[发明专利]一种基于边界选择的人流统计的装置和方法

权利要求书

1.一种基于边界选择的人流统计的方法，其特征在于，所述方法包括以下步骤：

步骤1：设定摄像头的高度和角度使得采集的画面可以覆盖待测定人流的区域，通过摄像头采集人流画面；

步骤2：通过含有GPU的设备设定S-YOLO-PC神经网络的检测置信度；

步骤3：S-YOLO-PC神经网络读取摄像头采集到的图像；

步骤4：通过含有GPU的设备设定S-YOLO-PC神经网络的边界并且检测行人行为；

步骤5：S-YOLO-PC神经网络统计人流信息；

步骤6：通过含有GPU的设备将人流统计的结果信息实时输出到电脑屏幕或摄像头自带的屏幕；

所述S-YOLO-PC神经网络为改进的YOLO神经网络：将YOLO单元的划分从7×7增加到9×9，每个单元的检测数量增加到3，得到YOLO-PC神经网络，并得到243个检测区域；再用SqueezeNet中的Fire模块分别替代YOLO-PC神经网络中的第16个、第18个和第24个3×3的卷积层，并将Fire模块中的压缩部分的卷积核数量由128减少为96，重新训练网络，即可得到S-YOLO-PC神经网络；

所述边界为从243个检测区域中选择一个或多个区域作为区域边界，并根据人们的实际情况选择不同的边界，当人们从某个地方向左转，选择视频左边区域的边界，边界的值为81-89，108-116或135-143中的数值；当人们从某个地方向右转，边界的值为99-107，126-134或153-161中的数值；当人们直行时，边界的值为90-98，117-125或144-152中的数值。

2.根据权利要求1所述的一种基于边界选择的人流统计的方法，其特征在于，步骤2中所述检测置信度为0.2-0.4。

3.根据权利要求1所述的一种基于边界选择的人流统计的方法，其特征在于，所述训练网络仅训练“人”这一类目标。

4.根据权利要求3所述的一种基于边界选择的人流统计的方法，其特征在于，所述边界为从243个检测区域中选择一个或多个区域作为区域边界，并根据人们的实际情况选择不同的边界，当人们从某个地方向左转，选择视频左边区域的边界，边界的值为113；当人们在某个地方右转，边界的值为129；当人们直走到某处，边界的值是121。

5.根据权利要求1-4任一所述的一种基于边界选择的人流统计的方法，其特征在于，所述统计人流信息具体为：人流统计值为S/n，其中，所述S表示在时刻t检测到的检测框的数目，n为在设定的置信度和选定的边界区域内，行人被重复检测到的次数。

6.根据权利要求5所述的一种基于边界选择的人流统计的方法，其特征在于，当检测置信度为0.2时，行人被重复检测到的次数为18，人流统计值为S/18；当检测置信度为0.3时，行人被重复检测到的次数为16，人流统计值为S/16；当检测置信度为0.4时，行人被重复检测到的次数为13，人流统计值为S/13。