專利名稱：一種乘客計(jì)數(shù)系統(tǒng)及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種乘客數(shù)量的統(tǒng)計(jì)系統(tǒng)及方法，具體來說，是涉及一種采用計(jì)算機(jī)智能采集、處理并分析視頻的計(jì)數(shù)系統(tǒng)及方法。
背景技術(shù)：
早期的客流統(tǒng)計(jì)方式 是采用人工統(tǒng)計(jì)的方法，即在一段時(shí)間內(nèi)，連續(xù)地對(duì)關(guān)鍵目標(biāo)區(qū)域進(jìn)行觀測(cè)并計(jì)算客流數(shù)量。但人工統(tǒng)計(jì)存在很多不足，首先，人工統(tǒng)計(jì)的誤差比較大，尤其是在客流量大的時(shí)候。其次，客流量的密度是動(dòng)態(tài)的，某一段時(shí)間的客流量并不能代表所有時(shí)間的客流量。所以人工統(tǒng)計(jì)的方法只能用于定性的了解，并不能用于實(shí)際的統(tǒng)計(jì)分析，而且遇到突發(fā)情況無法及時(shí)做出反映。隨著計(jì)算機(jī)視覺技術(shù)以及模式識(shí)別技術(shù)的不斷發(fā)展，如今的客流統(tǒng)計(jì)方法已經(jīng)開始進(jìn)入計(jì)算機(jī)自動(dòng)化檢測(cè)分析的階段，出現(xiàn)了采用攝像頭捕捉客流視頻，結(jié)合計(jì)算機(jī)視覺中相關(guān)的圖像運(yùn)動(dòng)檢測(cè)以及模式識(shí)別等技術(shù)進(jìn)行人流統(tǒng)計(jì)的方法。這些方法簡(jiǎn)單直觀，成本低，不僅不會(huì)對(duì)客流造成任何干擾，而且統(tǒng)計(jì)結(jié)果更加準(zhǔn)確、實(shí)吋，更加容易存儲(chǔ)。作為ー個(gè)新興的領(lǐng)域，視頻客流統(tǒng)計(jì)是ー門以計(jì)算機(jī)視覺中的圖像、視頻處理技術(shù)為基礎(chǔ)，結(jié)合模式識(shí)別，涉及了物理、生物、數(shù)學(xué)等學(xué)科的知識(shí)，以能夠按照事先規(guī)定的統(tǒng)計(jì)規(guī)則準(zhǔn)確統(tǒng)計(jì)出視頻當(dāng)中行人的數(shù)量、人流方向等信息為目的的技木。但現(xiàn)階段客流統(tǒng)計(jì)方法還處于研究發(fā)展的階段，統(tǒng)計(jì)場(chǎng)景復(fù)雜多變導(dǎo)致技術(shù)還不夠成熟，實(shí)時(shí)性有待提高，在某些人流擁擠、光照條件不佳及異常行為出現(xiàn)的情況下，還是存在一定的誤差。如中國(guó)專利申請(qǐng)CN200710172336. 6所公開的密集客流計(jì)數(shù)和行人步行速度自動(dòng)檢測(cè)方法及系統(tǒng)，其通過計(jì)算機(jī)視覺算法對(duì)采集到的視頻圖像進(jìn)行處理，進(jìn)行人臉識(shí)別，然后進(jìn)行觸發(fā)計(jì)數(shù)。但是由于對(duì)人臉識(shí)別產(chǎn)生的偏差或在某些人流擁擠和異常行為出現(xiàn)的情況下，還是存在一定的誤差。針對(duì)上述問題，中國(guó)專利申請(qǐng)CN201010607822. 8公開了ー種基于頭部識(shí)別的人群計(jì)數(shù)方法及裝置，其通過從視頻圖像中提取頭部檢測(cè)區(qū)域，跟蹤頭部檢測(cè)區(qū)域從而獲得頭部區(qū)域的運(yùn)動(dòng)軌跡，最后根據(jù)該運(yùn)動(dòng)軌跡獲取人數(shù)。該方法克服了由于人群擁擠或其它物體的干擾，可以實(shí)現(xiàn)更為精確的客流人數(shù)計(jì)數(shù)。但是仍然由于人臉識(shí)別可能產(chǎn)生的偏差及某些異常行為的出現(xiàn)導(dǎo)致計(jì)數(shù)結(jié)果出現(xiàn)誤差。后來，又有中國(guó)專利申請(qǐng)CN201120083887. 7公開了ー種車輛上下車人數(shù)智能計(jì)數(shù)實(shí)現(xiàn)裝置，其采用雙排矩陣紅外發(fā)光管和接收管對(duì)上下車人群對(duì)紅外光的遮擋情況以進(jìn)行人數(shù)的計(jì)數(shù)并用攝像機(jī)進(jìn)行模式識(shí)別，對(duì)人數(shù)的計(jì)數(shù)進(jìn)行偏差調(diào)整，但該調(diào)整任然難以避免人群擁擠時(shí)對(duì)紅外光的遮擋情況變化大，存在誤差的缺點(diǎn)。
