Nothing Special   »   [go: up one dir, main page]

CN109711299A - 车辆客流统计方法、装置、设备及存储介质 - Google Patents

车辆客流统计方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN109711299A
CN109711299A CN201811540092.7A CN201811540092A CN109711299A CN 109711299 A CN109711299 A CN 109711299A CN 201811540092 A CN201811540092 A CN 201811540092A CN 109711299 A CN109711299 A CN 109711299A
Authority
CN
China
Prior art keywords
passenger
image
vehicle
switch gate
getting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811540092.7A
Other languages
English (en)
Inventor
王子杰
刘颖楠
饶文龙
薛晶晶
王月
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Apollo Intelligent Technology Beijing Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201811540092.7A priority Critical patent/CN109711299A/zh
Publication of CN109711299A publication Critical patent/CN109711299A/zh
Priority to US16/718,016 priority patent/US11562307B2/en
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G08G1/133—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams within the vehicle ; Indicators inside the vehicles or at stops
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/2187—Live feed

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种车辆客流统计方法、装置、设备及存储介质，通过服务器获取车辆在待统计时段中任意一次开关门过程中的开关门时间；根据开关门时间，获取车辆车厢内的第一图像集和第二图像集，第一图像集包括车厢内各图像采集设备在开门时间前采集的图像，第二图像集包括车厢内各图像采集设备在关门时间后采集的图像；根据第一图像集和第二图像集，获取开关门过程中上车人数和下车人数。本实施例根据车辆开关门前后采集的图像集获取差异乘客，可以更为准确的获取开关门过程中乘客的上下车情况，可以提高客流统计的效率和准确性，进而可以及时、有效的根据客流统计情况优化车辆的运营方案。

