[发明专利]一种站点客流量的统计方法、装置及计算机存储介质有效

专利信息
申请号: 201811232162.2 申请日: 2018-10-22
公开(公告)号: CN109472219B 公开(公告)日: 2020-08-21
发明(设计)人: 唐进君;杨刚;韩帅;张可;孙冉;胡正 申请(专利权)人: 中南大学
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 深圳市华勤知识产权代理事务所(普通合伙) 44426 代理人: 隆毅
地址: 410083 *** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 站点 客流量 统计 方法 装置 计算机 存储 介质
【权利要求书】:

1.一种站点客流量的统计方法,其特征在于,所述方法包括:

获取包含乘客上下公共交通工具过程的视频图像数据以及所述公共交通工具的行驶信息;所述视频图像数据包括图像对应的采集时间信息,所述公共交通工具的行驶信息包括所述公共交通工具的行驶轨迹位置信息和对应的行驶时间信息;

基于设置的公共交通工具到达站点的参考图像,从所述视频图像数据中提取用于表征所述公共交通工具到达站点且表征有乘客上下所述公共交通工具的目标图像;

根据所述目标图像对应的采集时间信息、所述公共交通工具的行驶信息以及设置的位置信息与站点之间的对应关系,确定所述目标图像对应表征的所述公共交通工具所到达的站点;

对所述目标图像进行分类,根据获得的分类结果确定所述目标图像对应表征的所述公共交通工具所到达的站点的客流量;将所述目标图像输入基于历史乘客状态与所述历史乘客状态对应的图像进行训练所获得的卷积神经网络模型,获取所述卷积神经网络模型输出的所述目标图像对应表征的乘客状态;所述乘客状态包括上公共交通工具和下公共交通工具;根据所述目标图像对应表征的乘客状态,确定所述目标图像对应表征的所述公共交通工具所到达的站点的客流量;所述站点的客流量包括在站点上公共交通工具的乘客数量和下公共交通工具的乘客数量。

2.根据权利要求1所述的方法,其特征在于,所述基于设置的公共交通工具到达站点的参考图像,从所述视频图像数据中提取用于表征所述公共交通工具到达站点且有乘客上下所述公共交通工具的目标图像,包括:

根据稀疏光流法将设置的公共交通工具到达站点的参考图像与所述视频图像数据进行匹配,从所述视频图像数据中提取用于表征所述公共交通工具到达站点的待处理图像;

根据帧间差分法对所述待处理图像进行乘客上下所述公共交通工具的检测,将表征有乘客上下所述公共交通工具的所述待处理图像作为目标图像。

3.根据权利要求1所述的方法,其特征在于,所述根据所述目标图像对应的采集时间信息、所述公共交通工具的行驶信息以及设置的位置信息与站点之间的对应关系,确定所述目标图像对应表征的所述公共交通工具所到达的站点,包括:

根据所述目标图像对应的采集时间信息以及所述公共交通工具的行驶轨迹位置信息和对应的行驶时间信息,确定与所述目标图像对应的采集时间信息匹配的所述公共交通工具的行驶位置信息;

根据所述公共交通工具的行驶位置信息查询设置的位置信息与站点之间的对应关系,确定所述目标图像对应表征的所述公共交通工具所到达的站点。

4.根据权利要求1或2所述的方法,其特征在于,所述对所述目标图像进行分类之前,还包括:

对所述目标图像进行预处理,所述预处理包括以下至少之一:灰度变换和中值滤波。

5.根据权利要求1所述的方法,其特征在于,所述将所述目标图像输入基于历史乘客状态与所述历史乘客状态对应的图像进行训练所获得的卷积神经网络模型之前,还包括:

获取训练样本,所述训练样本包括历史乘客状态和所述历史乘客状态对应的图像;

将所述历史乘客状态对应的图像作为模型输入变量,所述历史乘客状态作为模型输出变量;

基于所述训练样本训练卷积神经网络模型。

6.根据权利要求1所述的方法,其特征在于,所述对所述目标图像进行分类之前,还包括:

根据感知哈希算法对所述目标图像进行相似度计算;

根据获得的所述目标图像之间的相似度值,删除重复表征同一乘客上下所述公共交通工具的目标图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811232162.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top