發(fā)明內(nèi)容
針對(duì)上述問題，本發(fā)明提供ー種乘客計(jì)數(shù)系統(tǒng)及方法，該計(jì)數(shù)系統(tǒng)及方法可在長(zhǎng)途客車人流擁擠或光照條件不佳的情況下，提供準(zhǔn)確、實(shí)時(shí)和全天候的乘客計(jì)數(shù)。
本發(fā)明的第一個(gè)目的是提供ー種乘客計(jì)數(shù)系統(tǒng)，通過以下技術(shù)手段實(shí)現(xiàn)包括依次連接的乘客視頻采集模塊、視頻數(shù)據(jù)處理模塊、視頻數(shù)據(jù)分析模塊、乘客計(jì)數(shù)模塊、上下車方向識(shí)別模塊；所述乘客視頻采集模塊包括激光發(fā)射器、視頻采集卡、攝像頭，用于實(shí)現(xiàn)乘客上下車視頻圖像的采集；所述視頻數(shù)據(jù)處理模塊用于實(shí)現(xiàn)視頻圖像中激光線高度的提取，井根據(jù)提取的高度信息生成對(duì)應(yīng)的高度圖；
所述視頻數(shù)據(jù)分析模塊用以對(duì)高度圖中乘客的團(tuán)塊進(jìn)行分析理解，分辨ー個(gè)團(tuán)塊中是否包含多個(gè)乘客；所述乘客計(jì)數(shù)模塊用于計(jì)算上下車乘客的個(gè)數(shù)；所述上下車方向識(shí)別模塊用于分辨乘客的行為方向是上車還是下車。本發(fā)明還可做以下改進(jìn)所述視頻數(shù)據(jù)處理模塊包括噪聲去除模塊、高度特征提取模塊、高度圖生成模塊；所述噪聲去除模塊對(duì)采集視頻中的高亮噪聲點(diǎn)進(jìn)行去噪，去噪之后的視頻僅保留激光特征，從而將對(duì)可能影響系統(tǒng)有效性以及準(zhǔn)確性的噪聲外點(diǎn)排除，得到可信的、影響因素較少的視頻數(shù)據(jù)，以增強(qiáng)輸入視頻的可靠性；所述高度特征提取模塊首先根據(jù)預(yù)定的閾值對(duì)視頻進(jìn)行ニ值化處理，然后根據(jù)激光光束在視頻中的投影，自動(dòng)截取指定視頻區(qū)域之上的激光光束，判定激光光束的高度是否發(fā)生了變化，并提取變化時(shí)候激光光束的高度特征信息；所述高度圖生成模塊通過計(jì)算每ー個(gè)激光點(diǎn)在縱軸上的偏移量，從而得到的高度特征信息，并以時(shí)間坐標(biāo)軸整合高度特征，生成以行人團(tuán)塊為主要內(nèi)容的高度圖。所述視頻數(shù)據(jù)分析模塊包括對(duì)行人團(tuán)塊的塊寬度計(jì)算模塊、塊梯度計(jì)算模塊以及對(duì)梯度的波峰檢測(cè)模塊；所述塊寬度計(jì)算模塊自動(dòng)確定高度圖中行人團(tuán)塊最左端以及最右端、最上端以及最下端的頂點(diǎn)位置，通過頂點(diǎn)位置計(jì)算塊寬度，如塊寬度大于I. 5倍正常人的肩寬或者高度，則模塊將提示系統(tǒng)，該團(tuán)塊包含ー個(gè)以上的乘客，需要對(duì)該團(tuán)塊進(jìn)行特殊處理，分解出團(tuán)塊中的多個(gè)乘客；所述塊梯度計(jì)算模塊沿著橫軸計(jì)算局部窗口中行人團(tuán)塊的平均垂直方向梯度；所述波峰檢測(cè)模塊對(duì)塊梯度計(jì)算模塊中計(jì)算得到的行人團(tuán)塊的平均垂直方向梯度，根據(jù)設(shè)定的閾值檢測(cè)局部的梯度峰值。所述乘客計(jì)數(shù)模塊利用局部平均梯度，包含多個(gè)乘客的候選團(tuán)塊在本模塊中根據(jù)檢測(cè)得到的局部波峰進(jìn)行分割，并統(tǒng)計(jì)團(tuán)塊數(shù)目從而得到乘客個(gè)數(shù)。所述上下車方向識(shí)別模塊的工作模式為，比對(duì)高度圖中乘客團(tuán)塊上邊緣的高度與下邊緣的高度，如果大于一定的閾值，則說明激光光束從下往上掃描到該乘客，該乘客正在執(zhí)行下車的動(dòng)作；反之，如果上邊緣的高度與下邊緣的高度相比小于一定的閾值，則說明激光光束從上往下掃描到該乘客，該乘客正在執(zhí)行上車的動(dòng)作。