一种基于视频监控的手扶电梯客流量统计方法技术

本发明专利技术公开了一种基于视频监控的手扶电梯客流量统计方法，包括步骤：1)使用YOLOv3对手扶电梯俯拍的乘客进行人头检测；2)训练YOLOv3网络；3)判断当前帧号是否为关键帧，若是执行步骤4)‑9)，否则执行步骤10)，最后执行步骤11)、12)；4)用YOLOv3检测乘客人头；5)若t＝0，使用检测结果来初始化粒子滤波结果，否则执行粒子滤波；6)求矩阵D；7)对D对进行匈牙利匹配；8)剔除离开监控范围的目标；9)新增进入监控范围的目标；10)执行粒子滤波；11)客流量统计；12)t＝t+1执行步骤3)。本发明专利技术抗光照干扰能力较强，在不同光照场景下表现优良，同时可以根据实际设备的情况设定不同的检测周期，在不同性能的设备都能达到准确的客流统计效果。

A statistical method of walking elevator passenger flow based on video monitoring

【技术实现步骤摘要】
一种基于视频监控的手扶电梯客流量统计方法
本专利技术涉及手扶电梯视频监控和计算机视的
，尤其是指一种基于视频监控的手扶电梯客流量统计方法。
技术介绍
手扶电梯通常安装在城市人流量密集的重要场合，给市民出行带来便利。最后，手扶电梯出入口是人流经过的“要塞”，对手扶电梯出入口区域进行人流量的统计，可以对客流量分析，从而使商场、机场等在管理和决策上做出正确的决定，因此统计手扶电梯客流量可以辅助经营分析，从而带来商业价值。传统客流统计方法有有：人工统计、红外感应、重力感应等。人工统计方法容易受计数人员的疲劳而导致计数错误，且计数人员工作量较大且繁琐。红外感应容易受环境温度等因素干扰，在实际应用中有较高错误率，重力感应的方法安装要求高，且成本也较高，稳定性较差，存在较大不确定性。随着计算机计算能力以及图像算法的稳步提升，借助计算机实现智能监控成为当前研究热点。基于视频统计客流量的方法根据摄像头采集到的图像，使用算法对图像数据进行分析处理，来辅助人们对公共场所的客流量进行统计。通过监控视频来统计客流量主要设计两个方面的算法：前本文档来自技高网...

【技术保护点】
1.一种基于视频监控的手扶电梯客流量统计方法，其特征在于，包括以下步骤：/n1)使用摄像头对手扶电梯楼层板进行俯拍，收集手扶电梯楼层板上乘客的人头图像，并对图像中人头位置进行标注，制作数据集，并将数据集划分为用于训练的训练集，以及用来进行模型择优的验证集；/n2)使用训练集对YOLOv3网络进行训练，训练停止条件为达到设定迭代次数或者在验证集上的准确率达到某个阈值，保留在验证集上表现最好的网络模型用于后续步骤；/n3)在实际应用中，开始时先初始化当前时刻t＝0，并设t＝0帧为关键帧，同时初始化其它变量，从摄像头中读取图像，由于YOLOv3算法计算量大，如果每一帧都使用YOLOv3检测人头，耗时...

