[发明专利]一种基于RFS的公交车人数检测系统

权利要求书

1.一种基于RFS的公交车人数检测系统，其特征在于，包括：

视频数据获取及预处理模块，通过车载摄像装置对上、下车门区域进行拍摄，获取乘客上、下车视频数据，并对视频数据进行预处理；

人头检测模块，对预处理后的视频数据，通过SSD深度卷积神经网络算法进行乘客人头检测；

基于RFS的GM-PHD人头跟踪模块，采用基于RFS的GM-PHD滤波算法对视频数据实现乘客人头跟踪；

人数统计输出模块，根据检测的乘客人头信息获取运动轨迹信息，根据运动轨迹信息对乘客人数进行计数；

所述人数统计输出模块采用跨线人群计数法对上车人数进行统计，并采用跨区域人群计数法对下车人数进行统计；

所述人数统计输出模块采用跨区域人群计数法对下车人数进行统计的具体内容为：

1)首先将视频数据从上至下划定三个以适应不同身高人群的感兴趣区域I区、II区和III区，根据乘客当前位置判断其所在区域，获取其运动位移；

2)判断乘客所在区域，若在I区，则由其运动轨迹信息直接得到运动位移为N个像素点，若在II区，根据运动轨迹信息得出其在II区运动了M个像素点，再判断其是否到达I区：若到达I区，则其运动位移更新为在I区内所运动的N个像素点，若未到达I区，则其运动位移为M个像素点；若在III区，待目标人头进入II区再进行计数判定；最后判断误检情况：若运动位移N/M大于60，则进行下车计数，若运动位移N/M小于或等于60，则判断乘客未下车，不进行下车人数计数。

2.根据权利要求1所述的基于RFS的公交车人数检测系统，其特征在于，所述视频数据获取及预处理模块包括：

上下车视频获取子模块，通过车载摄像装置对上、下车门区域进行拍摄获取视频数据，通过对上、下车视频数据中的人数进行检测，获取公交车到达站点时的上、下车人数，并将视频数据无线传输至视频数据预处理子模块；

视频数据预处理子模块，对视频进行切帧处理，并对处理后的数据进行标准化。

3.根据权利要求1所述的基于RFS的公交车人数检测系统，其特征在于，所述人头检测模块包括：

训练子模块，对经过视频数据获取及预处理模块处理后的视频数据的图片序列进行标注，利用标注的图片序列训练SSD深度卷积神经网络；

预测子模块，将待检测视频数据输入训练后的SSD深度卷积神经网络，对待检测图片序列进行乘客人头检测，并将检测得到的乘客人头的质心位置信息传输至所述基于RFS的GM-PHD人头跟踪模块。

4.根据权利要求3所述的基于RFS的公交车人数检测系统，其特征在于，所述基于RFS的GM-PHD人头跟踪模块包括：

预测子模块：根据乘客人头的质心位置信息依次进行新生目标预测、孵化目标预测和继续存在目标预测；

更新子模块，利用量测和观测矩阵、量测噪声进行高斯元参数的更新；

修剪子模块，对更新后的高斯元参数进行修剪，合并类似高斯元，并剪去最小权值的高斯元；

状态抽取子模块，抽取权值大于阈值的高斯元所对应的期望值；

轨迹识别子模块，利用auction航迹识别算法进行人头移动检测，输出乘客人头的轨迹信息。

5.根据权利要求3所述的基于RFS的公交车人数检测系统，其特征在于，所述训练子模块包括：

先验框匹配单元，寻找与每一个真实目标有最大IOU的先验框以保证每一个真实目标都至少与一个先验框对应，再将剩余未匹配的先验框与任意一个真实目标尝试匹配，若两者间IOU大于阈值，则进行匹配，所述真实目标为乘客的头部；

损失函数选择单元，计算位置误差与置信度误差的加权和；

数据增广单元，通过数据增强方法对数据进行增强；

微调单元：基于Hole算法，对训练子模块训练的模型进行微调，改变网络结构得到更加稠密的得分图；

过滤单元，基于NMS算法删除错误的、重叠的及不准确的边界框。