基于視頻識(shí)別和手機(jī)gps的公交數(shù)據(jù)獲取方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于公交數(shù)據(jù)調(diào)查技術(shù)領(lǐng)域，尤其涉及一種基于視頻識(shí)別和手機(jī)GPS的公交數(shù)據(jù)獲取方法。
【背景技術(shù)】
[0002]隨著社會(huì)經(jīng)濟(jì)發(fā)展，城市化進(jìn)程速度越來(lái)越快，交通問(wèn)題日趨嚴(yán)重，而公共交通作為解決城市交通問(wèn)題的有效方式，合理的規(guī)劃調(diào)度運(yùn)營(yíng)合理性顯得尤為重要。構(gòu)建合理的公交運(yùn)營(yíng)系統(tǒng)一方面可以提高服務(wù)質(zhì)量吸引市民采用公交出行，減少交通擁堵，另一方面減少公交公司本身運(yùn)營(yíng)成本，此外減少小汽車(chē)的出行有利于緩解環(huán)境問(wèn)題，實(shí)現(xiàn)可持續(xù)發(fā)展。
[0003]客流出行數(shù)據(jù)及車(chē)輛滿載率是公共交通規(guī)劃及調(diào)度運(yùn)營(yíng)的重要數(shù)據(jù)基礎(chǔ)，但現(xiàn)有對(duì)于該數(shù)據(jù)采集方式主要分為兩種:一種是才用人工采集方式，另外一種是基于公共交通IC卡的刷卡記錄獲取該數(shù)據(jù)，前者數(shù)據(jù)獲取成本較高，且由于是人工采集存在誤差，特別是數(shù)據(jù)存在滯后性，無(wú)法獲取實(shí)時(shí)數(shù)據(jù)；后者的主要問(wèn)題是公共交通IC無(wú)法獲取下車(chē)信息，采用理論的數(shù)據(jù)概率推導(dǎo)模型，不可避免出現(xiàn)數(shù)據(jù)誤差甚至錯(cuò)誤。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的發(fā)明目的是:為了解決現(xiàn)有技術(shù)中公交數(shù)據(jù)調(diào)查工作量及誤差較大，調(diào)查數(shù)據(jù)單一等問(wèn)題，本發(fā)明提出了一種基于視頻識(shí)別和手機(jī)GPS的公交數(shù)據(jù)獲取方法。
[0005]本發(fā)明的技術(shù)方案是:一種基于視頻識(shí)別和手機(jī)GPS的公交數(shù)據(jù)獲取方法，包括以下步驟:
[0006]A、獲取公交視頻數(shù)據(jù)和手機(jī)GPS數(shù)據(jù)；
[0007]B、根據(jù)公交視頻數(shù)據(jù)得到公交運(yùn)行路線及用戶上下車(chē)數(shù)據(jù)；
[0008]C、根據(jù)手機(jī)GPS數(shù)據(jù)得到用戶出行路徑數(shù)據(jù)；
[0009]D、將用戶出行路徑數(shù)據(jù)與公交運(yùn)行路線及用戶上下車(chē)數(shù)據(jù)進(jìn)行匹配，得到公交出行OD數(shù)據(jù)和公交滿載率實(shí)時(shí)數(shù)據(jù)及線路客流數(shù)據(jù)。
[0010]進(jìn)一步地，所述步驟B中根據(jù)公交視頻數(shù)據(jù)得到用戶上下車(chē)數(shù)據(jù)，具體包括以下分步驟:
[0011]B1、結(jié)合幀間差分方法和背景差分方法提取目標(biāo)運(yùn)動(dòng)區(qū)域；
[0012]B2、利用基于輪廓標(biāo)記的分水嶺算法對(duì)目標(biāo)進(jìn)行分割；
[0013]B3、利用基于邊界輪廓的目標(biāo)識(shí)別算法對(duì)步驟B2中分割得到的目標(biāo)進(jìn)行識(shí)別；
[0014]B4、利用目標(biāo)追蹤方法對(duì)步驟B3中識(shí)別得到的目標(biāo)進(jìn)行跟蹤，并根據(jù)目標(biāo)運(yùn)動(dòng)特征進(jìn)行計(jì)數(shù)，得到用戶上下車(chē)數(shù)據(jù)。
