站台人流运动态势监测方法、装置、设备和存储介质制造方法及图纸

本发明专利技术涉及数据处理技术领域，提供一种站台人流运动态势监测方法、装置、设备和存储介质，该方法包括：获取车站至少一个站台的图像，所述站台的图像中包含行人图像；针对任一站台的图像，利用目标全卷积神经网络对站台的图像中的行人头肩特征进行提取，得到站台的第一人群密度图，并根据各站台的第一人群密度图，确定至少一个站台的全景热力图；针对任一站台的全景热力图，对站台的全景热力图进行景深分割，得到站台的近景、中景和远景密度热力图；根据各站台的近景、中景和远景密度热力图，对站台区域进行人流运动态势监测。本发明专利技术提升了站台人流运动态势监测的监测效率。

【技术实现步骤摘要】

本专利技术涉及数据处理，尤其涉及一种站台人流运动态势监测方法、装置、设备和存储介质。

技术介绍

1、铁路客运站作为铁路与旅客接口的重要地点，对其进行全方位实时监控是保障旅客候车安全的重要手段，其中站台是旅客与列车交涉的重点区域，然而，站台区域的占地面积广泛、候车人员多，并且客运作业复杂，站台人流运动态势的监测至关重要。

2、现有技术中，通常采用人工监控的方式进行，监控人员极易出现视觉疲劳而产生误判或异常未及时检测的状况，且精确的人工监控需要大量的人力，监测效率较为低下。

技术实现思路

1、针对现有技术中存在的问题，本专利技术提供一种站台人流运动态势监测方法、装置、设备和存储介质，提升了站台人流运动态势监测的监测效率。

2、第一方面，本专利技术提供一种站台人流运动态势监测方法，该方法包括：

3、获取车站至少一个站台的图像，所述站台的图像中包含行人图像；

4、针对任一所述站台的图像，利用目标全卷积神经网络对所述站台的图像中的行人头肩特征进行提取，得到所述站台的第一人本文档来自技高网...

【技术保护点】

1.一种站台人流运动态势监测方法，其特征在于，包括：

2.根据权利要求1所述的站台人流运动态势监测方法，其特征在于，所述站台的近景密度热力图中包含浅层行人头肩特征，所述浅层行人头肩特征为基于深度值较小的图像位置提取的行人头肩特征；所述站台的中景和远景密度热力图中包含深层行人头肩特征，所述深层行人头肩特征为基于深度值较大的图像位置提取的行人头肩特征。

3.根据权利要求2所述的站台人流运动态势监测方法，其特征在于，所述根据各所述站台的近景、中景和远景密度热力图，对站台区域进行人流运动态势监测，包括：

4.根据权利要求1所述的站台人流运动态势监测方法，其特征...

【技术特征摘要】

1.一种站台人流运动态势监测方法，其特征在于，包括：

2.根据权利要求1所述的站台人流运动态势监测方法，其特征在于，所述站台的近景密度热力图中包含浅层行人头肩特征，所述浅层行人头肩特征为基于深度值较小的图像位置提取的行人头肩特征；所述站台的中景和远景密度热力图中包含深层行人头肩特征，所述深层行人头肩特征为基于深度值较大的图像位置提取的行人头肩特征。

3.根据权利要求2所述的站台人流运动态势监测方法，其特征在于，所述根据各所述站台的近景、中景和远景密度热力图，对站台区域进行人流运动态势监测，包括：

4.根据权利要求1所述的站台人流运动态势监测方法，其特征在于，所述目标全卷积神经网络为将残差网络resnet中的全连接层全部替换为卷积层后得到的；所述目标全卷积神经网络包含编码器和解码器，所述编码器包含四个第一阶段，每个所述第一阶段包含两个第一卷积层和一个最大池层，所述解码器包含三个第二阶段，每个所述第二阶段包含一个第二卷积层和一个反卷积层；

<...

【专利技术属性】
技术研发人员：刘玉鑫，刘硕研，杨国元，赵诗陶，王田恬，徐春婕，
申请(专利权)人：中国国家铁路集团有限公司，
类型：发明
国别省市：