[发明专利]基于视频识别与极大熵模型的公交客流站点分布情况获取方法

权利要求书

1.一种基于视频识别与极大熵模型的公交客流站点分布情况获取方法，其特征在于，是应用于包含n个站点的单条公交线路中，并按照如下步骤进行：

步骤1、获取所述单条公交线路上任意一辆公交车在站点i的上车区域监控视频和在站点j的下车区域监控视频；i＝1,2,3…n-1；j＝2,3,4…n；

步骤2、获取站点i的上车人数和站点j的下车人数

步骤2.1、在站点i的上车区域视频中设置包含前、后过线框的检测区域；定义站点i的上车计数器；

步骤2.2、利用YOLOv5目标检测器对站点i的上车区域视频进行头部目标识别，得到站点i的各个上车目标头像；利用Deep Sort算法对所识别到的上车目标头像依次进行编号，从而得到带有编号的站点i的上车头部检测框；

步骤2.3、若带有编号的上车头部检测框按照前、后过线框的顺序经过所述检测区域，则站点i的上车计数器自加“1”，否则，站点i的上车计数器保持不变；从而得到站点i的上车人数

步骤2.4、按照步骤2.1—步骤2.3的过程得到带有编号的站点j的下车头部检测框以及站点j的下车人数进而得到带有编号的所有站点的上车头部检测框和下车头部检测框；

步骤2.5、根据编号将所有站点的上车头部检测框与所有站点的下车头部检测框进行匹配，得到同一编号的上车头部检测框与下车头部检测框，从而获得同一编号所代表的乘客的上车站点和下车站点；

步骤2.6、统计与所述乘客的上车站点和下车站点均相同的乘客人数；令在站点i上车并在站点j下车的乘客人数为并作为公交车站点间客流量分布矩阵中第i行第j列的元素，从而得到公交车在单条公交线路的n个站点间客流量分布矩阵

步骤3、利用式(1)构建公交车站点间客流量分布矩阵反推模型的目标函数F：

式(1)中，T_ij表示从站点i上车到站点j下车的实际乘客人数，T表示实际公交车站点间客流量分布矩阵，并由式(2)得到：

T＝(T₁₂,T₁₃,…T_ij,…,T_(n-1)n)^T         (2)

W(T)表示熵值，并由式(3)得到：

利用式(4)-式(6)得到公交车站点间客流量分布矩阵反推模型的约束条件：

式(4)和式(5)中的θ表示设置的车载监控视频识别得到站点上下车人数的允许误差，可由经验数据得到；

步骤4、基于Frank-Wolfe算法求解公交车站点间客流量分布矩阵反推模型；

步骤4.1、定义当前迭代次数为k，并初始化k＝0，令第k次迭代中从站点i上车到站点j下车的实际乘客人数为令第k次迭代的公交车站点间客流量分布矩阵为T^k，并在满足所述约束条件下随机初始化T^k；

步骤4.2、利用式(6)构建第k次迭代的目标函数F^k：

步骤4.3、利用式(7)得到T^k处的梯度

步骤4.4、利用式(8)建立第k次迭代的新目标函数F'^k：

步骤4.5、利用线性规划方法对所述新目标函数F'^k和所述约束条件进行求解，得到新目标函数F'^k的最优解为表示最优解矩阵Y^k中第i行第j列的元素；

步骤4.6、利用式(10)计算第k次迭代的公交车站点间客流量分布矩阵T^k中第i行第j列元素的可行下降方向值从而得到第k次迭代的可行下降方向矩阵

步骤4.7、若则停止计算，并以T^k作为公交车站点间客流量分布矩阵输出；否则，转步骤4.8，其中，ε表示设置的允许误差；

步骤4.8、利用黄金分割法求解ln(W(T^k+λD^k))的最小值，并以最小值所对应的λ值作为第k次迭代中可行下降方向矩阵D^k的系数λ_k；且0≤λ≤1；

步骤4.9、令k+1赋值给k，T^k+λ_kD^k赋值给T^k+1后，返回步骤4.3顺序执行。