[发明专利]一种基于YOLOv3人脸检测的地铁站台引导排队系统在审

专利信息
申请号: 202110301889.7 申请日: 2021-03-22
公开(公告)号: CN113012335A 公开(公告)日: 2021-06-22
发明(设计)人: 赵明钰;汪景;刘志钢;彭威 申请(专利权)人: 上海工程技术大学
主分类号: G07C11/00 分类号: G07C11/00;G06K9/00
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 林君如
地址: 201620 *** 国省代码: 上海;31
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 基于 yolov3 检测 地铁 站台 引导 排队 系统
【权利要求书】:

1.一种基于YOLOv3人脸检测的地铁站台引导排队系统,其特征在于,包括:

人脸检测子系统,获取地铁各个站台候车区域的乘客排队图像,采用YOLOv3算法进行人脸实时检测,并将人脸检测结果发送至总系统平台;

人数统计子系统,实时接收人脸检测结果数据,对目标数进行集计,获取地铁站台候车区域的实时排队人数,并将排队人数信息传输至总系统平台;

信息显示子系统,将排队人数信息与各个候车区域进行匹配,并将匹配后的各个站台候车区域对应的排队人数进行可视化显示;

总系统平台,实时调控整个系统,处理各个子系统输出的数据信息,并将处理后的数据发送至其他子系统。

2.根据权利要求1所述的基于YOLOv3人脸检测的地铁站台引导排队系统,其特征在于,所述总系统平台包括:

数据处理模块,实时接收各个子系统处理完成的数据信息,并将这些数据发送至数据发送模块;

数据发送模块,将数据处理模块实时接收到的数据,发送至下一子系统进行操作。

3.根据权利要求1所述的基于YOLOv3人脸检测的地铁站台引导排队系统,其特征在于,所述人脸检测子系统包括:

图像获取模块,通过图像获取端获取地铁站台各个候车区域的实时图像;

目标识别模块,将获得的实时图像采用YOLOv3算法进行人脸检测,提取特征,并将处理后的人脸实时检测数据发送至总系统平台。

4.根据权利要求3所述的基于YOLOv3人脸检测的地铁站台引导排队系统,其特征在于,所述人数统计子系统包括:

数据接收模块,接收人脸检测子系统处理后的人脸实时检测数据;

目标计数模块,实时统计人脸检测结果,即特征边界框的个数,该特征边界框的个数为排队人数结果,将排队人数结果发送至总系统平台。

5.根据权利要求1所述的基于YOLOv3人脸检测的地铁站台引导排队系统,其特征在于,所述信息显示子系统包括:

数据接收模块,接收人数统计子系统处理得到的地铁站台各个候车区域实时排队人数的信息;

信息匹配模块,将获取的地铁站台各个候车区域实时排队人数的信息,与各个候车区域相对应;

人数显示模块,将与候车区域对应好的实时排队人数进行可视化发布。

6.根据权利要求3所述的基于YOLOv3人脸检测的地铁站台引导排队系统,其特征在于,所述目标识别模块将获得的实时图像采用YOLOv3算法进行人脸检测的具体内容为:

1)采用三种先验框在提取的特征图上进行不同尺度的检测,获取三个特征层;

2)第三特征层经过五次卷积处理,一部分数据作为预测结果1进行输出,另一部分数据进行卷积加上采样,与第二特征层的数据进行拼接,获取第一数据形状参数shape,将第一数据形状参数shape中一部分作为预测结果2进行输出,一部分进行卷积加上采样后,与第一特征层的数据进行拼接,获取第二数据形状参数shape,将第二数据形状参数shape全部进行五次卷积处理,作为预测结果3输出;

3)对各预测结果进行解码及筛选,获取最终的边界框。

7.根据权利要求6所述的基于YOLOv3人脸检测的地铁站台引导排队系统,其特征在于,对各预测结果进行解码及筛选的具体内容为:

计算最后显示的识别人脸的边界框的坐标以及宽高,进而获取边界框的位置,随后对预测出的边界框的置信度进行排序,并进行非极大抑制筛选,将概率最大的边界框视为可靠检验,进而获取最终确定的边界框。

8.根据权利要求4所述的基于YOLOv3人脸检测的地铁站台引导排队系统,其特征在于,所述目标计数模块按候车区域编号顺序,将排队人数结果发送至总系统平台。

9.根据权利要求5所述的基于YOLOv3人脸检测的地铁站台引导排队系统,其特征在于,信息匹配模块按候车区域编号顺序,接收到各个候车区域实时排队人数的信息后,将各信息与各个候车区域编号进行对应。

10.根据权利要求5所述的基于YOLOv3人脸检测的地铁站台引导排队系统,其特征在于,所述人数显示模块采用LED屏幕对实时排队人数进行显示。

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上海工程技术大学,未经上海工程技术大学许可,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/202110301889.7/1.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