所述的視頻采集系統(tǒng)使用SOOnm以上波長(zhǎng)激光發(fā)射器。所述攝像頭為帶有可見光截止濾光片的C⑶攝像頭，即能使SOOnm以上光波高透過，400-750nm可見光截止的濾光片，用于接收反射的激光光束，同時(shí)過濾可見光，排除800nm以下的可見光波對(duì)采集視頻的影響。所述激光發(fā)射器為一字型或者星型，用于將激光光束以一字型或者星型的形狀投射到長(zhǎng)途客車的乘客上車區(qū)域。所述視頻分析模塊設(shè)置人工控制的接ロ，能夠以人工介入的形式，對(duì)團(tuán)塊的大小，高度圖閾值以及團(tuán)塊包含的行人數(shù)量進(jìn)行手工分析調(diào)整；同時(shí)模塊還設(shè)置有人工智能自學(xué)習(xí)機(jī)制，能夠通過對(duì)人工調(diào)整的參數(shù)進(jìn)行學(xué)習(xí)，構(gòu)造調(diào)整決策樹，優(yōu)化系統(tǒng)性能。 激光發(fā)射器以及帶濾光片攝像頭的安放位置的選定是根據(jù)激光發(fā)生器以及帶濾光片攝像頭的安放的高度以及行人的平均高度確定，并通過調(diào)整激光發(fā)生器以及攝像頭的仰角，減少產(chǎn)生的行人團(tuán)塊的重疊，從而確保視頻采集系統(tǒng)高效、穩(wěn)定地工作。本發(fā)明的第二個(gè)目的是提供ー種乘客計(jì)數(shù)方法，包括以下步驟I)環(huán)境部署將激光發(fā)射器以及攝像頭放置于預(yù)定位置，并將攝像頭連接視頻采集卡;2)乘客視頻采集通過部署好的攝像頭,采集包含激光線的乘客上下車視頻；當(dāng)乘客經(jīng)過激光光束時(shí)，激光反射光束的高度會(huì)發(fā)生變化，并由攝像頭進(jìn)行采集；3)視頻數(shù)據(jù)處理對(duì)采集到得視頻數(shù)據(jù)信息進(jìn)行噪聲過濾，井根據(jù)設(shè)定的閾值對(duì)視頻進(jìn)行ニ值化處理，再根據(jù)激光光束在視頻中的投影，自動(dòng)截取指定視頻區(qū)域之上的激光光束，并提取變化時(shí)候激光光束的高度特征信息，生成對(duì)應(yīng)的高度圖；4)視頻數(shù)據(jù)分析根據(jù)步驟3)中得到的高度圖進(jìn)行寬度檢測(cè)、梯度檢測(cè)，檢測(cè)是否存在多個(gè)乘客混合的團(tuán)塊，如果存在，則通過波峰檢測(cè)對(duì)多個(gè)乘客進(jìn)行分離；5)乘客計(jì)數(shù)根據(jù)團(tuán)塊分離的結(jié)果，計(jì)算指定時(shí)間內(nèi)乘客數(shù)量；6)方向分析計(jì)算高度圖乘客塊中的高度變化趨勢(shì)，從而確定激光光束對(duì)乘客的掃面方向,最終確定乘客行為的方向。本發(fā)明還可做以下改進(jìn)步驟I)中，所述激光發(fā)射器發(fā)射的激光波長(zhǎng)在800nm以上，有效角度為120°以上，攝像頭帶有可見光截止濾光片，使攝像頭只接收激光的反射。激光發(fā)生器以及攝像頭的角度根據(jù)長(zhǎng)途客車上下車區(qū)域的大小決定。步驟4)中，所述寬度檢測(cè)為自動(dòng)確定行人團(tuán)塊中最左端以及最右端、最上端以及最下端的頂點(diǎn)位置，通過頂點(diǎn)位置計(jì)算塊寬度，如塊寬度大于I. 5倍正常人的肩寬或者高度，則提示該團(tuán)塊包含ー個(gè)以上的乘客；所述梯度檢測(cè)為沿著橫軸計(jì)算局部窗ロ中行人團(tuán)塊的平均垂直方向梯度；所述波峰檢測(cè)為根據(jù)設(shè)定的閾值檢測(cè)局部的梯度峰值，然后根據(jù)檢測(cè)得到的局部波峰進(jìn)行分割，即對(duì)多個(gè)乘客進(jìn)行分離。步驟6)中，所述分析激光光束對(duì)乘客的掃面方向的具體模式為，如檢測(cè)到激光光束從下往上掃描到該乘客，則該乘客正在執(zhí)行下車的動(dòng)作；反之，如激光光束從上往下掃描到該乘客，則該乘客正在執(zhí)行上車的動(dòng)作。與現(xiàn)有技術(shù)相比，本發(fā)明具有的有益效果為I)本發(fā)明的ー種乘客計(jì)數(shù)系統(tǒng)及方法，克服了現(xiàn)有計(jì)算機(jī)視覺以及模式識(shí)別技術(shù)在人流擁擠或光照條件不佳的情況下，容易出現(xiàn)誤差的缺點(diǎn)，可在任何自然條件下提供準(zhǔn)確、實(shí)時(shí)和全天候的乘客計(jì)數(shù)。
