤s3具体包括如下子步骤：
21、步骤s301，获取当前时刻对应的视频帧编号j，获取当前时刻对应前c时刻的视频帧编号j-c；其中，j＞c，j=1,2，……，z，z 为正整数；
22、步骤s302，获取时刻j-c至时刻j之间多个视频帧内目标人员的人员边框与行人中心坐标；
23、步骤s303，创建相邻视频帧对应的关联矩阵，若前一视频帧包含的人员边框为m个，后一视频帧包含的人员边框为n个，则创建的关联矩阵为：
24、；其中jlm,n表示前一视频帧中第m个人员边框与后一视频中第n个人员边框之间的欧氏距离，jlm,n的计算公式具体如下：
25、。
26、进一步地，所述步骤s3还包括如下子步骤：
27、步骤s304，为行1进行关联，选取行1中数值最大的作为行1的关联结果；
28、步骤s305，为行2进行关联，选取行2数值最大的作为行2的关联结果，依此类推，直到行m完成关联；
29、步骤s306，重复执行步骤s303-步骤s305，直至将时刻j-n至时刻j之间所有的视频帧完成人员关联。
30、进一步地，所述步骤s3还包括如下子步骤：
31、步骤s307，获取目标人员在多个视频帧中的行人中心坐标（xi，yi）；其中i表示目标人员在任意时刻对应视频帧的编号，i=j-c,j-c+1，……，j；
32、步骤s308，按照视频帧的顺序连接行人中心坐标，得到目标人员的运动轨迹；
33、步骤s309，计算目标人员的运动轨迹与常见函数图像的相似度；
34、步骤s310，选取相似度最高的常见函数作为目标人员对应运动轨迹的运动拟合函数，将运动拟合函数的函数表达式记为y=f（x）。
35、进一步地，若所述运动拟合函数的函数表达式为y=f（x）=a1*x；其中，a1为一次项系数，则计算的值，并对a1求偏导数得到：
36、；
37、化简得到，式中ex表示xi的均值，ey表示yi的均值。
38、进一步地，若所述运动拟合函数的函数表达式为y=f（x）=a0+a1*x，其中，a0为常数项，a1为一次性系数，则计算的值，并分别对a0和a1求偏导数得到：
39、对a0求偏导数得到：
40、对a1求偏导数得到：
41、联立得到：a0=ey-a1×ex，。
42、进一步地，若所述运动拟合函数的函数表达式为y=f（x）=a0+a1*x+a3×x3；其中，a0为常数项，a1为一次性系数，a3为三次项系数；
43、则计算的值，并分别对a0、a1以及a3求偏导数得到：
44、对a0求偏导数得到：；
45、对a1求偏导数得到：；
46、对a3求偏导数得到：；
47、联立得到：a0=ey-a1*ex-a3*ex3；其中ex3为xi3的均值；
48、；
49、。
50、进一步地，所述步骤s4具体包括如下子步骤：
51、步骤s41，获取目标人员对应运动轨迹的运动拟合函数的函数表达式与计数线函数的函数表达式；
52、其中，计数线函数定义为y=ax+b的形式，a与b均为常数；
53、步骤s42，联立运动拟合函数与计数线函数，若不存在实数解，不进行任何操作；
54、步骤s43，若存在实数解，则认定目标人员的行为状态发生改变；
55、步骤s44，获取交点对应前一时刻与后一时刻对应的行人中心坐标，若交点前一时刻的行人中心本文档来自技高网...
【技术保护点】
1.一种应用于卡口场景的人员进出多维度信息统计方法，其特征在于，方法包括：
2.根据权利要求1所述的一种应用于卡口场景的人员进出多维度信息统计方法，其特征在于，监测区域是指需要执行人员进出统计的区域，进行进出结果统计时仅统计区域内的对象，区域外的对象不计入统计；
3.根据权利要求1所述的一种应用于卡口场景的人员进出多维度信息统计方法，其特征在于，所述步骤S2包括如下子步骤：
4.根据权利要求1所述的一种应用于卡口场景的人员进出多维度信息统计方法，其特征在于，所述步骤S3包括如下子步骤：
5.根据权利要求4所述的一种应用于卡口场景的人员进出多维度信息统计方法，其特征在于，所述步骤S3还包括如下子步骤：
6.根据权利要求5所述的一种应用于卡口场景的人员进出多维度信息统计方法，其特征在于，所述步骤S3还包括如下子步骤：
7.根据权利要求6所述的一种应用于卡口场景的人员进出多维度信息统计方法，其特征在于，若所述运动拟合函数的函数表达式为Y=F（X）=a1*X；其中，a1为一次项系数，则计算的值，并对a1求偏导数得到：
8.根据权利要求7所述的一种应用于卡口场景的人员进出多维度信息统计方法，其特征在于，若所述运动拟合函数的函数表达式为Y=F（X）=a0+a1*X，其中，a0为常数项，a1为一次性系数，则计算的值，并分别对a0和a1求偏导数得到：
9.根据权利要求8所述的一种应用于卡口场景的人员进出多维度信息统计方法，其特征在于，若所述运动拟合函数的函数表达式为Y=F（X）=a0+a1*X+a3×X3；其中，a0为常数项，a1为一次性系数，a3为三次项系数；
10.根据权利要求1所述的一种应用于卡口场景的人员进出多维度信息统计方法，其特征在于，所述步骤S4包括如下子步骤：
...【技术特征摘要】
1.一种应用于卡口场景的人员进出多维度信息统计方法，其特征在于，方法包括：
2.根据权利要求1所述的一种应用于卡口场景的人员进出多维度信息统计方法，其特征在于，监测区域是指需要执行人员进出统计的区域，进行进出结果统计时仅统计区域内的对象，区域外的对象不计入统计；
3.根据权利要求1所述的一种应用于卡口场景的人员进出多维度信息统计方法，其特征在于，所述步骤s2包括如下子步骤：
4.根据权利要求1所述的一种应用于卡口场景的人员进出多维度信息统计方法，其特征在于，所述步骤s3包括如下子步骤：
5.根据权利要求4所述的一种应用于卡口场景的人员进出多维度信息统计方法，其特征在于，所述步骤s3还包括如下子步骤：
6.根据权利要求5所述的一种应用于卡口场景的人员进出多维度信息统计方法，其特征在于，所述步骤s3还包括如下子步骤：
...
【专利技术属性】
技术研发人员：何欣，董文杰，尹科才，邱靖，熊秀芳，杨宏，蒋近涛，
申请(专利权)人：南京奥看信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。