[发明专利]公交客流精确统计方法在审

专利信息
申请号: 201510667105.7 申请日: 2015-10-16
公开(公告)号: CN105243420A 公开(公告)日: 2016-01-13
发明(设计)人: 郭建国;方志乾;郭共绍;韩波;丁智辉;任海波 申请(专利权)人: 郑州天迈科技股份有限公司
主分类号: G06M11/00 分类号: G06M11/00;G06K9/62
代理公司: 郑州市华翔专利代理事务所(普通合伙) 41122 代理人: 王明朗
地址: 450001 河南省郑州市高新开发区莲花*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种公交客流精确统计方法,在公交车门上方设置单目摄像头,从摄像头拍摄的视频中采集上下车乘客的头部头像,利用开源的opencv_traincascade并结合LBP的纹理特征算法将搜集到的正、负样本进行训练,将经过级联分类器训练的图像以xml的形式进行存储;将单目摄像头所拍摄到的视频进行取帧,结合LBP纹理特征进行检测计数;级联分类器检测程序直接调用opencv的检测函数,得到乘客的头部中心点坐标值;同时在车门的位置划出梯形检测线,以乘客头部中心点运行轨迹的起始点在摄像头的范围内的位置来判断乘客的上下车客流人数。用乘客头部中心点所形成的坐标点所形成运行轨迹的起始点通过梯形检测线并最终运行出摄像头范围的数量来轻松记录上下车的乘客数量,化繁为简。
搜索关键词: 公交 客流 精确 统计 方法
【主权项】:
一种公交客流精确统计方法,包括样本的创建、目标的分析及目标检测计数,其特征是:(1)图像采集:在公交车门上方设置单目摄像头,从摄像头拍摄的视频中采集上下车乘客的头部头像,对获得的头像进行灰度化处理,然后进行大批量存储;(2)图像处理:采用开源程序opencv_createsamples为级联分类器准备训练用的正样本、负样本和测试数据,测试数据作为参考然后再结合正样本提取有价值的图像,正样本是从一系列事先标记好的图像中创建的含有目标的图片,正样本图片裁剪成同一尺寸;正样本存储于一个与背景描述文件类似的文本文件,文本文件中的每行对应一个图像文件,每行的第一个元素为图像文件名,后面是物体的数目,最后是物体位置和大小的描述,通过opencv_createsamples 程序创建包含正样本的vec文件;使用opencv_createsamples 生成能被opencv_traincascade 程序支持的正样本,将物体实例从图像中抠取出,然后将之调整尺寸到目标尺寸,然后保存到输出为以 *.vec 为扩展名的文件,以二进制方式存储图像,将opencv_createsamples.exe和 opencv_traincascade.exe放到图片文件夹的上层目录,生成的正样本的数目以及随机的程度通过 opencv_createsamples 的命令行参数控制;负样本是图像中不包含待检测的物体的其他的由单目摄像头拍摄的图像,负样本的图像尺寸大于训练窗口的尺寸,用于抠取负样本的图像文件名被列在一个纯文本文件中,纯文本文件的每行是一个文件名;(3)级联分类器训练:利用开源的opencv_traincascade并结合LBP的纹理特征算法将搜集到的正、负样本进行训练,利用充足的数据,将多个弱分类器通过集成的方式生成高精度的强分类器,多个强分类器组成级联分类器,级联分类器加入阈值算法,小于图片特征值的为有价值的头像,将经过级联分类器训练的图像以xml的形式进行存储,同时使用筛选级把强分类器联到一起;(4)将单目摄像头所拍摄到的视频进行取帧,将级联分类器训练出的XML文件导入,结合LBP纹理特征进行检测计数;然后级联分类器检测程序直接调用opencv的检测函数,得到头部的矩形坐标和长宽,然后直接得到乘客的头部中心点坐标值;(5)将第一帧所生成的的头像中心点的坐标点利用欧氏距离算法与第二帧的头像中心点坐标点之间距离进行对比,小于NC值的话为同一个人,大于NC值则不为同一个人,在为同一个人的情况下继续与第三帧进行比较,如果采用欧氏距离后还小于NC阈值,则继续往下进行比较,由此来判断是否为同一个人以及其头部图像运行轨迹;(6)上述步骤为一个人头像及运动轨迹的判断过程,与此同时在车门的位置利用立体学原理,结合单目摄像头的位置、广角、焦距、深度等因素划出梯形检测线,以乘客头部中心点运行轨迹的起始点在摄像头的范围内的位置来判断乘客的上下车客流人数,同时利用乘客头部运行轨迹通过检测线并最终运行出摄像头范围的数量来统计客流人数。
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郑州天迈科技股份有限公司,未经郑州天迈科技股份有限公司许可,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/patent/201510667105.7/,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