2)本發(fā)明的ー種乘客 計(jì)數(shù)系統(tǒng)及方法，該技術(shù)基于人經(jīng)過時(shí)激光反射光束的位置變化來進(jìn)行乘客統(tǒng)計(jì)，較以前的基于數(shù)字圖像分析的方法算法簡(jiǎn)單、計(jì)數(shù)結(jié)果準(zhǔn)確穩(wěn)健。3)本發(fā)明的ー種乘客計(jì)數(shù)系統(tǒng)及方法，該技術(shù)使用激光發(fā)射器、配備帶通濾波器的攝像頭以及相應(yīng)算法，因此受外界環(huán)境的影響小，即使夜晚也可工作，實(shí)現(xiàn)全天候運(yùn)行。4)本發(fā)明的ー種乘客計(jì)數(shù)系統(tǒng)及方法，該技術(shù)應(yīng)用了一字型以及星型的激光發(fā)生器，分別以線和面的覆蓋方法，對(duì)上下車的乘客做全方面的掃描分析，使乘客計(jì)數(shù)結(jié)果更加準(zhǔn)確快速。
圖I為本發(fā)明的乘客計(jì)數(shù)系統(tǒng)整體模塊框圖；圖2為本發(fā)明的乘客計(jì)數(shù)方法操作流程圖；圖3為本發(fā)明的乘客計(jì)數(shù)方法視頻數(shù)據(jù)處理流程圖；圖4為本發(fā)明的乘客計(jì)數(shù)方法視頻數(shù)據(jù)分析流程圖。
具體實(shí)施例方式以下結(jié)合附圖和實(shí)施例對(duì)本發(fā)明做進(jìn)ー步說明，但并不對(duì)本發(fā)明造成任何限制。實(shí)施例I如圖I所示，ー種乘客計(jì)數(shù)系統(tǒng)，包括依次連接的乘客視頻采集模塊、視頻數(shù)據(jù)處理模塊、視頻數(shù)據(jù)分析模塊、乘客計(jì)數(shù)模塊、上下車方向識(shí)別模塊；所述乘客視頻采集模塊包括激光發(fā)射器、視頻采集卡、攝像頭，用于實(shí)現(xiàn)乘客上下車視頻圖像的采集；所述的視頻采集系統(tǒng)使用SOOnm以上波長(zhǎng)激光發(fā)射器。所述攝像頭為帶有可見光截止濾光片的CXD攝像頭，即能使800nm以上光波高透過，400_750nm可見光截止的濾光片，用于接收反射的激光光束，同時(shí)過濾可見光，排除SOOnm以下的可見光波對(duì)采集視頻的影響。所述激光發(fā)射器為一字型或者星型，用于將激光光束以一字型或者星型的形狀投射到長(zhǎng)途客車的乘客上車區(qū)域。所述視頻數(shù)據(jù)處理模塊用于實(shí)現(xiàn)視頻圖像中激光線高度的提取，井根據(jù)提取的高度信息生成對(duì)應(yīng)的高度圖；所述視頻數(shù)據(jù)處理模塊包括噪聲去除模塊、高度特征提取模塊、高度圖生成模塊；所述噪聲去除模塊對(duì)采集視頻中的高亮噪聲點(diǎn)進(jìn)行去噪，去噪之后的視頻僅保留激光特征，從而將對(duì)可能影響系統(tǒng)有效性以及準(zhǔn)確性的噪聲外點(diǎn)排除，得到可信的、影響因素較少的視頻數(shù)據(jù)，以增強(qiáng)輸入視頻的可靠性；所述高度特征提取模塊首先根據(jù)預(yù)定的閾值對(duì)視頻進(jìn)行ニ值化處理，然后根據(jù)激光光束在視頻中的投影，自動(dòng)截取指定視頻區(qū)域之上的激光光束，判定激光光束的高度是否發(fā)生了變化，并提取變化時(shí)候激光光束的高度特征信息；所述高度圖生成模塊通過計(jì)算每ー個(gè)激光點(diǎn)在縱軸上的偏移量，從而得到的高度特征信息，并以時(shí)間坐標(biāo)軸整合高度特征，生成以行人團(tuán)塊為主要內(nèi)容的高度圖。