基于深度学习的轨道交通清分方法技术

本发明专利技术提供了一种基于深度学习的轨道交通清分方法，该方法包括：先获取进站乘客的视频信息，根据视频信息提取该乘客的最优人脸帧和最优人体帧后绑定，再获取该乘客的人脸和人体特征，缩小查找数据库，提高识别准确率，最后结合轨道交通列车运行时刻数据综合评判，准确获取乘客的出行轨迹。通过本发明专利技术的方法，能够有效提高乘客出行轨迹的准确性，同时能够在任何时刻发起查询请求，时效性更强。时效性更强。时效性更强。

【技术实现步骤摘要】
基于深度学习的轨道交通清分方法


[0001]本公开涉及轨道交通监控
，尤其涉及一种基于深度学习的轨道交通清分方法。

技术介绍

[0002]在目前的城市轨道交通中，城市轨道交通网络化运营的要求、乘客出行换乘便利性的需要、不同运营主体收益分配的需要决定了在无障碍换乘的模式下,城市轨道交通清分中心(ACC)要为城市所有轨道交通线路及运营商提供准确、及时的票务清分服务。
[0003]乘客OD路径：轨道交通行业中的OD路径，是指乘客从进站点A出发，经过N(N＝0,1,2,
…
)次换乘,途径N个换乘车站，最终从出站点B出站，所有的换乘路径。
[0004]目前已有的清分系统：通过所有线路列车的到站时刻表、每位乘客的进站时刻和进站地点、出站时刻和出站地点，同时预估乘客在换乘时的行进速度，预测乘客在可能到达的几条路径中，依据列车到站时间，预测乘客最可能赶上哪条线路的列车，进而得到乘客的OD路径。
[0005]目前预测乘客OD路径的方法主要存在以下问题：1、与乘客的到站时刻表相关性强，当时刻表出现偏差，则预测结果随之改变；2、实时性不够，无法实时了解某位乘客的OD路径，当前出现在哪个车站；3、与乘客在换乘车站中的行走速度相关性强，当出现乘客逗留、去卫生间等行为，则在预测乘客可能赶上哪趟列车时会出现误差，进而引起乘客OD路径预测精度下降。

技术实现思路

[0006]有鉴于此，本公开实施例提供一种基于深度学习的轨道交通清分方法，该方法基于计算机视觉，利用轨道交通中已部署的监控摄像头，对乘客人脸和人体进行抓拍识别、特征比对、人员匹配，进而得到每位乘客的OD路径。
[0007]为了实现上述目的，本专利技术提供如下技术方案：
[0008]一种基于深度学习的轨道交通清分方法，包括如下步骤：
[0009]S1、获取数据源：采集进站乘客的视频信息；
[0010]S2、最优人脸帧和最优人体帧提取：从乘客的视频信息中筛选出最符合该乘客人脸特征提取的人脸帧和人体特征提取的人体帧；再根据匹配算法，将同一乘客的最优人脸帧和最优人体帧绑定；
[0011]S3、人脸和人体特征提取：将最优人脸帧和最优人体帧分别与标准人脸和标准人体进行仿射变换，做人脸和人体特征提取；
[0012]S4、缩小数据库：从乘客出站点所在线路上的换乘站点中的换乘通道中查询匹配该乘客的人脸和人体特征；
[0013]若在该线路的换乘站点中的换乘通道中没有查询到该乘客的人脸和人体特征，则表示该乘客没有换乘；
[0014]若在该线路的一个换乘站点中的换乘通道中查询到该乘客的人脸和人体特征，则匹配到该换乘站点所在的当前线路中，并继续在当前线路的换乘站点中的换乘通道中查询该乘客的人脸和人体特征，重复查询匹配直至该乘客没有换乘，匹配到该乘客的进站站点，得到该乘客的N种乘车路径结果；
[0015]S5、获取乘客OD路径：将该乘客的N种乘车路径结果与列车运行时刻结合，以时间为基准，排除掉该乘客不可能出现过的路径，综合评定得到该乘客的OD路径。
[0016]在一种优选的实施方式中，通过轨道沿线上设置的视频采集设备获取乘客的视频信息。
[0017]在一种优选的实施方式中，所述视频采集设备包括网络摄像头或智能摄像头。
[0018]在一种优选的实施方式中，从乘客的视频信息中，以包括人脸角度、人脸模糊度、人脸亮度、人脸是否被遮挡的多个维度筛选出最符合该乘客人脸特征提取的人脸帧。
[0019]在一种优选的实施方式中，从乘客的视频信息中，以包括人体完整性、人体角度、人体是否被遮挡的多个维度筛选出最符合该乘客人体特征提取的人体帧。
[0020]在一种优选的实施方式中，所述匹配算法包括IOU匹配逻辑。
[0021]在一种优选的实施方式中，还包括，在所述该乘客的多种乘车路径结果中取相似度最高的N种乘车路径结果，与列车运行时刻结合后进行综合评定。
[0022]本专利技术的轨道交通清分方法，其有益效果在于：本专利技术基于深度学习，将计算机视觉方法应用到轨道交通清分系统中，首先利用轨道交通中已部署的监控摄像头，对乘客人脸和人体进行抓拍识别、特征比对、人员匹配获得数据库，再缩小查找数据库，提高识别准确率。本专利技术结合轨道交通列车运行时刻数据和计算机视觉方案，综合评判，准确获取乘客的出行轨迹，并能实时展示抓拍到的乘客图片，这样可以清楚的回溯乘客轨迹，进而对预测结果的准确性有直观的判断。同时，还可以在任何时刻发起查询请求，在时效性方面比传统清分系统更加及时。
附图说明
[0023]为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0024]图1为本专利技术的轨道交通清分方法流程图；
[0025]图2为本专利技术中IOU的计算方法示意图。
具体实施方式
[0026]下面结合附图对本公开实施例进行详细描述。
[0027]以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下
所获得的所有其他实施例，都属于本公开保护的范围。
[0028]要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
[0029]还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
[0030]另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
[0031]如图1所示，本公开实施例提供一种基于深度学习的轨道交通清分方法，包括如下步骤：
[0032]S1、获取数据源：采集进站乘客的视本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的轨道交通清分方法，其特征在于，包括如下步骤：S1、获取数据源：采集进站乘客的视频信息；S2、最优人脸帧和最优人体帧提取：从乘客的视频信息中筛选出最符合该乘客人脸特征提取的人脸帧和人体特征提取的人体帧；再根据匹配算法，将同一乘客的最优人脸帧和最优人体帧绑定；S3、人脸和人体特征提取：将最优人脸帧和最优人体帧分别与标准人脸和标准人体进行仿射变换，做人脸和人体特征提取；S4、缩小数据库：从乘客出站点所在线路上的换乘站点中的换乘通道中查询匹配该乘客的人脸和人体特征；若在该线路的换乘站点中的换乘通道中没有查询到该乘客的人脸和人体特征，则表示该乘客没有换乘；若在该线路的一个换乘站点中的换乘通道中查询到该乘客的人脸和人体特征，则匹配到该换乘站点所在的当前线路中，并继续在当前线路的换乘站点中的换乘通道中查询该乘客的人脸和人体特征，重复查询匹配直至该乘客没有换乘，匹配到该乘客的进站站点，得到该乘客的多种乘车路径结果；S5、获取乘客OD路径：将该乘客的多种乘车路径结果与列车运行...

【专利技术属性】
技术研发人员：赵拯，毛芮超，郑东，赵五岳，
申请(专利权)人：杭州宇泛智能科技有限公司，
类型：发明
国别省市：