【技術實現步驟摘要】
本專利技術涉及數據處理，具體是一種基于多路監控視頻分析的景區客流飽和度監測方法；應用于景區、博物館、文旅綜合體等泛文旅場所，基于景區現有監控系統，通過監控視頻結構化分析實現景區客流及飽和度監測的方法。
技術介紹
1、在旅游行業迅猛發展的今天，景區客流量管理成為了一個亟待解決的問題。傳統的客流監測方法，如運營商信令大數據、景區出入口閘機設備等，存在數據粒度過粗、無法跟蹤游客在景區內部的分布情況、成本高昂、且難以做到實時、準確。此外，單一監控點的客流分析也存在局限性，無法全面反映整個景區的客流分布情況。
2、隨著視頻監控技術的不斷發展和普及，越來越多的景區開始采用視頻監控系統進行安全管理。然而，傳統的視頻監控系統主要用于事后追溯和取證，缺乏對實時客流數據的分析和處理能力。因此，如何利用視頻監控數據進行客流監測及疏導，成為了當前景區管理領域的研究熱點。
3、目前，雖然有一些基于視頻分析的客流監測技術被提出，但這些技術往往只關注于行人目標的檢測和計數，缺乏對客流分布、移動速度等更深層次信息的分析和處理。此外，這些技術也往往只適用于單個監控點的客流分析，無法實現對整個景區客流的全面監測。
4、因此，開發一種基于多路監控視頻分析的景區客流飽和度監測方法，實現對景區接待情況、景區內部各個區域客流分布情況的實時監測和準確判斷，對于提升景區管理水平、保障游客安全具有重要意義。
技術實現思路
1、本專利技術的主要目的在于提供一種高效、準確且實時的基于多路監控視頻分析
2、s1：在目標景區部署監控設備以及監控設備對應的服務器和軟件系統：監控設備應當覆蓋景區重要通道和關鍵節點，如進口、出口、主要游覽區域；其中服務器和軟件系統技術要求如下：
3、s1.1：視頻流處理能力：部署視頻流處理子系統，具有運動檢測截幀及固定時間間隔截幀能力，運動檢測截幀通過幀間差分法實現，用于下文所述出入口人數算法預處理，固定時間間隔截幀能力則是根據視頻幀率，于下文所述區域人數算法預處理；
4、s1.2：視覺算法處理能力：支持實時視頻解碼和分析，處理能力為每秒處理不少于8幀高清1080p視頻流，通過在服務器上部署算法模型，來進行視頻中游客目標識別的能力；
5、s1.3：數據存儲和檢索能力：采用redis緩存及mysql分布式數據庫系統，支持pb級別的數據存儲和高速檢索；
6、s1.4：在邊緣計算設備或服務器上部署以下軟件：
7、監控視頻流預處理工具opencv，用于將視頻流處理成符合要求的圖片流；視覺算法模型，預先訓練好的yolox模型，用于檢測圖像中的行人目標；業務應用系統，負責數據存儲及業務指標計算。
8、s2：為每一個監控設備配置對應算法，根據區域屬性，分為兩種情況：
9、s2.1:出入口人數統計算法配置，在視頻圖像中劃定兩條計數虛擬線，并且把這兩條虛擬線之間的區域視為計數區域。
10、s2.2:區域人數算法：在視頻圖像中劃定虛擬區域，并且把該區域作為計數區域；
11、按業務要求對視頻圖像定時截幀，并分析處于計數區域的人體數量；
12、s3：收集每一路監控設備采集到的視頻數據，使用opencv對視頻流進行處理，再利用下述視覺算法模型從預處理后的圖像中提取行人目標，將出入口區域和景區內部游覽區域分開進行處理：
13、s3.1:出入口人數識別：使用opencv將視頻流處理為每秒8幀的圖片流，然后使用yolox進行目標檢測得到檢測結果,對高分框和低分框分開處理，利用低分檢測框和跟蹤軌跡之間的相似性，從低分框中挖掘出真正的物體，過濾掉背景，在數據關聯的過程中，使用卡爾曼濾波來預測當前幀的跟蹤軌跡在下一幀的位置，高效、準確地識別和統計出入口處的游客數量；
14、s3.2:區域人數識別：根據s2.2中所述配置，應當具備至少1個虛擬計數區域，通過設置定時器，使用opencv每隔固定時間截取一次圖片，再通過采用基于深度學習生成圖像密度圖，通過sanet網絡提取每個圖像的多個尺度的人頭信息，在每個卷積層都同時使用不同大小的卷積核，最后通過反卷積得到最終的密度圖，然后使用一系列的inception結構提取不同尺度的特征，再使用反卷積transposed?conv生成高分辨率的密度圖，對得到的密度圖進行求和得到具體的人數；
15、s4：對已經收集到的視頻數據抽樣比對，ai識別效果采用人工識別進行對比，得到每一路監控設備的游客識別有效系數β（保留兩位小數），計算方式如下：
16、
17、式中：
18、sri為第i次人工對比得到的游客數量；
19、sai為ai系統第i次識別得到的游客數量；
20、n為抽樣檢查的次數；
21、通過驗證，為ai識別的結果匹配游客識別有效系數β；
22、s5：通過出入口人數模型來計算景區日接待量：取景區開放時間內收集到的所有入口的監控視頻數據，利用ai模型識別出每一個入口處經過的游客數量t，則景區日接待量為c，計算方式如下：
23、
24、式中：
25、βi為第i個監控設備的游客識別有效系數；
26、ti為第i個入口處經過的游客數量；
27、s5.1：根據景區管理機構提供的日承載量數據，計算景區日客流飽和度，計算方式如下：
28、
29、式中：
30、η日為景區日客流飽和度；
31、c為景區日接待量；
32、p為景區管理機構提供的日承載量；
33、s6：通過區域人數識別計算景區瞬時客流飽和度：在景區開放時間內收集景區內所有游覽區域的某一個時間點的監控視頻數據，ai模型識別出每個監控設備視頻幀中包含的游客數目為e，則景區內所有觀光景點游客總數（即景區實時在園人數）為d，計算方式如下
34、式中：
35、ei為第i個觀光景點監控設備識別游客數目，如果該值為異常值（負數、小數或者明顯偏離正常值太遠）則取其它正常識別數目的幾何平均數；
36、βi為第i個監控設備的游客識別有效系數；
37、s6.1：根據景區管理機構提供的瞬時承載量數據，計算景區瞬時客流飽和度η瞬，計算方式如下：
38、
39、式中：
40、η瞬為景區瞬時客流飽和度
41、d為s7所屬步驟景區內實時游客總數；
42、p瞬為景區瞬時承載量；
43、至此，景區瞬時客流飽和度計算流程描述完畢。
44、本專利技術的有益效果
45、本專利技術所提供的基于本文檔來自技高網...
【技術保護點】
1.一種基于多路監控視頻分析的景區客流飽和度監測方法，其特征在于包括如下步驟：
【技術特征摘要】
1.一種基于多路監控視頻分析的景區客流飽...
【專利技術屬性】
技術研發人員：溫健健，佘朝軍，王軍濤，
申請(專利權)人：中電萬維信息技術有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。