[发明专利]基于视频的公共交通工具客流量监测方法及系统

权利要求书

1.基于视频的公共交通工具客流量监测方法，其特征在于，包括：

接收车门传感器检测到的车门开信号或车门关信号，其中，所述车门传感器用于检测公共交通工具的车门开关状态；

在接收到所述车门开信号时，发送录制开始指令至视频获取装置，在接收到所述车门关信号时，发送录制结束指令至所述视频获取装置，所述视频获取装置用于拍摄所述车门处的影像并形成视频文件；

接收所述视频获取装置发送的所述视频文件；

获取所述公共交通工具的车辆编号、所述视频文件拍摄时所述公共交通工具所处站点的站点编号和所述公共交通工具的上下行信息；

从所述视频文件中按照帧顺序获取多帧图片；

将各个所述图片按照像素转化为结构化数据，其中，所述结构化数据包括像素点的坐标和色值；

对于每个所述图片，将转化后的所述结构化数据输入预设的乘客识别模型，得到所述图片中表征所述乘客的乘客像素点的坐标和色值以及所述图片中的乘客的数量，其中，表征一个所述乘客的乘客像素点的坐标和色值形成一个所述乘客对应的一组乘客图像矢量数据；

对比来自不同图片的两组乘客图像矢量数据，确定所述两组乘客图像矢量数据对应的乘客是否为同一乘客；

对比同一乘客对应的两组乘客图像矢量数据，并结合所述同一乘客对应的两组乘客图像矢量数据来源图片的帧顺序，得到所述乘客的移动轨迹数据；以及

根据所述车辆编号、所述站点编号、所述上下行信息和所有所述乘客的移动轨迹数据得到所述公共交通工具所处站点的上下车乘客数统计数据。

2.根据权利要求1所述的基于视频的公共交通工具客流量监测方法，其特征在于，从所述视频文件中按照帧顺序获取多帧图片的步骤包括：

按照帧顺序，通过视频抽取器将所述视频文件按照每秒2或3帧的图片数量抽取多帧图片。

3.根据权利要求1所述的基于视频的公共交通工具客流量监测方法，其特征在于，将转化后的所述结构化数据输入预设的乘客识别模型的步骤之前，所述方法还包括：

以公共交通工具型号、季节、时段、气温、天气、节假日和/或路段为筛选条件，选取多帧样本图片；

将各个所述样本图片按照像素转化为样本结构化数据，其中，所述样本结构化数据包括样本像素点的坐标和色值；

利用电子手绘板将每帧样本图片中识别的样本乘客标出，并提取出表征各个所述样本乘客的样本乘客像素点的坐标和色值，形成每个所述样本乘客对应的样本乘客图像矢量数据；以及

以各个所述样本图片转化的样本结构化数据为输入，以各个所述样本图片提取出的所述样本乘客图像矢量数据为输出，利用卷积神经网络进行机器学习，得到所述预设的乘客识别模型。

4.根据权利要求1所述的基于视频的公共交通工具客流量监测方法，其特征在于，对比来自不同图片的两组乘客图像矢量数据，确定所述两组乘客图像矢量数据对应的乘客是否为同一乘客的步骤包括：

将所述来自不同图片的两组乘客图像矢量数据分别进行划分，得到两个像素组集合，每个所述像素组集合包括多个像素组，每个所述像素组包括n*n个像素点，n为大于1的整数；

将两个所述像素组集合中的像素组进行匹配，当一个所述像素组集合中的像素组与另一个所述像素组集合中的像素组满足预定匹配关系时，确定该两个像素组为匹配像素组，当两个所述像素组集合中大于预定比例的像素组均为所述匹配像素组，则确定所述来自不同图片的两组乘客图像矢量数据对应的乘客为同一乘客，其中，所述预定匹配关系为两个所述像素组中对应像素点的色值相等。