Description

车辆客流统计方法、装置、设备及存储介质
技术领域
本发明涉及通信技术领域，尤其涉及一种车辆客流统计方法、装置、设备及存储介质。
背景技术
随着城市交通的拥堵和城市污染的加剧，乘坐公共交通、绿色出行成为当前人们所倡导的出行方式。其中公共交通工具通常包括公交车、地铁、电车等，为了优化公共交通调度、运营管理，通常需要统计车辆在运营过程中的客流量。
现有技术中对于车辆客流统计通常采用人工统计方法或者刷卡统计，其中人工统计通常需要消耗大量人力物力，统计周期长，无法提供实时数据；而刷卡统计则对于投币、买票的乘客无法统计。因此现有技术中无法及时、准确的获取车辆客流统计数据，进而无法根据客流统计情况及时优化车辆的运营方案。
发明内容
本发明提供一种车辆客流统计方法、装置、设备及存储介质，以更为准确的获取车辆开关门过程中乘客的上下车情况，可以提高客流统计的效率和准确性，进而可以及时、有效的根据客流统计情况优化车辆的运营方案。
本发明的第一方面是提供一种车辆客流统计方法，包括：
服务器获取车辆在待统计时段中任意一次开关门过程中的开关门时间；
所述服务器根据所述开关门时间，获取所述车辆车厢内的第一图像集和第二图像集，所述第一图像集包括车厢内各图像采集设备在开门时间前采集的图像，所述第二图像集包括车厢内各图像采集设备在关门时间后采集的图像；
所述服务器根据所述第一图像集和所述第二图像集，获取所述开关门过程中上车人数和下车人数。
本发明的第二方面是提供一种车辆客流统计装置，包括：
获取模块，用于获取车辆在待统计时段中任意一次开关门过程中的开关门时间；根据所述开关门时间，获取所述车辆车厢内的第一图像集和第二图像集，所述第一图像集包括车厢内各图像采集设备在开门时间前采集的图像，所述第二图像集包括车厢内各图像采集设备在关门时间后采集的图像；
处理模块，用于根据所述第一图像集和所述第二图像集，获取所述开关门过程中上车人数和下车人数。
本发明的第三方面是提供一种车辆客流统计设备，包括：
存储器；
处理器；以及
计算机程序；
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如第一方面所述的方法。
本发明的第四方面是提供一种计算机可读存储介质，其上存储有计算机程序；
所述计算机程序被处理器执行时实现如第一方面所述的方法。
本发明提供的车辆客流统计方法、装置、设备及存储介质，通过服务器获取车辆在待统计时段中任意一次开关门过程中的开关门时间；根据开关门时间，获取车辆车厢内的第一图像集和第二图像集，第一图像集包括车厢内各图像采集设备在开门时间前采集的图像，第二图像集包括车厢内各图像采集设备在关门时间后采集的图像；根据第一图像集和第二图像集，获取开关门过程中上车人数和下车人数。本实施例根据车辆开关门前后采集的图像集获取差异乘客，可以更为准确的获取开关门过程中乘客的上下车情况，可以提高客流统计的效率和准确性，进而可以及时、有效的根据客流统计情况优化车辆的运营方案。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的车辆客流统计方法流程图；
图2为本发明另一实施例提供的车辆客流统计方法流程图；
图3为本发明另一实施例提供的车辆客流统计方法流程图；
图4为本发明实施例提供的车辆客流统计装置的结构图；
图5为本发明实施例提供的车辆上下车人数设备的结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，本发明所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的车辆客流统计方法流程图。本实施例提供了一种车辆客流统计方法，执行主体为服务器，该方法具体步骤如下：
S101、服务器获取车辆在待统计时段中任意一次开关门过程中的开关门时间。
在本实施例中，所述车辆可以为公交车、地铁、火车等公共交通工具，当然也可以为无人驾驶汽车(如无人驾驶公交车等)。车辆在每一次开关门过程中都对开关门时间进行记录，并上报给服务器，当然也可由服务器主动向车辆获取。
S102、所述服务器根据所述开关门时间，获取所述车辆车厢内的第一图像集和第二图像集，所述第一图像集包括车厢内各图像采集设备在开门时间前采集的图像，所述第二图像集包括车厢内各图像采集设备在关门时间后采集的图像。