所述視頻數(shù)據(jù)分析模塊用以對(duì)高度圖中乘客的團(tuán)塊進(jìn)行分析，分辨ー個(gè)團(tuán)塊中是否包含多個(gè)乘客；所述視頻數(shù)據(jù)分析模塊包括對(duì)行人團(tuán)塊的塊寬度計(jì)算模塊、塊梯度計(jì)算模塊以及對(duì)梯度的波峰檢測(cè)模塊；所述塊寬度計(jì)算模塊自動(dòng)確定高度圖中行人團(tuán)塊最左端以及最右端、最上端以及最下端的頂點(diǎn)位置，通過頂點(diǎn)位置計(jì)算塊寬度，如塊寬度大于I. 5倍正常人的肩寬或者高度，則模塊將提示系統(tǒng)，該團(tuán)塊包含ー個(gè)以上的乘客，需要對(duì)該團(tuán)塊進(jìn)行特殊處理，分解出團(tuán)塊中的多個(gè)乘客；所述塊梯度計(jì)算模塊沿著橫軸計(jì)算局部窗ロ中行人團(tuán)塊的平均垂直方向梯度；所述波峰檢測(cè)模塊對(duì)塊梯度計(jì)算模塊中計(jì)算得到的行人團(tuán)塊的平均垂直方向梯度，根據(jù)設(shè)定的閾值檢測(cè)局部的梯度峰值。所述乘客計(jì)數(shù)模塊用于計(jì)算上下車乘客的個(gè)數(shù)；其利用局部平均梯度，包含多個(gè)乘客的候選團(tuán)塊在本模塊中根據(jù)檢測(cè)得到的局部波峰進(jìn)行分割，并統(tǒng)計(jì)團(tuán)塊數(shù)目從而得到乘客個(gè)數(shù)。
所述上下車方向識(shí)別模塊用于分辨乘客的行為方向是上車還是下車。所述上下車方向識(shí)別模塊的工作模式為，比對(duì)高度圖中乘客團(tuán)塊上邊緣的高度與下邊緣的高度，如果大于一定的閾值，則說明激光光束從下往上掃描到該乘客，該乘客正在執(zhí)行下車的動(dòng)作；反之，如果上邊緣的高度與下邊緣的高度相比小于一定的閾值，則說明激光光束從上往下掃描到該乘客，該乘客正在執(zhí)行上車的動(dòng)作。所述視頻分析模塊設(shè)置人工控制的接ロ，能夠以人工介入的形式，對(duì)團(tuán)塊的大小，高度圖閾值以及團(tuán)塊包含的行人數(shù)量進(jìn)行手工分析調(diào)整；同時(shí)模塊還設(shè)置有人工智能自學(xué)習(xí)機(jī)制，能夠通過對(duì)人工調(diào)整的參數(shù)進(jìn)行學(xué)習(xí)，構(gòu)造調(diào)整決策樹，優(yōu)化系統(tǒng)性能。激光發(fā)射器以及帶濾光片攝像頭的安放位置的選定是根據(jù)激光發(fā)生器以及帶濾光片攝像頭的安放的高度以及行人的平均高度確定，并通過調(diào)整激光發(fā)生器以及攝像頭的仰角，減少產(chǎn)生的行人團(tuán)塊的重疊，從而確保視頻采集系統(tǒng)高效、穩(wěn)定地工作。上述乘客計(jì)數(shù)系統(tǒng)的工作流程為一、激光發(fā)射器發(fā)生激光束到客車的上下車區(qū)域上，攝像頭接收反射的激光光束，同時(shí)過濾可見光，記錄采集到的視頻數(shù)據(jù)。ニ、在采集得到的乘客視頻中，對(duì)視頻中的可能影響分析的高亮噪聲點(diǎn)進(jìn)行去除，去噪之后的視頻僅保留激光的反射點(diǎn)；再根據(jù)激光光束在視頻中的投影，自動(dòng)截取指定視頻區(qū)域之上的激光光束，提取變化時(shí)候激光光束的高度特征信息；最后計(jì)算每ー個(gè)激光點(diǎn)在縱軸上的偏移量，從而得到的高度特征信息，并以時(shí)間坐標(biāo)軸整合高度特征，生成高度圖。三、對(duì)高度圖中乘客的團(tuán)塊進(jìn)行分析，確定乘客團(tuán)塊中四周的最值頂點(diǎn)位置，通過頂點(diǎn)位置計(jì)算塊寬度，如塊寬度大于I. 5倍正常人的肩寬或者高度，則提示該團(tuán)塊包含一個(gè)以上的乘客，需要對(duì)該團(tuán)塊進(jìn)行特殊處理，分解出團(tuán)塊中的多個(gè)乘客；然后沿著橫軸計(jì)算局部窗口中乘客塊的平均垂直方向梯度；然后根據(jù)設(shè)定的閾值檢測(cè)局部的梯度峰值。四、利用局部平均梯度，對(duì)包含多個(gè)乘客的候選團(tuán)塊在本模塊中根據(jù)檢測(cè)得到的局部波峰進(jìn)行分割，并統(tǒng)計(jì)團(tuán)塊數(shù)目，得到乘客個(gè)數(shù)。五、辨別乘客越過激光光束的動(dòng)作是上車還是下車，若一個(gè)乘客觸屏到激光光束的時(shí)候，激光光束從下往上掃描到該乘客，則該乘客正在執(zhí)行下車的動(dòng)作，如激光光束從上往下掃描到該乘客，則該乘客正在執(zhí)行上車的動(dòng)作。實(shí)施例2如圖2所示，ー種乘客計(jì)數(shù)方法，包括以下步驟I)環(huán)境部署將激光發(fā)射器以及攝像頭放置于預(yù)定位置，并將攝像頭連接視頻采集卡；所述激光發(fā)射器發(fā)射的激光波長(zhǎng)在800nm以上,有效角度為120°以上,攝像頭帶有可見光截止濾光片，使攝像頭只接收激光的反射。激光發(fā)生器以及攝像頭的角度根據(jù)長(zhǎng)途客車上下車區(qū)域的大小決定。