[0015]進(jìn)一步地，所述步驟BI利用幀間差分方法和背景差分方法提取目標(biāo)運(yùn)動(dòng)區(qū)域，具體包括以下分步驟:
[0016]B11、對(duì)公交視頻數(shù)據(jù)中當(dāng)前幀利用幀間差分方法和背景差分方法進(jìn)行處理，得到幀間差分圖像和背景差分圖像；
[0017]B12、將幀間差分圖像和背景差分圖像進(jìn)行或運(yùn)算得到或運(yùn)算圖像；
[0018]B13、將幀間差分圖像和或運(yùn)算圖像分別進(jìn)行網(wǎng)格化處理；
[0019]B14、對(duì)幀間差分圖像中小網(wǎng)格內(nèi)的非零像素?cái)?shù)目進(jìn)行統(tǒng)計(jì)，并通過(guò)設(shè)定閾值判斷小網(wǎng)格內(nèi)非零像素?cái)?shù)目是否小于閾值；若小網(wǎng)格內(nèi)非零像素?cái)?shù)目小于閾值，則判斷該小網(wǎng)格為噪聲網(wǎng)格；若小網(wǎng)格內(nèi)非零像素?cái)?shù)目大于或等于閾值，則判斷該小網(wǎng)格為正常網(wǎng)格；
[0020]B15、將或運(yùn)算圖像中與幀間差分圖像中噪聲網(wǎng)格位置對(duì)應(yīng)的小網(wǎng)格像素值設(shè)置為零，提取得到目標(biāo)運(yùn)動(dòng)區(qū)域圖像。
[0021]進(jìn)一步地，所述步驟B2利用基于輪廓標(biāo)記的分水嶺算法對(duì)目標(biāo)進(jìn)行分割，具體包括以下分步驟:
[0022]B21、對(duì)目標(biāo)運(yùn)動(dòng)區(qū)域進(jìn)行輪廓分割處理；
[0023]B22、對(duì)目標(biāo)進(jìn)行漫水填充處理；
[0024]B23、對(duì)目標(biāo)運(yùn)動(dòng)區(qū)域圖像進(jìn)行形態(tài)學(xué)處理；
[0025]B24、提取色塊輪廓并記錄各候選目標(biāo)，得到目標(biāo)分割圖像。
[0026]進(jìn)一步地，所述B3利用基于邊界輪廓的目標(biāo)識(shí)別算法對(duì)分割得到的目標(biāo)進(jìn)行識(shí)另U，具體包括以下分步驟:
[0027]B31、對(duì)目標(biāo)進(jìn)行篩選，去除不符合目標(biāo)特征及位置的目標(biāo)；
[0028]B32、分別對(duì)目標(biāo)進(jìn)行前后識(shí)別和左右識(shí)別，得到目標(biāo)識(shí)別結(jié)果。
[0029]進(jìn)一步地，6.如權(quán)利要求1所述的基于視頻識(shí)別和手機(jī)GPS的公交數(shù)據(jù)獲取方法，其特征在于，所述步驟D將用戶出行路徑數(shù)據(jù)與公交運(yùn)行路線及用戶上下車(chē)數(shù)據(jù)進(jìn)行匹配得到公交出行OD數(shù)據(jù)和公交滿載率實(shí)時(shí)數(shù)據(jù)及線路客流數(shù)據(jù)，具體包括以下分步驟:
[0030]D1、將用戶出行路徑數(shù)據(jù)與公交運(yùn)行路線進(jìn)行匹配，得到公交出行路徑集；
[0031]D2、將公交出行路徑集中每條路徑到達(dá)各公交站點(diǎn)時(shí)間與公交運(yùn)行路線中公交到達(dá)各公交站點(diǎn)時(shí)間進(jìn)行匹配，得到公交出行OD ;
[0032]D3、根據(jù)用戶上下車(chē)數(shù)據(jù)，得到公交車(chē)輛實(shí)時(shí)滿載率；并結(jié)合步驟D2中得到的公交出行0D，得到公交線路客流數(shù)據(jù)。
[0033]本發(fā)明的有益效果是:本發(fā)明利用視頻識(shí)別和手機(jī)GPS相結(jié)合的方法，減少了人力物力資源消耗，解決了采用手機(jī)定位及公交定位匹配存在不準(zhǔn)確性的問(wèn)題，提高了公交數(shù)據(jù)調(diào)查種類(lèi)，能夠準(zhǔn)確獲取公交出行OD數(shù)據(jù)和公交滿載率實(shí)時(shí)數(shù)據(jù)及線路客流數(shù)據(jù)，為公交線網(wǎng)規(guī)劃、公交資源配置及調(diào)度優(yōu)化提供了數(shù)據(jù)指出，同時(shí)也為公交實(shí)時(shí)調(diào)度提供了重要數(shù)據(jù)。