在本实施例中，车辆的车厢内可设置至少一个图像采集设备(如摄像头)，可以从多个角度对车厢内进行图像采集，例如在前车厢、后车厢以及车厢中部各设置一个摄像头，前车厢的摄像头朝向后方以采集后车厢的图像，后车厢的摄像头朝向前方以采集前车厢的图像。其中，图像采集设备可以实时采集车厢内的图像，也可每间隔预定时间采集一次，或者在特定时刻采集(例如仅在开门前和关门后采集)。本实施例中服务器在获取到车辆某一次开关门过程中的开关门时间后，根据开关门时间获取车厢内的图像采集设备采集的图像，包括开门时间前各图像采集设备采集的第一图像集，以及关门时间后各图像采集设备采集的第二图像集。
S103、所述服务器根据所述第一图像集和所述第二图像集，获取所述开关门过程中上车人数和下车人数。
在本实施例中，服务器可对第一图像集和第二图像集进行分析，从而获取本次开关门过程中的上车人数和下车人数。
更具体的，S103所述的所述服务器根据所述第一图像集和所述第二图像集，获取所述开关门过程中上车人数和下车人数，如图2所示，具体可以包括：
S1031、所述服务器根据所述第一图像集和所述第二图像集中的乘客进行人脸识别，获取所述第一图像集和所述第二图像集中的差异乘客；
S1032、所述服务器根据所述差异乘客获取所述开关门过程中上车人数和下车人数。
在本实施例中，服务器可对第一图像集和第二图像集中的乘客进行人脸识别，获取乘客标识，或对每一识别出来的乘客配置一个乘客标识，例如对于第一图像集中的各图像进行人脸识别，获取到车辆开门前乘客有001和002，对于第二图像集中的各图像进行人脸识别，获取到车辆关门后乘客有002和003，此时获取差异乘客为001和003，也即本次开关门过程中乘客001下车，乘客003上车。此外本实施例中也可以基于人体头部、肩部形状进行乘客身份识别，可提取图像中每一乘客的头部、肩部形状特征以进行识别，具体识别方法此处不再赘述。
更进一步的，所述服务器根据所述待统计时段内每一次开关门过程的上车人数和下车人数，获取所述待统计时段的上车总人数和下车总人数。
在本实施例中，对于待统计时段内(如一天内)每次开关门过程采用上述过程进行同样的处理，获取每次开关门过程的上次人数和下车人数，并进行统计，从而可以得到待统计时段内的上车总人数和下车总人数，进而可以对待统计时段进行客流统计。
需要说明的是，上述实施例中的开关门时间也可以用车辆进站时间和离站时间进行替换。
本实施例提供的车辆客流统计方法，通过服务器获取车辆在待统计时段中任意一次开关门过程中的开关门时间；根据开关门时间，获取车辆车厢内的第一图像集和第二图像集，第一图像集包括车厢内各图像采集设备在开门时间前采集的图像，第二图像集包括车厢内各图像采集设备在关门时间后采集的图像；根据第一图像集和第二图像集，获取开关门过程中上车人数和下车人数。本实施例根据开关门前后采集的图像集获取差异乘客，可以更为准确的获取开关门过程中乘客的上下车情况，可以提高客流统计的效率和准确性，进而可以及时、有效的根据客流统计情况优化车辆的运营方案。
在上述实施例的基础上，如图3所示，本实施例提供的方法还可包括：
S201、所述服务器获取车厢内各图像采集设备实时采集的视频；
S202、所述服务器根据所述视频获取乘客情绪信息；
S203、所述服务器根据所述乘客情绪信息对所述车辆进行控制。
在本实施例中，还可根据乘客情绪进行车辆运营的优化。具体的，服务器可获取车厢内各图像采集设备实时采集的视频，然后对视频进行图像分析获取乘客的情绪信息，以及时根据乘客情绪信息对车辆进行控制，以避免乘客由于异常情绪影响车辆的运行。
更具体的，S202所述服务器根据所述视频获取乘客情绪信息，具体可包括：
S2021、所述服务器获取所述视频中的关键帧；
S2022、所述服务器提取所述关键帧中乘客的情绪特征，所述情绪特征包括表情和/或行为；
S2023、所述服务器将所述情绪特征输入情绪分析模型，获取乘客情绪信息。
本实施例中首先获取视频的关键帧，其中关键帧为反映视频主要信息内容的视频帧，视频关键帧的提取可以采用现有技术中的方法，例如基于内容的分析法根据视频中内容的变化选择关键帧等。在获取到关键帧后，则基于关键帧提取乘客的情绪特征，包括表情和/或行为，然后输入到预先获取的情绪分析模型中获取乘客情绪信息，其中情绪分析模型可以为神经网络模型，可通过深度学习对神经网络进行训练。
进一步的，所述情绪信息包括表征异常情绪的参数，例如可通过0-100％来表征乘客情绪异常的程度，其中100％为极度异常。
进一步的，S203所述服务器根据所述乘客情绪信息对所述车辆进行控制，具体可包括：
所述服务器判断所述表征异常情绪的参数是否大于第一预设阈值，若大于第一预设阈值，则向所述车辆发送减速或停车指令；
若不大于第一预设阈值，所述服务器判断所述表征异常情绪的参数是否大于第二预设阈值，若大于第二预设阈值，则发出预警信息，以使运营人员根据所述预警信息对所述乘客进行实时监控。
