基于视频分析的自适应客流计数算法

摘要

本发明公开了一种基于视频分析的自适应客流计数算法。主要是针对高峰期时客流拥挤情况下发明的客流计数算法。基于对历史视频录像数据及客流计数数据进行统计分析时的发现：即在单次上车人数高于一定人数（20人/次）的情况下，客流计数准确率相对较低，主要是少计数。因此考虑根据客流计数时长及历史客流数据对出现很大偏差的客流计数数据进行相应的校正，使之更加接近真实情况，提高客流数据整体的准确率。

主权项

基于视频分析的自适应客流计数算法，其特征在于：包括以下步骤：(1)、通过历史视频数据统计出一定时间N，N≥1个月内车辆每天每次的上车人数的真实值U_i i＝1,2,…,N₁，N₁为统计到的数据量；(2)、统计出N时间内每天客流计数设备统计出的上车人数W_i，且提取出车辆每天每次上客时开门到关门的总时间，即统计出乘客单次上车总时间T_i；(3)、从步骤(1)、(2)所得客流计数数据W_i中，选取W_i≥20人/次时对应的所有数据，包括客流计数的上车人数W_j、视频统计到的真实上车人数U_j、乘客单次上车总时间T_j，j＝1,2,…,N₂，N₂为满足W_i≥20人/次的数据量，则可得到满足W_i≥20人/次时客流计数得到的总的上车人数实际总的上车人数总上车时间单次单人上车时间进而可得到在W_i≥20人/次时客流计数的准确率为单次单人上车时间的平均值(4)、根据客流计数的上车人数数据来选取需要校正的数据，包括以下步骤：(4.1)、根据单次单人上车时间的平均值选取需要校正的计数数据：将t_j在之外的数据校正为若需要校正的数据量为N₃，则校正后的各计数数据分别为k＝1,2,…N₃，校正后总计数值为得到校正后客流计数的准确率为(4.2)、根据总上车时间T与实际总上车人数U的比值即选取需要校正的计数数据：将t_j在(t‑t*10％，t+t*10％)之外的数据校正为t，若需要 校正的数据量为N₄，则校正后的各计数数据分别为r＝1,2,…,N₄，则校正后的总计数值为得到校正后客流计数的准确率为(5)、通过实际客流视频数据及客流计数数据，利用上述校正算法，比较校正前后客流计数的准确率，验证算法的可行性；(6)、由于在20人/次上车的情况下，客流计数会存在较大偏差，可以选择当计数数据为18人/次或16人/次以上的情况进行校正，若按照平均时间校正利用*18人/次或16人/次得出一个上下限的时间点*18人/次或16人/次、与*18人/次或16人/次，在(t_下，t_上)范围之外的数据按照总时间除以秒得出校正的数值即可。