[发明专利]一种智慧火车站人流量监控系统及方法

权利要求书

1.一种智慧火车站人流量监控系统，其特征在于，包括：

数据采集模块：包括部署在火车站各个位置的摄像头装置及对应的控制器，所述摄像头装置用于获取所在位置的视频数据并传输至与之连接的控制器，控制器分别传输至数据分析平台和监控终端；

数据分析平台：包括有人脸检测模型、大数据分析模块、地图组件模块和存储模块；所述人脸检测模型用于对检测出各个摄像头装置所获取的视频数据中所有的人脸数据并存储在存储模块中；所述大数据分析模块用于对存储模块中存储的各个视频数据中的人脸数量进行计数，从而获得各个时间点下各个位置的摄像头装置所获取的视频数据的人脸数量，进而统计得到各个时间点下火车站各个位置的人流量数据和人流量趋势，并根据设定时间段内的人流量趋势预测接下来一段设定时间段内各个位置的人流量，当预测到的某个位置的人流量会超过预设的人流量阈值时进行报警并结合地图组件模块快速指明出警位置；地图组件模块用于存储各个摄像头装置的位置；

所述人脸检测模型采用MTCNN模型，其通过如下方式训练得到：先收集白种人、黄种人、黑种人的人脸数据，然后利用白种人和黄种人的人脸数据对MTCNN模型进行初步训练，在达到设定的精度要求后，采用迁移学习的方法，然后利用黑种人的人脸数据对初步训练得到的MTCNN模型进行再次训练，得到所需的人脸检测模型；

监控终端：用于接收数据采集模块采集到的火车站各个时间点下各个位置的视频数据并进行显示以用作实时监控，以及从数据分析平台中获取接下来一段设定时间段内火车站各个人流量趋势预测结果和报警信息并进行显示。

2.根据权利要求1所述的智慧火车站人流量监控系统，其特征在于，所述数据采集模块还包括有照明装置，所述照明装置和所述摄像头装置一并安装在火车站的各个位置，并连接于所述控制器。

3.根据权利要求1所述的智慧火车站人流量监控系统，其特征在于，还通过onlinehard sample mining方法提高MTCNN模型的训练精度，具体为：在训练过程中，将每一个训练批次中的误差进行降序排序，并将排序结果中前70％的样本误差取出，进行误差传递，修正MTCNN模型的参数。

4.根据权利要求1所述的智慧火车站人流量监控系统，其特征在于，在MTCNN模型的训练中，对于输入的图像进行缩放。

5.根据权利要求1所述的智慧火车站人流量监控系统，其特征在于，在MTCNN模型的训练中，采用针对困难样本进行重点学习的方法。

6.一种利用上述任一权利要求所述的系统进行火车站人流量监控的方法，其特征在于，包括如下步骤：

步骤S1、部署在火车站各个位置的摄像头装置获取所在位置的视频数据并传输至所连接的控制器，控制器将视频数据传输至数据分析平台和监控终端，监控终端将视频数据显示供工作人员实时监控；

步骤S2、数据分析平台中，所述人脸检测模型对检测出各个摄像头装置所获取的视频数据中所有的人脸数据存储在存储模块中；所述大数据分析模块对存储模块中存储的各个视频数据中的人脸数量进行计数，从而获得各个时间点下各个位置的摄像头装置所获取的视频数据的人脸数量，进而统计得到各个时间点下火车站各个位置的人流量数据和人流量趋势，并根据设定时间段内的人流量趋势预测接下来一段设定时间段内各个位置的人流量，当预测到的某个位置的人流量会超过预设的人流量阈值时进行报警并结合地图组件模块快速指明出警位置；数据分析平台会将人流量趋势预测结果和报警信息实时传输至监控终端进行显示，供工作人员查看。