在本实施例中，当判断某一乘客的表征异常情绪的参数大于第一预设阈值(例如90％)，则确定该乘客有较大的可能威胁到车辆的正常运营，因此可向车辆发送减速或停车指令，其中车辆可根据减速或停车指令自动进行减速或停车，当然也可由车内驾驶员或安全员根据减速或停车指令控制车辆。当判断某一乘客的表征异常情绪的参数不大于第一预设阈值，但大于第二预设阈值(例如60％)，说明该乘客有一定的可能性威胁到车辆的正常运营，因此可发出预警信息，以使远程的运营人员或者车内的运营人员(驾驶员或安全员)对该乘客进行实时监控，以在其威胁到车辆的正常运营时及时控制车辆。
进一步的，在S1031所述服务器根据所述第一图像集和所述第二图像集中的乘客进行人脸识别，获取所述第一图像集和所述第二图像集中的差异乘客时，判断上述被实时监控的乘客是否属于该差异乘客，也即判断该乘客是否下车，如果判断该乘客已下车，则解除对该乘客的实时监控。
此外本实施例还可以对上下车乘客的情绪信息进行统计，也即获取某一乘客在上车时的情绪信息以及下车时的情绪信息，获取乘客在乘车过程中的情绪变化，以便于根据乘客在乘车过程中的情绪变化对车辆运营进行优化，提升服务质量。
图4为本发明实施例提供的车辆客流统计装置的结构图。本实施例提供的车辆客流统计装置可以执行车辆客流统计方法实施例提供的处理流程，如图4所示，所述车辆客流统计装置40包括获取模块41以及处理模块42。
获取模块41，用于获取车辆在待统计时段中任意一次开关门过程中的开关门时间；根据所述开关门时间，获取所述车辆车厢内的第一图像集和第二图像集，所述第一图像集包括车厢内各图像采集设备在开门时间前采集的图像，所述第二图像集包括车厢内各图像采集设备在关门时间后采集的图像；
处理模块42，用于根据所述第一图像集和所述第二图像集，获取所述开关门过程中上车人数和下车人数。
进一步的，所述处理模块42用于：
根据所述第一图像集和所述第二图像集中的乘客进行人脸识别，获取所述第一图像集和所述第二图像集中的差异乘客；
根据所述差异乘客获取所述开关门过程中上车人数和下车人数。
进一步的，所述处理模块42还用于：
根据所述待统计时段内每一次开关门过程的上车人数和下车人数，获取所述待统计时段的上车总人数和下车总人数。
进一步的，所述获取模块41还用于，获取车厢内各图像采集设备实时采集的视频；
所述处理模块42还用于，根据所述视频获取乘客情绪信息；根据所述乘客情绪信息对所述车辆进行控制。
进一步的，所述处理模块42用于：
获取所述视频中的关键帧；
提取所述关键帧中乘客的情绪特征，所述情绪特征包括表情和/或行为；
将所述情绪特征输入情绪分析模型，获取乘客情绪信息。
进一步的，所述情绪信息包括表征异常情绪的参数；
所述处理模块42用于：
判断所述表征异常情绪的参数是否大于第一预设阈值，若大于第一预设阈值，则向所述车辆发送减速或停车指令；
若不大于第一预设阈值，判断所述表征异常情绪的参数是否大于第二预设阈值，若大于第二预设阈值，则发出预警信息，以使运营人员根据所述预警信息对所述乘客进行实时监控。
本发明实施例提供的车辆客流统计装置可以具体用于执行上述图1-3所提供的方法实施例，其实现原理及产生的技术效果和前述方法实施例相同，可参考前述方法实施例中相应内容，此处不再赘述。
本发明实施例提供的车辆客流统计装置，通过服务器获取车辆在待统计时段中任意一次开关门过程中的开关门时间；根据开关门时间，获取车辆车厢内的第一图像集和第二图像集，第一图像集包括车厢内各图像采集设备在开门时间前采集的图像，第二图像集包括车厢内各图像采集设备在关门时间后采集的图像；根据第一图像集和第二图像集，获取开关门过程中上车人数和下车人数。本实施例根据开关门前后采集的图像集获取差异乘客，可以更为准确的获取开关门过程中乘客的上下车情况，可以提高客流统计的效率和准确性，进而可以及时、有效的根据客流统计情况优化车辆的运营方案。
图5为本发明实施例提供的车辆客流统计设备的结构示意图。本发明实施例提供的车辆客流统计设备可以执行车辆客流统计方法实施例提供的处理流程，如图5所示，车辆客流统计设备50包括存储器51、处理器52、计算机程序和通讯接口53；其中，计算机程序存储在存储器51中，并被配置为由处理器52执行以上实施例所述的车辆客流统计方法。
图5所示实施例的车辆客流统计设备可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
另外，本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现上述实施例所述的车辆客流统计方法。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (14)

