[发明专利]公交车载人数实时监测系统及其监测方法

说明书

本发明提供了一种公交车载人数实时监测系统及其监测方法，该监测系统包括：录像模块，用于获取乘客上车的视频数据；语音模块，用于提醒乘客下车和发出超载警报；存储单元，用于存储乘客文件数据；以及检测识别单元，通过光纤与所述录像模块、语音模块和存储单元相连，接收所述视频数据并结合所述乘客文件数据，进行图像预处理、人脸检测与识别、人数统计以及目标跟踪，同时将控制信息发送给所述语音模块。该监测系统能够自动检测上、下车人数并统计车载乘客信息，实时监控车载人数、判定是否超载并发出警报，提高了公交车行车安全的同时，获取了城市居民的出行数据；该监测方法规避了背景变化的干扰，准确、高效且实时性佳。

技术领域

本发明涉及一种监测系统，具体涉及一种公交车载人数实时监测系统及其监测方法，属于人工智能领域。

背景技术

随着人口增长，城市交通压力剧增，高峰期拥堵问题及公交车超载问题使得城市公共安全问题存在潜在隐患。尤其近年来，节能环保的新能源无人售票公交车大量投入使用，而司机专注于驾驶汽车，车上无人监督汽车是否超载，由此，各式电子检测设备应运而生，例如基于红外线感应的电子设备，及某些公共场合下基于静态背景的行人检测设备。由于公交车内的监控视屏为动态背景，公交车在行进过程中由于颠簸而引起的摄像头抖动，以及由于外界天气和日照变化导致的车内光线改变，均会对动态背景产生影响，最终影响监测系统的准确性，因此上述设备均不适用于公交车环境。

基于人脸识别算法的各式检测设备，由于检测精度高而被广泛应用，主要方法有基于人脸几何特征的识别算法、基于人脸肤色的识别方法和基于人脸统计理论的方法。其中，基于人脸几何特征的识别方法是一种自下而上的人脸检测方法，人脸具有不因外界条件改变而改变的特征或属性，特别是在静态状态下，如器官形状、肤色、大小比例等，该方法即寻找上述不变的人脸特征，并利用这些特征来定位人脸，但此类方法对人脸的表情、姿态或旋转等动态变化均不敏感；基于人脸肤色的识别方法通过建立肤色模型进行检测，容易受到光线、人种、年龄等因素影响，尤其当背景和肤色接近时易导致误判，精度不高；基于统计理论的人脸检测方法将人脸检测问题转化为统计学上模式识别的问题，主要方法有基于特征空间的方法、基于人工神经网络的方法、基于支持向量机的方法、基于隐马尔科夫模型的方法以及Boosting方法，该方法识别准确度高，但检测效率低、实时性较差。因此，上述各方法均不适用于公交车环境。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种公交车载人数实时监测系统及其监测方法，该监测系统能够自动检测上、下车人数并统计车载乘客信息，实时监控车载人数、判定是否超载并发出警报，提高了公交车行车安全的同时，获取了城市居民的出行数据；该监测方法规避了背景变化的干扰，准确、高效且实时性佳。

为实现以上目的，本发明采用以下技术方案：

根据本发明的一个方面，提供了一种公交车载人数实时监测系统，包括：录像模块，用于获取乘客上车的视频数据；语音模块，用于提醒乘客下车和发出超载警报；存储单元，用于存储乘客文件数据；以及检测识别单元，通过光纤与所述录像模块、语音模块和存储单元相连，接收所述视频数据并结合所述乘客文件数据，进行图像预处理、人脸检测与识别、人数统计以及目标跟踪，同时将控制信息发送给所述语音模块。

进一步地，所述检测识别单元包括预处理模块、人脸检测模块、人脸识别模块、人数统计模块和目标跟踪模块，其中，预处理模块与所述录像模块电连接，接收所述视频数据并抽取图像进行图像预处理，得到图像数据；人脸检测模块，接收所述图像数据进行人脸检测，得到检测数据；人脸识别模块，接收所述检测数据并读取所述乘客文件数据，进行人脸识别及乘客标记，得到识别信息；目标跟踪模块，根据所述检测数据跟踪人脸目标位置并判断乘客上、下车行为方式，得到跟踪信息；人数统计模块与所述语音模块电连接，接收所述识别信息和所述跟踪信息进行车载人数统计，并修改存储单元中的所述乘客文件数据，同时将控制信息发送给所述语音模块。

进一步地，所述乘客文件数据包括存储在公交车载存储单元内的乘客文件、历史乘客文件和乘客数据库。