一种基于计算机视觉公交站人流分析方法技术

一种基于计算机视觉公交站人流分析方法，采用以下步骤，步骤1：建立大数据分析模型，利用采集到的各个公交车站不同时间段的人流量数据集作为参数，用来对大数据分析模型进行训练；步骤2：客户端通过网络与云服务器建立通信连接,客户端采集使用者输入的时间和坐标,将该时间和坐标发送到云服务器中；步骤3：云服务器通过将该时间和坐标输入到大数据分析模型中,大数据分析模型返回该时间段预测的人流量数据；发明专利技术通过公交站中的摄像头进行人群分析，就知道在公交站进行排队等车的情况，可以对用户提供信息，让用户可以自行进行其他交通工具的选择，避开高峰期，合理使用城市资源。

An Analysis Method of Bus Station Flow Based on Computer Vision

A method of traffic analysis based on computer vision for bus stations is presented. The following steps are adopted: 1. Establishing a large data analysis model, using the collected data sets of traffic at different bus stations at different time periods as parameters, to train the large data analysis model; 2. Establishing a communication connection between the client and the cloud server through the network, and collecting user input from the client. The time and coordinates are sent to the cloud server; Step 3: The cloud server input the time and coordinates into the big data analysis model, and the big data analysis model returns the predicted traffic data of the time period; The invention uses the camera in the bus station to do crowd analysis, so that it knows the situation of queuing and waiting at the bus station, and can provide information for users. To enable users to choose other means of transport on their own, avoid rush hour and make rational use of urban resources.

【技术实现步骤摘要】
一种基于计算机视觉公交站人流分析方法
本专利技术涉及领域，具体涉及一种基于计算机视觉公交站人流分析方法。
技术介绍
人体骨骼识别是基于人体的骨骼特征进行的计算机视觉学习。人体骨骼关键点对于描述人体姿态，预测人体行为至关重要。因此人体骨骼关键点检测是诸多计算机视觉任务的基础。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。目前使用的技术:基于深度学习的骨骼关键点判断，继而进行的动作识别。已有的技术对于公共场景的一些细小高频率的场景使用的较少，对于一些轻轨站或者园区的公交站，需要进行优化学习后进行使用。主要是在视野环境较差的情况下，可以使用红外进行人群分析。基于该种算法提出了使用鱼眼摄像头的更优方案。目前的解决方案，很少使用手机App和微信小程序对安装该设备的公交站进行大数据分析和用户的数据联动。目前的解决方案很少使用Android系统，这个提供了更佳廉价的解决思路。并且保证了性能不差。并且通过手机App和微信小程序与用户的出行时间进行关联，用户可以选择会去这个公交站，通过服务器计算分析，可以得知未来的一个人流量。可以被动式的让用户避开这些高峰期的公交站。
技术实现思路
本专利技术针对现有技术的不足，提出一种基于计算机视觉公交站人流分析方法，具体技术方案如下：一种基于计算机视觉公交站人流分析方法，其特征在于：采用以下步骤，步骤1：建立大数据分析模型，利用采集到的各个公交车站不同时间段的人流量数据集作为参数，用来对大数据分析模型进行训练；步骤2：客户端通过网络与云服务器建立通信连接,客户端采集使用者输入的时间和坐标,将该时间和坐标发送到云服务器中；步骤3：云服务器通过将该时间和坐标输入到大数据分析模型中,大数据分析模型返回该时间段预测的人流量数据；步骤4：云服务器将预测的人流量数据返回到对应的客户端；步骤5：图像采集装置每隔一段时间自动采集公交站台区域的图像，将采集到的图像和对应的采集时间同时上传到云服务器中；步骤6：云服务器中的识别模块对图像进行识别后,统计图像中出现的人数,将统计的人数和对应的时间输入到大数据分析模型中对大数据分析模型进行校正。进一步地：所述识别模块为骨骼动作识别模型,所述骨骼动作识别模型为通过人体骨骼关键点对人体姿态进行预测。进一步地：所述图像采集装置为鱼眼红外线摄像机。本专利技术的有益效果为：本专利技术通过公交站中的摄像头进行人群分析，就知道在公交站进行排队等车的情况，可以对用户提供信息，让用户可以自行进行其他交通工具的选择，避开高峰期，合理使用城市资源。创造用户使用价值，反过来将用户创造的数据进行再创造和分析。为智慧城市生活提供方案。附图说明图1为本专利技术的工作流程图。具体实施方式下面结合附图对本专利技术的较佳实施例进行详细阐述，以使本专利技术的优点和特征能更易于被本领域技术人员理解，从而对本专利技术的保护范围做出更为清楚明确的界定。如图1所示：一种基于计算机视觉公交站人流分析方法，采用以下步骤，步骤1：建立大数据分析模型，利用采集到的各个公交车站不同时间段的人流量数据集作为参数，用来对大数据分析模型进行训练；步骤2：客户端通过网络与云服务器建立通信连接,客户端采集使用者输入的时间和坐标,将该时间和坐标发送到云服务器中；步骤3：云服务器通过将该时间和坐标输入到大数据分析模型中,大数据分析模型返回该时间段预测的人流量数据；步骤4：云服务器将预测的人流量数据返回到对应的客户端；步骤5：图像采集装置每隔一段时间自动采集公交站台区域的图像，将采集到的图像和对应的采集时间同时上传到云服务器中，图像采集装置为鱼眼红外线摄像机；步骤6：云服务器中的识别模块对图像进行识别后,统计图像中出现的人数,将统计的人数和对应的时间输入到大数据分析模型中对大数据分析模型进行校正。所述识别模块为骨骼动作识别模型,所述骨骼动作识别模型为通过人体骨骼关键点对人体姿态进行预测。本文档来自技高网...

【技术保护点】
1.一种基于计算机视觉公交站人流分析方法，其特征在于：采用以下步骤，步骤1：建立大数据分析模型，利用采集到的各个公交车站不同时间段的人流量数据集作为参数，用来对大数据分析模型进行训练；步骤2：客户端通过网络与云服务器建立通信连接,客户端采集使用者输入的时间和坐标,将该时间和坐标发送到云服务器中；步骤3：云服务器通过将该时间和坐标输入到大数据分析模型中,大数据分析模型返回该时间段预测的人流量数据；步骤4：云服务器将预测的人流量数据返回到对应的客户端；步骤5：图像采集装置每隔一段时间自动采集公交站台区域的图像，将采集到的图像和对应的采集时间同时上传到云服务器中；步骤6：云服务器中的识别模块对图像进行识别后,统计图像中出现的人数,将统计的人数和对应的时间输入到大数据分析模型中对大数据分析模型进行校正。

【技术特征摘要】
1.一种基于计算机视觉公交站人流分析方法，其特征在于：采用以下步骤，步骤1：建立大数据分析模型，利用采集到的各个公交车站不同时间段的人流量数据集作为参数，用来对大数据分析模型进行训练；步骤2：客户端通过网络与云服务器建立通信连接,客户端采集使用者输入的时间和坐标,将该时间和坐标发送到云服务器中；步骤3：云服务器通过将该时间和坐标输入到大数据分析模型中,大数据分析模型返回该时间段预测的人流量数据；步骤4：云服务器将预测的人流量数据返回到对应的客户端；步骤5：图像采集装置每隔一段时间自动...

【专利技术属性】
技术研发人员：孔靖，
申请(专利权)人：广州洪荒智能科技有限公司，
类型：发明
国别省市：广东,44