1.一种车辆客流统计方法，其特征在于，包括：
服务器获取车辆在待统计时段中任意一次开关门过程中的开关门时间；
所述服务器根据所述开关门时间，获取所述车辆车厢内的第一图像集和第二图像集，所述第一图像集包括车厢内各图像采集设备在开门时间前采集的图像，所述第二图像集包括车厢内各图像采集设备在关门时间后采集的图像；
所述服务器根据所述第一图像集和所述第二图像集，获取所述开关门过程中上车人数和下车人数。
2.根据权利要求1所述的方法，其特征在于，所述述服务器根据所述第一图像集和所述第二图像集，获取所述开关门过程中上车人数和下车人数，包括：
所述服务器根据所述第一图像集和所述第二图像集中的乘客进行人脸识别，获取所述第一图像集和所述第二图像集中的差异乘客；
所述服务器根据所述差异乘客获取所述开关门过程中上车人数和下车人数。
3.根据权利要求1或2所述的方法，其特征在于，所述获取所述开关门过程中上车人数和下车人数后，还包括：
所述服务器根据所述待统计时段内每一次开关门过程的上车人数和下车人数，获取所述待统计时段的上车总人数和下车总人数。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
所述服务器获取车厢内各图像采集设备实时采集的视频；
所述服务器根据所述视频获取乘客情绪信息；
所述服务器根据所述乘客情绪信息对所述车辆进行控制。
5.根据权利要求4所述的方法，其特征在于，所述服务器根据所述视频获取乘客情绪信息，包括：
所述服务器获取所述视频中的关键帧；
所述服务器提取所述关键帧中乘客的情绪特征，所述情绪特征包括表情和/或行为；
所述服务器将所述情绪特征输入情绪分析模型，获取乘客情绪信息。
6.根据权利要求4所述的方法，其特征在于，所述情绪信息包括表征异常情绪的参数；
所述服务器根据所述乘客情绪信息对所述车辆进行控制，包括：
所述服务器判断所述表征异常情绪的参数是否大于第一预设阈值，若大于第一预设阈值，则向所述车辆发送减速或停车指令；
若不大于第一预设阈值，所述服务器判断所述表征异常情绪的参数是否大于第二预设阈值，若大于第二预设阈值，则发出预警信息，以使运营人员根据所述预警信息对所述乘客进行实时监控。
7.一种车辆客流统计装置，其特征在于，包括：
获取模块，用于获取车辆在待统计时段中任意一次开关门过程中的开关门时间；根据所述开关门时间，获取所述车辆车厢内的第一图像集和第二图像集，所述第一图像集包括车厢内各图像采集设备在开门时间前采集的图像，所述第二图像集包括车厢内各图像采集设备在关门时间后采集的图像；
处理模块，用于根据所述第一图像集和所述第二图像集，获取所述开关门过程中上车人数和下车人数。
8.根据权利要求7所述的装置，其特征在于，所述处理模块用于：
根据所述第一图像集和所述第二图像集中的乘客进行人脸识别，获取所述第一图像集和所述第二图像集中的差异乘客；
根据所述差异乘客获取所述开关门过程中上车人数和下车人数。
9.根据权利要求7或8所述的装置，其特征在于，所述处理模块还用于：
根据所述待统计时段内每一次开关门过程的上车人数和下车人数，获取所述待统计时段的上车总人数和下车总人数。
10.根据权利要求7所述的装置，其特征在于，
所述获取模块还用于，获取车厢内各图像采集设备实时采集的视频；
所述处理模块还用于，根据所述视频获取乘客情绪信息；根据所述乘客情绪信息对所述车辆进行控制。
11.根据权利要求10所述的装置，其特征在于，所述处理模块用于：
获取所述视频中的关键帧；
提取所述关键帧中乘客的情绪特征，所述情绪特征包括表情和/或行为；
将所述情绪特征输入情绪分析模型，获取乘客情绪信息。
12.根据权利要求10所述的装置，其特征在于，所述情绪信息包括表征异常情绪的参数；
所述处理模块用于：
判断所述表征异常情绪的参数是否大于第一预设阈值，若大于第一预设阈值，则向所述车辆发送减速或停车指令；
若不大于第一预设阈值，判断所述表征异常情绪的参数是否大于第二预设阈值，若大于第二预设阈值，则发出预警信息，以使运营人员根据所述预警信息对所述乘客进行实时监控。
13.一种车辆客流统计设备，其特征在于，包括：
存储器；
处理器；以及
计算机程序；
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1-6中任一项所述的方法。
14.一种计算机可读存储介质，其特征在于，其上存储有计算机程序；
所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的方法。
CN201811540092.7A 2018-12-17 2018-12-17 车辆客流统计方法、装置、设备及存储介质 Pending CN109711299A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201811540092.7A CN109711299A (zh) 2018-12-17 2018-12-17 车辆客流统计方法、装置、设备及存储介质
US16/718,016 US11562307B2 (en) 2018-12-17 2019-12-17 Vehicle passenger flow statistical method, apparatus, device, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811540092.7A CN109711299A (zh) 2018-12-17 2018-12-17 车辆客流统计方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN109711299A true CN109711299A (zh) 2019-05-03