2)乘客視頻采集通過部署好的攝像頭,采集包含激光線的乘客上下車視頻；當(dāng)乘客經(jīng)過激光光束吋，帶通濾波器的攝像頭只接收激光的反射，激光反射光束的高度會(huì)發(fā)生變化，并由攝像頭進(jìn)行采集；3)視頻數(shù)據(jù)處理如圖3所示的視頻數(shù)據(jù)處理模塊的流程圖，當(dāng)視頻采集系統(tǒng)模塊開始采集乘客視頻時(shí)，該模塊根據(jù)預(yù)定的閾值對(duì)視頻進(jìn)行ニ值化處理，根據(jù)激光發(fā)生器的類型，對(duì)視頻中像素點(diǎn)的灰度值做3*3或者1*5的平均，對(duì)可能影響系統(tǒng)有效性以及準(zhǔn)確性的噪聲外點(diǎn)進(jìn)行排除，使得視頻信息不受噪聲影響。然后選取一定的高度閾值，提取高度大于該閾值的像素點(diǎn)并計(jì)算其高度，最后，以縱軸為時(shí)間軸，生成對(duì)應(yīng)的高度圖。4)視頻數(shù)據(jù)分析如圖4所示的視頻數(shù)據(jù)分析模塊的流程圖，當(dāng)往該模塊輸入高度圖時(shí)，模塊首先確定乘客團(tuán)塊中四周上下左右的最值頂點(diǎn)位置，通過頂點(diǎn)位置計(jì)算塊寬度。然后根據(jù)乘客塊的寬度是否大于I. 5倍正常人的寬度來判斷是否需要對(duì)團(tuán)塊進(jìn)行分解。如果需要進(jìn)行分解，則沿著橫軸計(jì)算局部窗口中乘客塊的平均垂直方向梯度。對(duì)計(jì)算得到的乘客塊的平均垂直方向梯度，根據(jù)設(shè)定的閾值檢測(cè)局部的梯度峰值。最后根據(jù)得到的梯度峰值來對(duì)包含多個(gè)乘客的團(tuán)塊進(jìn)行分割，并再一次確定分割完成的團(tuán)塊是否符合正常的寬度，如果符合則返回該單個(gè)乘客的高度圖，否則則重復(fù)前一歩的處理過程。5)乘客計(jì)數(shù)根據(jù)團(tuán)塊分離的結(jié)果，計(jì)算指定時(shí)間內(nèi)乘客數(shù)量。6)方向分析計(jì)算高度圖乘客塊中的高度變化趨勢(shì)，從而確定激光光束對(duì)乘客的掃面方向,最終確定乘客行為的方向；所述分析激光光束對(duì)乘客的掃面方向的具體模式為，如檢測(cè)到激光光束從下往上掃描到該乘客,則該乘客正在執(zhí)行下車的動(dòng)作；反之,如激光光束從上往下掃描到該乘客，則該乘客正在執(zhí)行上車的動(dòng)作。以上內(nèi)容是結(jié)合具體的優(yōu)選實(shí)施方式對(duì)本發(fā)明所作的進(jìn)ー步詳細(xì)說明，不能認(rèn)定本發(fā)明的具體實(shí)施只局限于這些說明。對(duì)于本發(fā)明所屬技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干簡(jiǎn)單推演或替換，都應(yīng)當(dāng)視為屬于本發(fā)明的保護(hù)范圍。
權(quán)利要求
1.一種乘客計(jì)數(shù)系統(tǒng)，其特征在于包括依次連接的乘客視頻采集模塊、視頻數(shù)據(jù)處理模塊、視頻數(shù)據(jù)分析模塊、乘客計(jì)數(shù)模塊、上下車方向識(shí)別模塊； 所述乘客視頻采集模塊包括激光發(fā)射器、視頻采集卡、攝像頭，用于實(shí)現(xiàn)乘客上下車視頻圖像的采集； 所述視頻數(shù)據(jù)處理模塊用于實(shí)現(xiàn)視頻圖像中激光線高度的提取，并根據(jù)提取的高度信息生成對(duì)應(yīng)的高度圖； 所述視頻數(shù)據(jù)分析模塊用以對(duì)高度圖中乘客的團(tuán)塊進(jìn)行分析理解，分辨一個(gè)團(tuán)塊中是否包含多個(gè)乘客； 所述乘客計(jì)數(shù)模塊用于計(jì)算上下車乘客的個(gè)數(shù)； 所述上下車方向識(shí)別模塊用于分辨乘客的行為方向是上車還是下車。
