一种基于人脸检测的出租车载客人数统计方法技术

本发明专利技术提供了一种基于人脸检测的出租车载客人数统计方法，通过设置在出租车内的摄像头获取出租车内的照片；通过训练好的低层特征金字塔网络对人脸进行判断，然后对判断得到的人脸进行提取框标记；根据一般出租车内业务场景下的人脸分布范围，过滤掉该范围外的提取框，得到初步的乘客模型情况；通过HSV颜色模型处理照片，计算像素区域的大小，辅助判断后座的乘客分布情况，最终得到一个先验的乘客模型；将该先验的乘客模型引入贝叶斯模型，根据对应的实际乘客模型，最终得到车内的具体乘客人数。该方法通过人脸检测技术、HSV颜色模型和贝叶斯模型相结合，获取更为准确的出租车载客人数，弥补人脸检测技术不够准确的缺陷。

【技术实现步骤摘要】
一种基于人脸检测的出租车载客人数统计方法
本专利技术涉及交通工具载客算法识别
，具体的说，涉及了一种基于人脸检测的出租车载客人数统计方法。
技术介绍
目前，在出租车运营过程中，存在司机私自拉客不打表不开揽客灯、出租车载客量无法或统计不准确等问题。传统解决方案主要是通过在座位上增加压力传感器来实现乘客上车后的检测。但压力传感器存在人员统计准确率低、安装实施成本高等问题。随着信息技术的快速发展，车载视频在出租车行业已得到普遍应用，车辆在运营过程中会根据空重车状态变化、定时上报等策略将车内照片抓拍，并上传至平台。人脸识别的易用性和普适性，在身份核验、刷脸支付等场景已得到成功应用，自动在图像中检测和跟踪人脸的技术近年来被广泛用于交通、商业、公共安全等领域。在交通领域，由于隐私原因，除支付需要人脸识别外，多数场景仅需要对交通工具封闭环境的视频图像中进行人脸检测，用于一般记数等功能，例如娄康等在2017《基于代价敏感深度决策树的公交车环境人脸检测》一文中提出光照变化、模糊、遮挡、低分辨率和姿势变化等问题，马登辉在2016年《出租车视频监控的异常图像检测与乘客识别研究》提出副驾驶位置乘客识别方法，朱萍等在2016年《移动视频监控系统在公安行业中的应用》提出利用出租车移动视频监控采集的相关信息进行挖掘分析等。但是单纯的人脸检测算法仍然存在误判的缺陷，缺乏有效的数据清洗和进一步提高精度的能力，目前也有多种手段在研究开发阶段，是公共交通领域的一项急需突破的技术难题。
技术实现思路
>本专利技术的目的是针对现有技术的不足，从而提供一种提高预测准确率、弥补简单人脸检测缺陷、借助人脸检测的现有技术优化出租车运营环境而不增加额外设备投入的一种基于人脸检测的出租车载客人数统计方法。为了实现上述目的，本专利技术所采用的技术方案是：一种基于人脸检测的出租车载客人数统计方法，通过设置在出租车内的摄像头获取出租车内的照片；通过训练好的低层特征金字塔网络对人脸进行判断，然后对判断得到的人脸进行提取框标记；根据一般出租车内业务场景下的人脸分布范围，过滤掉该范围外的提取框，得到初步的乘客模型情况；通过HSV颜色模型处理过滤提取框后的照片，计算照片上与后排座椅一致颜色的像素区域，得到照片中与后排座椅一致颜色的像素区域大小，辅助判断后座的乘客分布情况，最终得到一个由提取框和颜色分布组合构成的先验的乘客模型；将该先验的乘客模型引入贝叶斯模型，根据先验的乘客模型得到与其对应的实际乘客模型，最终得到车内的具体乘客人数。基上所述，所述的低层特征金字塔网络采用PyramidBox人脸框检测模型，利用大量的出租车内场景照片进行训练而得到。基上所述，所述的人脸分布范围为标记在照片中的一个坐标范围，该坐标范围根据一般业务场景下的人脸分布范围而定。基上所述，HSV颜色模型处理照片时，出租车后排座椅的颜色像素值预存在系统中。基上所述，出租车后排座椅的颜色像素值为纯色且相同。基上所述，在过滤掉一般出租车内业务场景以外的提取框后，再检查是否有重叠的提取框，将重叠的提取框中较小的删除掉，标记为一个提取框。基上所述，引入贝叶斯模型的公式为：其中，p(H)，先验概率，即为经过人脸检测网络检测出的乘客模型；p(E丨H)，在样本乘客模型H中，能测出乘客模型为E的概率；p(E)，在总体样本中各类乘客模型的概率；p(H丨E)，已知检测出的乘客模型E，实际乘客模型为H的概率。基上所述，贝叶斯模型中，若检测得到的后排人数小于2人，将真实乘客人数为满座的可能性剔除，若检测得到的后排人数大于等于2人，将真实乘客人数小于2人的预测可能性剔除。基上所述，根据检测出的乘客模型E所对应的经过贝叶斯模型测出的若干种实际乘客模型的样本分布比例，运算得到最终的乘客数量，采用的运算公式如下：其中，Pi为检测出的乘客模型E所对应的经过贝叶斯模型测出的若干种实际乘客模型的样本分布比例；Ni为检测出的乘客模型E所对应的经过贝叶斯模型测出的若干种实际乘客模型中的后排人数；N0为先验所得的前排乘客人数；N为最终确定的乘客总人数。所述贝叶斯模型由大量的出租车内乘车图像借助神经网络训练生成，用于输入先验的乘客模型，得到最大概率的实际乘客模型。本专利技术相对现有技术具有突出的实质性特点和显著的进步，具体的说，本专利技术在现有的人脸检测技术的基础上，以及出租车的稳定乘车环境下，对出租车内乘客的人数进行更高精度的统计，具体的，对人脸检测后的人脸进行提取画框，然后对严重超出合理范围的提取框进行剔除，此时，通常能够确定前排座位处的乘客是否存在，后排座位上的乘客是统计的难题，然后引入HSV颜色模型对图片进行处理，提取后排座椅的颜色像素，与标准的像素范围进行对比，进而能够判断出后排是否有乘客，通过提取框和HSV颜色模型相结合，基本上能够确定出后排大致的乘客分布情况，得到一个先验的乘客模型，然后将该模型导入到贝叶斯模型中，最终得到一个相对正确的乘客模型。该方案在现有的人脸检测的基础上，增加了HSV颜色模型，降低了人脸检测技术对于后排乘客识别不准的概率，增加贝叶斯模型，得到经过统计所指向的最准确的乘客模型。为了进一步提高精度，人脸检测技术采用PyramidBox人脸框检测模型。进一步的，贝叶斯模型的最终输出过程中，运用加权取值，将数据进行进一步的运算，得到概率分布更为接近的实际乘客人数。附图说明图1是本专利技术中基于人脸检测的出租车载客人数统计方法的工作流程图。图2是本专利技术中进行人脸提取框的效果示意图。图3是本专利技术中进行HSV颜色模型处理后的效果图。图4是本专利技术中贝叶斯模型的预测原理图。图5是本专利技术中贝叶斯模型的预测结果图。具体实施方式下面通过具体实施方式，对本专利技术的技术方案做进一步的详细描述。如图1所示，一种基于人脸检测的出租车载客人数统计方法，用遇见解决出租车内的乘客分布统计问题，解决现有人脸检测技术不够准确的问题。首先需要训练两个模型，一个是基于低层特征金字塔网络的PyramidBox人脸框检测模型，利用大量的出租车内场景照片进行训练而得到；第二个是基于贝叶斯模型，利用大量的出租车内场景照片进行训练而得到的先验预测模型，训练完成后，将其投入使用。另外，本实施例中，设定出租车座椅的颜色为白色。1)通过设置在出租车内的摄像头获取出租车内的照片，该照片的拍摄范围应当覆盖出租车的副驾驶和后排座位空间，否则无法实施。2)通过训练好的低层特征金字塔网络对人脸进行判断，然后对判断得到的人脸进行提取框标记，效果如图2所示。3)根据一般出租车内业务场景下的人脸分布范围，所述的人脸分布范围为标记在照片中的一个坐标范围，该坐标范围根据一般业务场景下的人脸分布范围而定，如图2所示，右侧图中的小方块明显超出范围，可将其滤除。过滤掉该范围外的提取框本文档来自技高网...

