[发明专利]一种公交单目客流统计方法及系统

权利要求书

1.一种单目客流统计方法，其特征在于：包括以下步骤：

步骤一、通过前门摄像头和后门摄像头分别获取上车乘客和下车乘客的状态，并将视频信息存储；

步骤二、使用鲁棒性高的深度神经网络采集场景下的视频图片建立数据集，以乘客的头部作为检测目标对上、下车乘客进行检测和标记，分别生成上、下车乘客目标检测框；

步骤三、采用相邻帧目标的坐标关联对检测到的目标检测框进行前后帧时序关联，同时叠加卡尔曼滤波对检测目标进行跟踪和轨迹估计；

步骤四、在乘客上车区域以及下车区域分别设置上、下两条检测线，设目标检测框初始位置为(X₁，Y₁)，目标检测框终止位置(X_n，Y_n)，当乘客目标检测框依次通过两条检测线且满足以下条件：

abs(Y_n-Y₁)≥Distance

式中：Distance为目标检测框中心点移动的纵坐标距离，H为图像高度；

若目标检测框先经过上检测线则判断乘客下车；若目标检测框先经过下检测线则判断乘客上车，统计上车和下车乘客数量，叠加计算得到客流数。

2.根据权利要求1所述的单目客流统计方法，其特征在于：步骤二还包括通过目标跟踪算法添加目标的运动属性、尺度属性和颜色属性以对头部检测结果进一步筛选。

3.根据权利要求1所述的单目客流统计方法，其特征在于：步骤三中，采用相邻帧目标的坐标关联对检测到的目标检测框进行前后帧时序关联，同时叠加卡尔曼滤波对检测目标进行跟踪和轨迹估计，修正目标坐标关联的误匹配，包括以下步骤：

S1、通过交并比IOU关联相邻帧中目标检测框的重叠程度，关联同一目标的前后帧关联关系；

S2、叠加卡尔曼滤波对检测目标进行轨迹估计，修正目标坐标关联的误匹配，包括以下步骤：

(1)对第一帧检测到的目标进行初始化并创建新的跟踪器，标注目标ID；

(2)对后续视频帧，使用卡尔曼滤波器得到由前一帧的目标检测框产生的状态预测和协方差预测得到预测目标框；

(3)将卡尔曼滤波的预测框与本帧目标检测的检测框进行IOU计算，将IOU的值作为二分图的权值，使用带权的二分图匹配算法关联每帧卡尔曼滤波的预测框及目标检测算法的检测框；

(4)使用当前帧中匹配到的目标检测框更新卡尔曼滤波器，计算卡尔曼增益、状态更新和协方差更新，将状态更新值输出作为本帧的跟踪预测框；对于当前帧中没有匹配到的目标进行初始化并创建新的跟踪器，标注目标ID；

(5)对不同目标进行持续跟踪，直到目标达到统计要求，对此目标统计，并释放跟踪器和目标ID。

4.根据权利要求3所述的单目客流统计方法，其特征在于：步骤(2)中通过建立k-1时刻状态及k时刻状态的预测值、协方差矩阵以及状态转移矩阵的相互关系，并用K-1时刻的状态预测K时刻检测目标的状态，具体是：

a、通过协方差矩阵表述状态间的关系，

∑ij＝Cov(x_j，x_j)＝E[(x_i-μ_i)(x_j-μ_i)]

计算最佳预估值和它的协方差矩阵P_k，

b、通过状态转移矩阵F_k对k-1时刻的可能值进行状态预测转移，得到k时刻新值的范围并预测k时刻目标的状态，