2.根據(jù)權(quán)利要求I所述的乘客計(jì)數(shù)系統(tǒng)，其特征在于所述視頻數(shù)據(jù)處理模塊包括噪聲去除模塊、高度特征提取模塊、高度圖生成模塊； 所述噪聲去除模塊對(duì)采集視頻中的高亮噪聲點(diǎn)進(jìn)行去噪，去噪之后的視頻僅保留激光特征； 所述高度特征提取模塊首先根據(jù)預(yù)定的閾值對(duì)視頻進(jìn)行二值化處理，然后根據(jù)激光光束在視頻中的投影，自動(dòng)截取指定視頻區(qū)域之上的激光光束，判定激光光束的高度是否發(fā)生了變化，并提取變化時(shí)候激光光束的高度特征信息； 所述高度圖生成模塊通過計(jì)算每一個(gè)激光點(diǎn)在縱軸上的偏移量，從而得到的高度特征信息，并以時(shí)間坐標(biāo)軸整合高度特征，生成以行人團(tuán)塊為主要內(nèi)容的高度圖。
3.根據(jù)權(quán)利要求2所述的乘客計(jì)數(shù)系統(tǒng)，其特征在于所述視頻數(shù)據(jù)分析模塊包括對(duì)行人團(tuán)塊的塊寬度計(jì)算模塊、塊梯度計(jì)算模塊以及對(duì)梯度的波峰檢測(cè)模塊； 所述塊寬度計(jì)算模塊自動(dòng)確定高度圖中行人團(tuán)塊最左端以及最右端、最上端以及最下端的頂點(diǎn)位置，通過頂點(diǎn)位置計(jì)算塊寬度，如塊寬度大于I. 5倍正常人的肩寬或者高度，則模塊將提示系統(tǒng)，該團(tuán)塊包含一個(gè)以上的乘客，需要對(duì)該團(tuán)塊進(jìn)行特殊處理，分解出團(tuán)塊中的多個(gè)乘客； 所述塊梯度計(jì)算模塊沿著橫軸計(jì)算局部窗口中行人團(tuán)塊的平均垂直方向梯度； 所述波峰檢測(cè)模塊對(duì)塊梯度計(jì)算模塊中計(jì)算得到的行人團(tuán)塊的平均垂直方向梯度，根據(jù)設(shè)定的閾值檢測(cè)局部的梯度峰值。
4.根據(jù)權(quán)利要求3所述的乘客計(jì)數(shù)系統(tǒng)，其特征在于所述乘客計(jì)數(shù)模塊利用局部平均梯度，包含多個(gè)乘客的候選團(tuán)塊在本模塊中根據(jù)檢測(cè)得到的局部波峰進(jìn)行分割，并統(tǒng)計(jì)團(tuán)塊數(shù)目從而得到乘客個(gè)數(shù)。
5.根據(jù)權(quán)利要求4所述的乘客計(jì)數(shù)系統(tǒng)，其特征在于所述上下車方向識(shí)別模塊的工作模式為，比對(duì)高度圖中乘客團(tuán)塊上邊緣的高度與下邊緣的高度，如果大于一定的閾值，則說明激光光束從下往上掃描到該乘客，該乘客正在執(zhí)行下車的動(dòng)作；反之，如果上邊緣的高度與下邊緣的高度相比小于一定的閾值，則說明激光光束從上往下掃描到該乘客，該乘客正在執(zhí)行上車的動(dòng)作。
6.根據(jù)權(quán)利要求1-5中任一項(xiàng)所述的乘客計(jì)數(shù)系統(tǒng)，其特征在于所述的視頻采集系統(tǒng)使用SOOnm以上波長(zhǎng)激光發(fā)射器；所述攝像頭為帶有可見光截止濾光片的CCD攝像頭；所述激光發(fā)射器為一字型或者星型。
7.根據(jù)權(quán)利要求6所述的乘客計(jì)數(shù)系統(tǒng)，其特征在于所述視頻分析模塊設(shè)置人工控制的接口，能夠以人工介入的形式，對(duì)團(tuán)塊的大小，高度圖閾值以及團(tuán)塊包含的行人數(shù)量進(jìn)行手工分析調(diào)整；同時(shí)模塊還設(shè)置有人工智能自學(xué)習(xí)機(jī)制，能夠通過對(duì)人工調(diào)整的參數(shù)進(jìn)行學(xué)習(xí)，構(gòu)造調(diào)整決策樹，優(yōu)化系統(tǒng)性能。
