[发明专利]公交车拥挤度检测方法、装置及系统

说明书

本申请涉及一种公交车内拥挤度检测方法，包括：获取公交车内的前向通道图像和后向通道图像；将前向通道图像和后向通道图像分别输入到拥挤度检测网络模型中，输出前向通道人数密度分布以及后向通道人数密度分布；根据前向通道人数密度分布以及后向通道人数密度分布确定前向通道人数估计值和后向通道人数估计值；基于前向通道人数估计值和后向通道人数估计值，确定公交车内的估计人数；根据估计人数和拥挤度评价标准，确定公交车内的拥挤度。本申请能够在较小的流量费用的情况下实现公交车内拥挤度的准确检测，为公交车辆的调度提供数据支撑，方便公众随时掌握车内拥挤度状况，大大提升出行体验，应用前景广阔。

技术领域

本申请涉及图像处理技术领域，具体地，涉及一种公交车拥挤度检测方法、装置及系统。

背景技术

公交车具有运载量大、运送效率高、能耗低、污染相对较小、平均运输成本低等优点，大力发展公交车是缓解城市道路交通压力的有效途径。近年来，各个城市都加大了公交智能化系统的投入，通过安装GPS、摄像头等设备，实时采集公交车的运行状态，帮助管理者随时了解车辆状况，提升运维效率，同时能够为乘客提供的车内拥挤度信息，以便合理地选择交通工具，减少盲目等车时间。

当前，公交车内拥挤度检测从技术上分主要有基于传感器的和基于图像识别的，基于传感器的方法在人少时精度较高，能够准确检测出客流的数量，但在人多时精度较差，并且成本比较高；基于图像的方法在人多时检测准确性较低。

发明内容

为了克服现有技术中的至少一个不足，本申请实施例提供一种公交车拥挤度检测方法、装置及系统。

第一方面，本申请实施例提供一种公交车内拥挤度检测方法，包括：

获取公交车内的前向通道图像和后向通道图像；

将前向通道图像和后向通道图像分别输入到拥挤度检测网络模型中，输出前向通道人数密度分布以及后向通道人数密度分布；

根据前向通道人数密度分布以及后向通道人数密度分布确定前向通道人数估计值和后向通道人数估计值；

基于前向通道人数估计值和后向通道人数估计值，确定公交车内的估计人数；

根据估计人数和拥挤度评价标准，确定公交车内的拥挤度。

在一个实施例中，根据前向通道人数密度分布以及后向通道人数密度分布确定前向通道人数估计值和后向通道人数估计值，包括：

对前向通道人数密度分布和后向通道人数密度分布分别进行积分，得到前向通道人数估计值和后向通道人数估计值。

在一个实施例中，基于前向通道人数估计值和后向通道人数估计值，确定公交车内的估计人数，可以采用以下公式确定：

R＝αN_a+βN_b

其中，N_a为前向通道人数估计值，N_b为后向通道人数估计值，R为公交车内的估计人数，α为前向通道估计系数，β为后向通道估计系数。

在一个实施例中，拥挤度检测网络模型为深度神经网络模型，包括三列不同尺度的卷积网络，每列卷积网络包括依次连接的四个第一卷积层、一个池化层、拼接层和四个第二卷积层。

第二方面，本申请实施例提供一种公交车内拥挤度检测装置，包括：

图像获取模块，用于获取公交车内的前向通道图像和后向通道图像；

人数密度分布输入模块，用于将前向通道图像和后向通道图像分别输入到拥挤度检测网络模型中，输出前向通道人数密度分布以及后向通道人数密度分布；

人数估计值确定模块，用于根据前向通道人数密度分布以及后向通道人数密度分布确定前向通道人数估计值和后向通道人数估计值；