[发明专利]一种融合视频监控和射频识别统计影院观众数目的方法

权利要求书

1.一种融合视频监控和射频识别统计影院观众数目的方法，其特征在于，包括：

(1)安装射频识别读写器及天线、摄像头和计算机；

(2)在影院座位的坐面中安装唯一标识每个座位的射频识别标签，实现对影院全部座位的识别，在正常入座情况下，计算机控制摄像头拍摄图像，对图像中每个座位进行标定，然后根据各个座位在图像中的坐标，截取各个座位的图像，进行基准校正；

(3)将有无观众的座位图像，输入深度神经网络进行训练，得到判定座位是否有人的深度神经网络模型，在正常入座情况下，读写器识别一个影院中全部座位的标签，统计各个座位的射频识别标签的信号强度范围，建立信号强度模型；

(4)在放映过程中指定时刻，计算机控制摄像头拍摄图像，输入深度神经网络模型，对有无观众座位的准确识别，统计出观众数目，计算机根据基准识别得到的标签数目和一次放映过程中多次实时识别得到的标签数目，按照约定的准则，计算观众数目。

2.如权利要求1所述的方法，其特征在于，一个影院安装一个摄像头，将支架固定到天花板上，将摄像头固定到支架上，通过对比视频监控上的图像，调节支架旋钮，调整角度能拍摄到全部座位，确保摄像头拍摄的图像能够成功传给计算机，实现摄像头和计算机互联互通。

3.如权利要求2所述的方法，其特征在于，一台读写器通过电缆连接一个影院的多个天线，一台计算机通过网络连接多台读写器。

4.如权利要求1所述的方法，其特征在于，射频识别标签采用800/900MHz频段的超高频标签。

5.如权利要求1所述的方法，其特征在于，卷积神经网络结构：第一层输入层输入图像大小为224*224*3，第二层卷积层使用7*7的64通道的滑动步长为2的卷积核，第三层最大池化层使用大小为3*3的滑动步长为2的卷积核，第四层为卷积残差模块，第五层为平均池化层和软最大输出层。

6.如权利要求5所述的方法，其特征在于，平均池化层和1000维的全链接软最大输出层，用于区分1000个不同的类别。

7.如权利要求5所述的方法，其特征在于，卷积残差模块包括四种：

第一种包含conv2_1[1*1,64]、conv2_2[3*3,64]、conv2_3[1*1,256]三个卷积层，其输出为56*56*256大小，第二种包含conv3_1[1*1,128]、conv3_2[3*3,128]以及conv3_3[1*1,512]三个卷积层，其输出为28*28*512大小，第三种包含conv4_1[1*1,256]、conv4_2[3*3,256]以及conv4_3[1*1,1024]三个卷积层，输出为14*14*1024大小，第四种包含conv5_1[1*1,256]、conv5_2[3*3,512]以及conv5_3[1*1,2048]三个卷积层，其输出为7*7*2048；四种卷积残差模块同时存在卷积神经网络结构或只存在部分在卷积神经网络结构。

8.如权利要求1所述的方法，其特征在于，计算机控制摄像头拍摄影院座位图像，并输入神经网络进行识别座位是否有人；控制读写器识别一个影院中的标签，根据各个座位标签的信号强度模型，如果标签的信号强度在信号强度模型的范围内，则认为标签没有被遮挡和异常，座位空闲无人。

9.如权利要求1所述的方法，其特征在于，对于视频监控采用观众数目＝多张图像识别的观众数目/图像数目，计算平均观众数目，采用观众数目＝基准标签数目-最小空闲座位标签数目，或观众数目＝基准标签数目-平均空闲座位标签数目，计算影院观众数目。

10.如权利要求8所述的方法，其特征在于，还包括：确定观众人数包括：

如果计算机控制摄像头拍摄影院座位图像，并输入神经网络进行识别座位无人，且通过标签的信号强度在信号强度模型的范围内的方式，判定座位无人，则判定这个座位无人；否则，判定这个座位有人。