Family

ID=66256659

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811540092.7A Pending CN109711299A (zh) 2018-12-17 2018-12-17 车辆客流统计方法、装置、设备及存储介质

Country Status (2)

Country Link
US (1) US11562307B2 (zh)
CN (1) CN109711299A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110909607A (zh) * 2019-10-24 2020-03-24 北京中润惠通科技发展有限公司 一种智慧地铁运营中客流感知的装置系统
CN110992397A (zh) * 2019-10-21 2020-04-10 浙江大华技术股份有限公司 人员出入轨迹追踪方法、系统、计算机设备和存储介质
CN112699328A (zh) * 2020-12-28 2021-04-23 建信金融科技有限责任公司 网点服务数据处理方法、装置、系统、设备及存储介质
CN113022442A (zh) * 2019-12-25 2021-06-25 上海博泰悦臻电子设备制造有限公司 车辆提示方法及相关装置

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11072344B2 (en) * 2019-03-18 2021-07-27 The Regents Of The University Of Michigan Exploiting acoustic and lexical properties of phonemes to recognize valence from speech
CN111860261B (zh) * 2020-07-10 2023-11-03 北京猎户星空科技有限公司 一种客流值的统计方法、装置、设备及介质
CN112434566B (zh) * 2020-11-04 2024-05-07 深圳云天励飞技术股份有限公司 客流统计方法、装置、电子设备及存储介质
CN112733648B (zh) * 2020-12-30 2023-07-25 杭州海康威视数字技术股份有限公司 数据处理方法、装置及电子设备
CN113191223A (zh) * 2021-04-15 2021-07-30 宁波市民卡运营管理有限公司 一种乘客密度评估方法、装置、计算机设备和存储介质
JP2022185837A (ja) * 2021-06-03 2022-12-15 クラスメソッド株式会社 無人店舗の商品を管理する管理サーバ及び管理方法
KR102700257B1 (ko) * 2022-01-12 2024-08-30 삼원에프에이(주) 시내버스의 디지털영상저장장치(dvr) 영상을 활용한 혼잡도 분석 방법
US20230401195A1 (en) * 2022-06-14 2023-12-14 Otis Elevator Company Elevator system configured for storing and sharing elevator trips

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104021605A (zh) * 2014-04-16 2014-09-03 湖州朗讯信息科技有限公司 一种公交客流实时统计系统及其统计方法
CN104244824A (zh) * 2012-04-10 2014-12-24 株式会社电装 情绪监视系统
CN105913367A (zh) * 2016-04-07 2016-08-31 北京晶众智慧交通科技股份有限公司 基于人脸识别和位置定位的公交客流量检测系统与方法
CN108182403A (zh) * 2017-12-28 2018-06-19 河南辉煌城轨科技有限公司 基于图像的地铁列车客流统计方法
CN108509914A (zh) * 2018-04-03 2018-09-07 华录智达科技有限公司 基于tof摄像机的公交客流统计分析系统及方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10457521B2 (en) * 2014-12-03 2019-10-29 Inventio Ag System and method for alternatively interacting with elevators
KR101718806B1 (ko) * 2015-04-22 2017-04-05 한국철도기술연구원 열차의 승강장 정차시간 자동 산출 서버, 시스템 및 방법
WO2017168585A1 (ja) * 2016-03-29 2017-10-05 三菱電機株式会社 列車運行制御システムおよび列車運行制御方法
KR101737738B1 (ko) * 2016-10-04 2017-05-18 박창식 전동차 객차 영상정보 분석 및 전송시스템
US11157839B2 (en) * 2018-11-27 2021-10-26 International Business Machines Corporation Distribution management for public transit vehicles

