买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：台州智必安科技有限责任公司

摘要：本发明公开一种基于硬件前端的TOF摄像头行人计数方法，包括：标注TOF摄像头采集的行人计数学习样本集；构建深度神经网络，使用样本集的数据对神经网络进行训练；从TOF摄像头获取乘客的深度数据，并对数据进行增强处理；使用训练好的网络模型对新获取的数据进行测试，并调整相关参数，获得足够好的检测算法；将检测算法的输出结果作为跟踪系统的输入；跟踪系统采用匈牙利匹配算法，并采用遮挡预测等方法，解决遮挡问题；跟踪系统将检测系统的结果赋予独立的ID标签，并作为计数系统的输入；计数系统通过三线法对视场中的乘客进行计数。本发明在针对大视野、拥挤场景的乘客计数可以进行嵌入式端硬件平台的实时处理，节省人力成本。

主权项：1.一种基于硬件前端的TOF摄像头行人计数方法，其特征在于，包括以下步骤：步骤1：获取TOF摄像头采集的采集数据集若干行人上下视频，标注形成学习样本集；步骤2：深度神经网络目标检测器训练；步骤3：对新获取的待识别的图像进行图像增强处理；步骤4：采用步骤2训练好的深度神经网络目标检测器对步骤3处理过的待识别图像进行乘客检测定位；步骤5：将检测的乘客定位信息作为输入送入跟踪系统中进行目标轨迹检测预测；步骤6：计数系统根据步骤5跟踪的目标轨迹通过三线法对视场中的乘客进行计数；步骤5具体包括：1、若当前帧没有检测到任何目标，则为上一帧所有的目标进行预测轨迹；2、若当前帧检测到目标，上一帧没有检测目标，则为当前帧所有目标进行注册新ID；3、若当前帧检测到目标，上一帧检测到目标，则进行匈牙利匹配算法，为当前帧所有的目标进行赋予ID；4、若当前帧有新ID出现，则进行注册新ID；5、若当前帧有漏ID出现，则为其预测轨迹；6、若目标轨迹或者预测轨迹超出视场，或者连续漏检长度超过对应的阈值，则对该目标进行注销；预测轨迹的具体方法如下：S1、若该漏检ID靠近待识别图像上边缘，则预测轨迹根据步骤2获得的深度神经网络目标检测器的boundingbox的下边缘的轨迹进行匀速预测；S2、若该漏检ID靠近待识别图像下边缘，则预测轨迹根据步骤2获得的深度神经网络目标检测器的boundingbox的上边缘的轨迹进行匀速预测；S3、若该漏检ID处于视场中心，也先在视场中寻找造成该ID目标被遮挡的目标源的位置；S4、若遮挡源处于漏检ID的上方，则预测轨迹根据步骤2获得的深度神经网络目标检测器的boundingbox的下边缘的轨迹进行匀速预测；S5、若遮挡源处于漏检ID的下方，则预测轨迹根据步骤2获得的深度神经网络目标检测器的boundingbox的上边缘的轨迹进行匀速预测；步骤6中阈值为自适应阈值，设计如下：a、若该目标漏检的时候处于下边界，且速度方向朝上，或者该目标漏检的时候处于上边界，且速度方向朝下，则表示该目标为刚进入视场目标，则设置其的阈值为8；b、若该目标漏检的时候处于下边界，且速度方向朝下，或者该目标漏检的时候处于上边界，且速度方向朝上，则表示该目标为出视场目标，则设置其的阈值为1；c、若该目标漏检的时候处于视场中间，则设置其的阈值为20。

全文数据：

权利要求：

百度查询： 台州智必安科技有限责任公司 一种基于硬件前端的TOF摄像头行人计数方法