[发明专利]一种基于视频监控的手扶电梯客流量统计方法

说明书

本发明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。

技术领域

本发明涉及手扶电梯视频监控和计算机视的技术领域，尤其是指一种基于视频监控的手扶电梯客流量统计方法。

背景技术

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：前景提取、乘客检测、乘客跟踪。

常用的前景提取方法包括帧间差分法、光流法等。帧间差分法的优势是运算量小，检测速度快，实时性好，只对运动物体敏感，但是对光线变化不敏感，在运动目标实体内部易产生空洞情况。光流法的算法计算复杂，抗噪性差，一般在实际中应用不多。

乘客检测则是根据提取出来的前景，来从中检测出乘客。常用的乘客检测大致可以分为基于图像空间和基于特征空间的，前者主要利用图像中目标的轮廓边缘、目标区域大小、目标灰度、人体形状与纹理等底层特征进行人体目标识别。而后者则是将识别图像经过某种空间变换，然后利用特征空间提取图像的特征来实现图像中人体的识别，但是这两种乘客检测方法都是基于前景提取基础之上，且对前景提取结果有较大依赖，容易受光照等因素干扰。

实现乘客跟踪可以有许多算法，如均值漂移、卡尔曼滤波等。均值漂移本质是局部检测，在局部区域内寻找密度最大的点，计算较为简单。同时这也是它的缺点，当背景较为复杂或者物体的纹理较为丰富的时候，此时反向投影图中的噪声就会很大，这将直接干扰均值漂移算法对物体位置的判断。基于位置信息的卡尔曼滤波用于跟踪有一个很大的问题，即跟踪的过程当中只用到了乘客位置信息，而每个乘客的色彩信息都大不相同，丰富色彩的信息没有利用到跟踪当中，这是一种对信息的浪费。

综上所述，发明一种准确性高且抗干扰能力强的手扶电梯客流量统计方法具有较高的科学研究和商业价值。

发明内容

本发明的目的在于克服现有技术的不足，提出了一种基于视频监控的手扶电梯客流量统计方法，该方法使用深度学习中的YOLOv3网络，将前景提取和乘客检测合二为一，直接实现对乘客人头检测，在完成乘客人头检测后，使用检测人头的色度统计直方图作为特征向量，并使用粒子滤波对人头进行跟踪。在此基础上，实现对客流量的准确稳定统计。

为实现上述目的，本发明所提供的技术方案为：一种基于视频监控的手扶电梯客流量统计方法，包括以下步骤：