8.根據(jù)權(quán)利要求7所述的乘客計(jì)數(shù)系統(tǒng)，其特征在于激光發(fā)射器以及帶濾光片攝像頭的安放位置的選定是根據(jù)激光發(fā)生器以及帶濾光片攝像頭的安放的高度以及行人的平均高度確定，并通過調(diào)整激光發(fā)生器以及攝像頭的仰角，減少產(chǎn)生的行人團(tuán)塊的重疊，從而確保視頻采集系統(tǒng)高效、穩(wěn)定地工作。
9.一種乘客計(jì)數(shù)方法，其特征在于包括以下步驟 1)環(huán)境部署將激光發(fā)射器以及攝像頭放置于預(yù)定位置，并將攝像頭連接視頻采集卡; 2)乘客視頻采集通過部署好的攝像頭，采集包含激光線的乘客上下車視頻；當(dāng)乘客經(jīng)過激光光束時(shí)，激光反射光束的高度會(huì)發(fā)生變化，并由攝像頭進(jìn)行采集； 3)視頻數(shù)據(jù)處理對(duì)采集到得視頻數(shù)據(jù)信息進(jìn)行噪聲過濾，并根據(jù)設(shè)定的閾值對(duì)視頻進(jìn)行二值化處理，再根據(jù)激光光束在視頻中的投影，自動(dòng)截取指定視頻區(qū)域之上的激光光束，并提取變化時(shí)候激光光束的高度特征信息，生成對(duì)應(yīng)的高度圖； 4)視頻數(shù)據(jù)分析根據(jù)步驟3)中得到的高度圖進(jìn)行寬度檢測(cè)、梯度檢測(cè)，檢測(cè)是否存在多個(gè)乘客混合的團(tuán)塊，如果存在，則通過波峰檢測(cè)對(duì)多個(gè)乘客進(jìn)行分離； 5)乘客計(jì)數(shù)根據(jù)團(tuán)塊分離的結(jié)果，計(jì)算指定時(shí)間內(nèi)乘客數(shù)量； 6)方向分析計(jì)算高度圖乘客塊中的高度變化趨勢(shì)，從而確定激光光束對(duì)乘客的掃面方向，最終確定乘客行為的方向。
10.根據(jù)權(quán)利要求9所述的乘客計(jì)數(shù)方法，其特征在于步驟I)中，所述激光發(fā)射器發(fā)射的激光波長(zhǎng)在SOOnm以上，有效角度為120°以上，攝像頭帶有可見光截止濾光片； 步驟4)中，所述寬度檢測(cè)為自動(dòng)確定行人團(tuán)塊中最左端以及最右端、最上端以及最下端的頂點(diǎn)位置，通過頂點(diǎn)位置計(jì)算塊寬度，如塊寬度大于I. 5倍正常人的肩寬或者高度，則提示該團(tuán)塊包含一個(gè)以上的乘客；所述梯度檢測(cè)為沿著橫軸計(jì)算局部窗口中行人團(tuán)塊的平均垂直方向梯度；所述波峰檢測(cè)為根據(jù)設(shè)定的閾值檢測(cè)局部的梯度峰值，然后根據(jù)檢測(cè)得到的局部波峰進(jìn)行分割，即對(duì)多個(gè)乘客進(jìn)行分離； 步驟6)中，所述分析激光光束對(duì)乘客的掃面方向的具體模式為，如檢測(cè)到激光光束從下往上掃描到該乘客，則該乘客正在執(zhí)行下車的動(dòng)作；反之，如激光光束從上往下掃描到該乘客，則該乘客正在執(zhí)行上車的動(dòng)作。
全文摘要
本發(fā)明的一種乘客計(jì)數(shù)系統(tǒng)及方法，屬于乘客數(shù)量的統(tǒng)計(jì)技術(shù)領(lǐng)域。本發(fā)明的第一個(gè)目的是提供一種乘客技術(shù)系統(tǒng)，包括依次連接的乘客視頻采集模塊、視頻數(shù)據(jù)處理模塊、視頻數(shù)據(jù)分析模塊、乘客計(jì)數(shù)模塊、上下車方向識(shí)別模塊；第二個(gè)目的是提供一種乘客計(jì)數(shù)方法，包括以下步驟環(huán)境部署、乘客視頻采集、視頻數(shù)據(jù)處理、視頻數(shù)據(jù)分析、乘客計(jì)數(shù)、方向分析。本發(fā)明通過各模塊的協(xié)同工作，克服了現(xiàn)有計(jì)算機(jī)視覺以及模式識(shí)別技術(shù)在人流擁擠或光照條件不佳的情況下，容易出現(xiàn)誤差的缺點(diǎn)，可在任何自然條件下提供準(zhǔn)確、實(shí)時(shí)和全天候的乘客計(jì)數(shù)。
文檔編號(hào)G06K9/00GK102622578SQ20121002497
公開日2012年8月1日 申請(qǐng)日期2012年2月6日 優(yōu)先權(quán)日2012年2月6日
發(fā)明者劉寧, 林宇, 蔣維娜 申請(qǐng)人:中山大學(xué)