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104244824A (zh) * 2012-04-10 2014-12-24 株式会社电装 情绪监视系统
CN104021605A (zh) * 2014-04-16 2014-09-03 湖州朗讯信息科技有限公司 一种公交客流实时统计系统及其统计方法
CN105913367A (zh) * 2016-04-07 2016-08-31 北京晶众智慧交通科技股份有限公司 基于人脸识别和位置定位的公交客流量检测系统与方法
CN108182403A (zh) * 2017-12-28 2018-06-19 河南辉煌城轨科技有限公司 基于图像的地铁列车客流统计方法
CN108509914A (zh) * 2018-04-03 2018-09-07 华录智达科技有限公司 基于tof摄像机的公交客流统计分析系统及方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110992397A (zh) * 2019-10-21 2020-04-10 浙江大华技术股份有限公司 人员出入轨迹追踪方法、系统、计算机设备和存储介质
CN110909607A (zh) * 2019-10-24 2020-03-24 北京中润惠通科技发展有限公司 一种智慧地铁运营中客流感知的装置系统
CN110909607B (zh) * 2019-10-24 2023-06-09 北京中润惠通科技发展有限公司 一种智慧地铁运营中客流感知的装置系统
CN113022442A (zh) * 2019-12-25 2021-06-25 上海博泰悦臻电子设备制造有限公司 车辆提示方法及相关装置
CN112699328A (zh) * 2020-12-28 2021-04-23 建信金融科技有限责任公司 网点服务数据处理方法、装置、系统、设备及存储介质

Also Published As

Publication number Publication date
US11562307B2 (en) 2023-01-24
US20200193347A1 (en) 2020-06-18

Similar Documents

Publication Publication Date Title
CN109711299A (zh) 车辆客流统计方法、装置、设备及存储介质
CN107086935B (zh) 基于wifi ap的人流量分布预测方法
CN107368798B (zh) 一种基于深度学习的人群情绪识别方法
CN110493816B (zh) 一种用于轨交地铁车站客流量的实时预测方法
CN110414313A (zh) 异常行为告警方法、装置、服务器及存储介质
CN116012208A (zh) 用于智慧城市的风险区域预警信息生成方法和物联网系统
CN105631941B (zh) 一种检票进站系统及基于该系统的检票进站方法
CN107566781A (zh) 视频监控方法和视频监控设备
CN108791299A (zh) 一种基于视觉的驾驶疲劳检测及预警系统及方法
CN108351967A (zh) 一种多人脸检测方法、装置、服务器、系统及存储介质
CN108197616A (zh) 通过可实名注册完成地铁分类安检的方法及系统
CN104092988A (zh) 一种公共场合客流管理方法、装置及系统
CN111071305B (zh) 城市轨道交通列车停站时间智能估算方法及装置
CN108537922A (zh) 基于人脸识别的访客预警方法和系统
CN115018148B (zh) 一种基于数字孪生模型的城市轨道交通线网客流分布预测方法及系统
CN106780909A (zh) 闸机设备的控制方法及装置
CN110515311A (zh) 城市轨道交通列车客流的动态仿真系统
CN108960133A (zh) 乘客流量监控的方法、电子设备、系统以及存储介质
CN111292459A (zh) 一种应用于地铁的刷脸认证方法及装置
CN109448317A (zh) 出租车自动报警系统
CN109507742A (zh) 一种同步安检系统及方法
CN109471389A (zh) 基于大数据的铁路运输监控系统
CN109101568A (zh) 基于XgBoost算法的交通高危人员识别方法
CN110059671A (zh) 一种安检方法、系统、装置及计算机可读存储介质
CN110263622A (zh) 列车火情监测方法、装置、终端及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20211018

Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085

Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd.

Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085

Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right