[发明专利]一种公交车内部拥挤度计算方法、系统及设备

权利要求书

1.一种公交车内部拥挤度计算方法，其特征在于，所述方法适用于训练好的卷积神经网络模型，方法包括以下步骤：

实时获取摄像头拍摄到的公交车内部图片；

将公交车内部图片输入到训练好的卷积神经网络模型中，得到人头密度图和人数预测值；

基于人头密度图和人数预测值，对公交车内部图片的人脸进行标注，得到人脸数量；

根据人脸数量计算公交车内部的拥挤度。

2.根据权利要求1所述的一种公交车内部拥挤度计算方法，其特征在于，得到训练好的卷积神经网络模型的具体步骤如下：

采集特定场景及特定摄像头角度下的公交车内部图片；

标注出公交车内部图片的人头数，得到标注好的公交车内部图片；

将标注好的公交车内部图片输入到卷积神经网络模型中进行训练，得到训练好的卷积神经网络模型。

3.根据权利要求2所述的一种公交车内部拥挤度计算方法，其特征在于，所述卷积神经网络模型由15个卷积层和1个全连接层组成。

4.根据权利要求3所述的一种公交车内部拥挤度计算方法，其特征在于，将公交车内部图片输入到训练好的卷积神经网络模型中，得到人头密度图和人数预测值的具体过程如下：

将公交车内部图片输入到训练好的卷积神经网络模型中；

训练好的卷积神经网络模型识别并计算公交车内部图片的人头中心点概率；

基于人头中心点概率选取出人头中心点，计算人头中心点的数量，得到人头密度图；

根据人头密度图计算人数预测值。

5.根据权利要求4所述的一种公交车内部拥挤度计算方法，其特征在于，人头密度图为每个像素点是否为人头中心点的概率，若是则为1，否则为0。

6.根据权利要求5所述的一种公交车内部拥挤度计算方法，其特征在于，基于人头密度图和人数预测值，对公交车内部图片的人脸进行标注的具体过程为：

对公交车内部图片进行画框处理，根据画框处理的结果对公交车内部图片的人脸进行标注。

7.根据权利要求6所述的一种公交车内部拥挤度计算方法，其特征在于，根据人脸数量计算公交车内部的拥挤度的具体过程如下：

根据人脸标注结果计算公交车内部的拥挤度，其中，拥挤度＝人脸数量/座位数*100％。

8.根据权利要求7所述的一种公交车内部拥挤度计算方法，其特征在于，若拥挤度小于47％则为有空位，拥挤度在47％～76％之间则为饱和，拥挤度大于76％则为拥挤。

9.一种公交车内部拥挤度计算系统，其特征在于，包括：卷积神经网络模型训练模块、图片获取模块、计算模块、标注模块以及拥挤度计算模块：

卷积神经网络模型训练模块用于对卷积神经网络模型进行训练，得到训练好的卷积神经网络模型；

图片获取模块用于实时获取摄像头拍摄到的公交车内部图片；

计算模块用于将公交车内部图片输入到训练好的卷积神经网络模型中，得到人头密度图和人数预测值；

标注模块用于基于人头密度图和人数预测值，对公交车内部图片的人脸进行标注，得到人脸数量；

拥挤度计算模块用于根据人脸数量计算公交车内部的拥挤度。

10.一种公交车内部拥挤度计算设备，其特征在于，包括处理器以及存储器；

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行权利要求1～8任一项所述的一种公交车内部拥挤度计算方法。