【技术特征摘要】
1.一种基于视频监控的手扶电梯客流量统计方法，其特征在于，包括以下步骤：
1)使用摄像头对手扶电梯楼层板进行俯拍，收集手扶电梯楼层板上乘客的人头图像，并对图像中人头位置进行标注，制作数据集，并将数据集划分为用于训练的训练集，以及用来进行模型择优的验证集；
2)使用训练集对YOLOv3网络进行训练，训练停止条件为达到设定迭代次数或者在验证集上的准确率达到某个阈值，保留在验证集上表现最好的网络模型用于后续步骤；
3)在实际应用中，开始时先初始化当前时刻t＝0，并设t＝0帧为关键帧，同时初始化其它变量，从摄像头中读取图像，由于YOLOv3算法计算量大，如果每一帧都使用YOLOv3检测人头，耗时大，因此使用在关键帧进行人头检测并匹配，在非关键帧进行粒子滤波跟踪，首先判断当前帧号是否为关键帧，若当前帧号为设定周期常量的整数倍，则该帧为关键帧，执行步骤4)-9)，否则该帧为非关键帧，执行步骤10)，最后再执行步骤11)、12)；
4)使用步骤2)中训练好的模型对图像进行乘客人头检测，并对检测结果进行非极大值移植以及面积阈值过滤，除去不符合要求的检测框；
5)设当前帧为t，若t＝0，则使用YOLOv3的检测矩形框的中心坐标来初始化粒子滤波算法的粒子坐标，否则以上一帧的粒子滤波跟踪矩形框的中心坐标为高斯分布的均值，以高斯分布为概率撒粒子，并计算所有粒子的色度统计直方图向量，并选取撒下的粒子中与中心粒子色度统计直方图向量欧式距离最近的粒子，作为这一帧的跟踪结果；
6)设在该关键帧使用YOLOv3检测到的人头集合为H，其中Hi表示H中第i个元素，代表第i个检测矩形框；设该关键帧的上一帧的跟踪列表集合为T，其中Tj表示T中第j个元素，表示第j个跟踪矩形框；设Hi到Tj的距离为dij，计算方法为检测矩形框Hi的色度统计直方图向量到跟踪矩形框Tj的色度统计直方图向量的欧式距离，最后使用集合H中的元素到T中两两元素的距离，构造出集合H与集合T的距离矩阵D，其中矩阵D的行、列分别代表检测人头、跟踪人头；
7)使用匈牙利匹配算法对矩阵D进行最优配对求解，对于匹配成功的对(i,j)，将Hi的检测矩形框用于更新Tj的跟踪矩形框，并把Tj的跟踪置信度增加，其中Tj的跟踪置信度代表Tj在监控范围内存在的可能性，与元素Tj在监控范围内连续跟踪的帧数成正相关，Tj在监控范围内待的时间越长，Tj的跟踪置信度会越大；
8)定义集合C，集合C中的元素表示在上一帧跟踪结果T中，那些离检测到的人头集合H中所有的元素距离大于设定阈值的元素；C中的元素表示离开监控范围的行人，需要根据跟踪置信度将其剔除；对未匹配成功的列号集合J，将其加入到集合C中，并降低集合C中元素的跟踪置信度，当某元素的跟踪置信度小于0，将其从跟踪列表中剔除；
9)定义集合R，集合R中的元素表示检测到的人头集合H，那些离上一帧跟踪结果T中所有的元素距离大于设定阈值的元素，R中的元素表示新进入监控范围的人头目标，需要将其添加到跟踪列表中；对未匹配成功的行号集合I，将其加入到集合R中，并把集合R中的元素加入到跟踪列表，并初始化其粒子滤波跟踪参数；
10)对于非关键帧图像，进行操作：对跟踪列表集合T中的每个元素Tj，以上一帧的跟踪矩形框的中心为高斯分布的均值中心，以高斯分布撒粒子，并计算所撒粒子的色度统计直方图，并选取撒下的粒子中与中心粒子色度直方图距离最近的粒子，判断该最近距离是否小于设定阈值，若最近距离小于设定阈值，则用色度距离最近的粒子矩形框来代替原中心粒子，并增加Tj的跟踪置信度，否则降低Tj跟踪置信度，当Tj跟踪置信度小于0，将Tj从跟踪列表中剔除；
11)根据跟踪矩形框的中心坐标以及设定的客流量统计线的位置关系，来对一段时间内手扶电梯乘客的客流量进行统计；
12)将时间往后推移，即t＝t+1，对摄像头新采集的图像循环执行步骤3)，从而实现手扶电梯客流量的准确稳定统计。


2.根据权利要求1所述的一种基于视频监控的手扶电梯客流量统计方法，其特征在于，在步骤1)中，使用开源标注工具labelImg对摄像头采集的楼层板乘客人头图像进行标注，构建手扶电梯乘客人头的数据集，标注信息为(x,y,w,h,c),分别代表乘客人头在图像中的相对横坐标、相对纵坐标、相对宽、相对高以及类别，由于只有1类，故c统一标注为0，然后按照7：3的比例，将数据集划分为训练集、验证集，训练集的人头图像用于YOLOv3的训练，而验证集图像用于对训练好的YOLOv3模型进行择优。


3...

【专利技术属性】
技术研发人员：杜启亮，黄理广，田联房，
申请(专利权)人：华南理工大学，华南理工大学珠海现代产业创新研究院，
类型：发明
国别省市：广东;44