【技术保护点】
1.一种基于人脸检测的出租车载客人数统计方法，其特征在于：通过设置在出租车内的摄像头获取出租车内的照片；通过训练好的低层特征金字塔网络对人脸进行判断，然后对判断得到的人脸进行提取框标记；根据一般出租车内业务场景下的人脸分布范围，过滤掉该范围外的提取框，得到初步的乘客模型情况；通过HSV颜色模型处理过滤提取框后的照片，计算照片上与后排座椅一致颜色的像素区域，得到照片中与后排座椅一致颜色的像素区域大小，辅助判断后座的乘客分布情况，最终得到一个由提取框和颜色分布组合构成的先验的乘客模型；将该先验的乘客模型引入贝叶斯模型，根据先验的乘客模型得到与其对应的实际乘客模型，最终得到车内的具体乘客人数。/n

【技术特征摘要】
1.一种基于人脸检测的出租车载客人数统计方法，其特征在于：通过设置在出租车内的摄像头获取出租车内的照片；通过训练好的低层特征金字塔网络对人脸进行判断，然后对判断得到的人脸进行提取框标记；根据一般出租车内业务场景下的人脸分布范围，过滤掉该范围外的提取框，得到初步的乘客模型情况；通过HSV颜色模型处理过滤提取框后的照片，计算照片上与后排座椅一致颜色的像素区域，得到照片中与后排座椅一致颜色的像素区域大小，辅助判断后座的乘客分布情况，最终得到一个由提取框和颜色分布组合构成的先验的乘客模型；将该先验的乘客模型引入贝叶斯模型，根据先验的乘客模型得到与其对应的实际乘客模型，最终得到车内的具体乘客人数。


2.根据权利要求1所述的基于人脸检测的出租车载客人数统计方法，其特征在于：所述的低层特征金字塔网络采用PyramidBox人脸框检测模型，利用大量的出租车内场景照片进行训练而得到。


3.根据权利要求2所述的基于人脸检测的出租车载客人数统计方法，其特征在于：所述的人脸分布范围为标记在照片中的一个坐标范围，该坐标范围根据一般业务场景下的人脸分布范围而定。


4.根据权利要求3所述的基于人脸检测的出租车载客人数统计方法，其特征在于：HSV颜色模型处理照片时，出租车后排座椅的颜色像素值预存在系统中。


5.根据权利要求4所述的基于人脸检测的出租车载客人数统计方法，其特征在于：出租车后排座椅的颜色像素值为纯色且相同。


6.根据权利要求5所述的基于人脸检测的出租车载客人数统计方法，其特征在于：在过滤掉一般出租车内业务场景以外的提取框后，再检查是否有重...

【专利技术属性】
技术研发人员：李烨星，渠华，邢立军，孙浩，韩梦飞，李林忠，
申请(专利权)人：河南天迈科技有限公司，
类型：发明
国别省市：河南;41