[发明专利]一种人流拥塞预测方法及系统

摘要

本发明公开了一种流拥塞预测方法，首先获取待测区域的图片帧序列；输入到行人检测模块；通过行人检测模块得到人脸图像特征向量；通过相邻两帧的人脸图像特征向量得到并输出行人人数；根据行人人数计算人流密度：将人流密度输入到人流拥塞预测模块中计算并输出人流拥塞预测向量信号。本发明使用支撑向量机训练预测模型，提高系统运算效率和预测结果精度，对数据和环境的适应能力增强。由于具备了人流拥塞训练模块和历史数据库，使得系统具备了自适应学习能力，减少的人工参与，节省了人力资源和使用难度，适应各种复杂多样环境；随着学习时间的增加，历史数据的增加，人流拥塞预测模块的预测结果精度越高，降低成本。

主权项

一种人流拥塞预测方法，其特征在于：包括以下步骤：通过摄像头模块实时获取待测区域的图片帧序列；将图片帧序列输入到行人检测模块；通过行人检测模块采用离线训练的基于卷积神经网络和支撑向量机的行人检测器对摄像头模输入的图片帧序列进行人脸检测得到人脸图像特征向量；通过相邻两帧的人脸图像特征向量采用卷积神经网络全链接层处理并输出行人人数；根据行人人数按照以下公式计算人流密度：式中，xi为每帧出现在待测区域的行人数，yi为每帧与上一帧行人特征向量匹配的个数；将人流密度输入到人流拥塞预测模块中计算并输出人流拥塞预测向量信号。