[发明专利]一种基于卷积神经网络的电影院实时上座率统计方法

摘要

本发明公开了一种基于卷积神经网络的电影院实时上座率统计方法，通过在电影院银幕上方安置高清摄像机和红外摄像机配合采集的监控视频中读取图像，利用预先训练好的观众模版检测并统计上座率，其能够通过单一模型快速准确的检测出每个座位的入座情况，实际测试中本发明的检测准确率达到99.2%以上。

主权项

基于卷积神经网络的电影院实时上座率统计方法，其特征在于，包括如下步骤：步骤1、在电影院屏幕前固定高清摄像机与红外摄像机，高清摄像机与红外摄像机分别录取现场座位视频，高清摄像机录取彩色视频、红外摄像机录取灰色视频；步骤2、在录取现场座位视频中用矩形框标出每个座位的位置，并收剪切下该位置的图片；步骤3、通过人工标定的方法获取无人座位图像与有人座位图像，对这些图像进行预处理与增强获得有效的方形训练图像；步骤4、将有效图像送入深层卷积神经网络中来训练网络；步骤5、将训练得到的网络模型在验证集上进行验证，根据结果调整训练集并继续训练步骤4中的深层卷积神经网络；步骤6、将训练好的网络在测试集上进行测试；步骤7、实时采集监控视频中步骤2中标定的座位图片，累加识别结果并统计上座率。