[发明专利]车厢拥挤度检测方法、装置及电子设备

说明书

本发明提供一种车厢拥挤度检测方法、装置及电子设备。所述方法包括如下步骤：实时获取由车厢内的多个相机分别拍摄的多张目标图像；根据预设的透视变换算法将所述多张目标图像转换为多张俯视图；以车厢的中心点为原点建立局部世界坐标系，根据预设的融合算法将所述多张俯视图融合到所述局部世界坐标系中，得到全景环视图；将多个车厢的全景环视图输入训练好的目标识别模型中，得到各个车厢中的乘客数量，通过透视变换将相机的拍摄的图像转换为俯视图，再以俯视图为基础生成全景环视图，再在全景环视图上提取具有乘客行为属性的人头特征，得到乘客数量，避免了人体遮挡无法精确跟踪的问题，提升了车厢拥挤度检测的准确性。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种车厢拥挤度检测方法、装置及电子设备。

背景技术

地铁是目前乘坐人数较多的一类交通工具，乘客也从搭乘功能需求逐步转变为乘坐体验需求，如何在多车厢间分配乘客数量是目前提升乘客体验的重要手段。地铁车厢和地铁候站处安装有大量相机，可覆盖全车厢及候车厅，当前技术均以提取场景内的图像特征，通过模型分析来对拥挤度进行判断。

目前，主要的拥挤度统计算法以检测人体数量、人头检测等方法为主。其中，检测人体算法主要通过数据特征建立模型，将场景中的行人特征提取出来，进而输入模型经过分类器判断是否为行人，从而统计出行人的数量。由于地铁场景和车厢内乘客数量较多，容易遮挡，导致人体特征丢失，难以获取准确的人员个数。而人头检测算法主要通过侧面安装的相机对场景进行图像拍摄，根据人头形状特征判断相机拍摄范围内的人头数，进而反馈场景拥挤度，由于相机拍摄范围与待统计范围不一致，当人员较多时产生的遮挡情况无法判断乘客是否在待统计范围内，同时，当乘客进行移动时，被遮挡严重的乘客无法被识别。

发明内容

本发明的目的在于提供一种车厢拥挤度检测方法、装置及电子设备，能够提升车厢拥挤度检测的准确性，改善乘客的乘车体验。

为实现上述目的，本发明首先提供一种车厢拥挤度检测方法，包括如下步骤：

实时获取由车厢内的多个相机分别拍摄的多张目标图像；

根据预设的透视变换算法将所述多张目标图像转换为多张俯视图；

以车厢的中心点为原点建立局部世界坐标系，根据预设的融合算法将所述多张俯视图融合到所述局部世界坐标系中，得到全景环视图；

将多个车厢的全景环视图输入训练好的目标识别模型中，得到各个车厢中的乘客数量，并根据各个车厢中的乘客数量确定各个车厢的拥挤度以及乘客的乘车指引。

可选地，所述预设的透视变换算法为：

其中，为目标图像中的像素坐标，为俯视图中的像素坐标，为预先算得的变换矩阵。

可选地，所述预设的融合算法为：

+

其中，为俯视图中的像素坐标，为当前相机对应的局部旋转矩阵，为当前相机对应的位移矩阵，为全景环视图中的像素坐标；

r_xs=sinα，r_xc=cosα，r_ys=sinβ，r_yc=cosβ，r_zs=cosγ，r_zc=cosγ，α为当前相机相对所述局部世界坐标系的x轴的偏移角，β为当前相机相对所述局部世界坐标系的z轴的偏移角，γ为当前相机相对所述局部世界坐标系的x轴的偏移角；x_t、y_t及z_t分别为当前相机在x轴方向、y轴方向及z轴方向距离所述局部世界坐标系的原点的距离。

可选地，所述实时获取由车厢内的多个相机分别拍摄的多张目标图像具体包括：

在车厢内每一相机的拍摄范围内选定一标志区；

在车辆静止时，获取所述车厢内各个相机拍摄的第一原始图像，并获取各个相机对应的标志区在第一原始图像中的位置；