[发明专利]一种基于卷积神经网络的电影院实时上座率统计方法

说明书

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于卷积神经网络的电影院实时上座率统计方法。

背景技术

现有技术的上座率统计方法，例如专利名称：基于高清视频的实时上座率统计方法，申请号：201310215445.7的发明申请，其解决方案：利用大量以标注坐席状态的图像为训练样本，对每张图像提取梯度方向直方图特征，然后再将其特征通过核变换到高维空间建立线性分类器；而在坐席状态判别阶段，采用已标定的场景座位坐标分割输入的图像，对每个子图像提取梯度方向直方图特征，利用已建立的高维空间线性分类器模型判别子图像特征，从而判定该坐席是否被人占用，最后，统计输入图像中的所有子图像的判别结果，获取该场景下当前的上座率；其缺点：1.提取特征单一，识别率低；2.针对电影院光照的剧烈变化，普通单一高清摄像头基本无法。

又如，专利名称：基于多摄像头的会场上座率实时统计方法，申请号201310238694.8的发明申请，解决方案：在座位区域的正面和顶部安装摄像头，在两种视角的画面中运用背景差分算法筛选出发生状态变化的座位，有效减低算法复杂度，做到实时计算，然后对座位图像提取HOG特征，利用支持向量机(SVM)进行分类，最后融合两种视角的分类结果，减少遮挡带来的影响，统计得出会场上座率；其缺点：1.该方法在光照剧烈变化的场景下，背景建模困难，系统鲁棒性不强；2.在观看电影过程中，很多人基本保持姿势不变，极大影响了该方案中的运动检测。

又如，专利名称：用于确定轨道车辆的上座率的方法和设备，申请号：201380022250.9的发明申请，解决方案：为了能够通过尤其简单的方式以足够的精度执行这样的方法，借助于检测装置确定存在于轨道车辆上的移动电话的打开状态；借助于评估单元从检测到的打开状态中确定轨道车辆的上座率；其缺点：1.移动电话的个数不能全代替人数的统计，例如许多儿童并不携带移动电话，而部分人经常携带多个移动电话；2.由于许多场合下人们经常关闭移动电话，该方法在像电影院这样的场景下适用性不强。

又如，专利名称：教室内学员上座率监控系统，申请号：201220006732.8的实用新型专利，解决方案：该教室内学员上座率监控系统，其包括监控计算机、与监控计算机连接的多个串口服务器、与串口服务器连接的多个采集控制器，采集控制器包括单片机和设置在教室座位上的传感器，单片机扫描座位上传感器的状态将上座率信息值传递给串口服务器。所述采集控制器与串口服务器通过M-BUS总线连接，所述串口服务器与监控计算机通过TCP/IP协议的网线连接，所述采集控制器还包括依次连接的存储器、语音芯片、扬声器；其缺点：1.安装复杂，需要硬件过多； 2.随身物品，例如手提包衣物等物品，容易触发系统中的机械开关，造成错误统计。

发明内容

本发明为解决现有技术问题而提供一种基于卷积神经网络的电影院实时上座率统计方法。

本发明的技术方案如下：基于卷积神经网络的电影院实时上座率统计方法，包括如下步骤：步骤1、在电影院屏幕前固定高清摄像机与红外摄像机，高清摄像机与红外摄像机分别录取现场座位视频，高清摄像机录取彩色视频、红外摄像机录取灰色视频；步骤2、在录取现场座位视频中用矩形框标出每个座位的位置，并收剪切下该位置的图片；步骤3、通过人工标定的方法获取无人座位图像与有人座位图像，对这些图像进行预处理与增强获得有效的方形训练图像；步骤4、将有效图像送入深层卷积神经网络中来训练网络；步骤5、将训练得到的网络模型在验证集上进行验证，根据结果调整训练集并继续训练步骤4中的深层卷积神经网络；步骤6、将训练好的网络在测试集上进行测试；步骤7、实时采集监控视频中步骤2中标定的座位图片，累加识别结果并统计上座率。

优选方案，重复第4步直至在验证集上的检测准确率达到预期目标或者网络损失函数开始收敛。

优选方案，截取视频画面中座位的图片，再通过人工分拣出10000张有人座位图片与10000张无人座位图片，将这些图片分为四个图像集：训练集（8000张有人，8000张无人），辅助训练集（1000张有人，1000张无人），验证集（500张有人，500张无人），测试集（500张有人，500张无人）。