【附圖說(shuō)明】
[0034]圖1是本發(fā)明的基于視頻識(shí)別和手機(jī)GPS的公交數(shù)據(jù)獲取方法流程示意圖。
【具體實(shí)施方式】
[0035]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0036]如圖1所示，為本發(fā)明的基于視頻識(shí)別和手機(jī)GPS的公交數(shù)據(jù)獲取方法流程示意圖。一種基于視頻識(shí)別和手機(jī)GPS的公交數(shù)據(jù)獲取方法，包括以下步驟:
[0037]A、獲取公交視頻數(shù)據(jù)和手機(jī)GPS數(shù)據(jù)；
[0038]B、根據(jù)公交視頻數(shù)據(jù)得到公交運(yùn)行路線及用戶上下車(chē)數(shù)據(jù)；
[0039]C、根據(jù)手機(jī)GPS數(shù)據(jù)得到用戶出行路徑數(shù)據(jù)；
[0040]D、將用戶出行路徑數(shù)據(jù)與公交運(yùn)行路線及用戶上下車(chē)數(shù)據(jù)進(jìn)行匹配，得到公交出行OD數(shù)據(jù)和公交滿載率實(shí)時(shí)數(shù)據(jù)及線路客流數(shù)據(jù)。
[0041]在步驟A中，本發(fā)明的公交視頻數(shù)據(jù)可以通過(guò)對(duì)車(chē)門(mén)區(qū)域進(jìn)行視頻拍攝得到。由于車(chē)門(mén)區(qū)域是乘客上下車(chē)的必經(jīng)通道，因此將車(chē)門(mén)臺(tái)階區(qū)域作為監(jiān)控區(qū)域，當(dāng)有運(yùn)動(dòng)目標(biāo)時(shí)就可以被檢測(cè)到，并可通過(guò)目標(biāo)運(yùn)動(dòng)軌跡判斷上下車(chē)行為，從而實(shí)現(xiàn)目標(biāo)的計(jì)數(shù)。本發(fā)明進(jìn)行視頻拍攝時(shí)攝像機(jī)采用傾斜拍攝的方式，傾斜拍攝可以拍攝到人體大部分軀體特征，可避免部分遮擋，同時(shí)傾斜拍攝能夠保證目標(biāo)的特征在視頻序列內(nèi)是連續(xù)的。
[0042]在步驟B中，由于公交運(yùn)行規(guī)劃路線及其各個(gè)站點(diǎn)固定，因此本發(fā)明根據(jù)公交視頻數(shù)據(jù)中公交車(chē)輛的到站行為及到達(dá)各個(gè)站點(diǎn)的時(shí)刻得到公交運(yùn)行路線。由于某些公交?？空敬脩羯贤贶?chē)關(guān)門(mén)后，又有極少數(shù)的用戶需要上車(chē)而需要開(kāi)門(mén)，因此本發(fā)明以有效開(kāi)車(chē)門(mén)時(shí)刻作為公交車(chē)輛到站行為的判斷標(biāo)準(zhǔn)。這里有效開(kāi)車(chē)門(mén)時(shí)刻是指通過(guò)設(shè)置閾值對(duì)本次開(kāi)車(chē)門(mén)行為距離上次開(kāi)車(chē)門(mén)行為的時(shí)刻差進(jìn)行判斷；當(dāng)本次開(kāi)車(chē)門(mén)行為距離上次開(kāi)車(chē)門(mén)行為的時(shí)刻差小于閾值時(shí)，則本次開(kāi)車(chē)門(mén)行為對(duì)應(yīng)時(shí)刻不是有效開(kāi)車(chē)門(mén)時(shí)刻；當(dāng)本次開(kāi)車(chē)門(mén)行為距離上次開(kāi)車(chē)門(mén)行為的時(shí)刻差大于或等于閾值時(shí)，則本次開(kāi)車(chē)門(mén)行為對(duì)應(yīng)時(shí)刻是有效開(kāi)車(chē)門(mén)時(shí)刻。
[0043]由于目標(biāo)的頭部特征個(gè)體差異變化較大，故單純地基于頭部特征對(duì)目標(biāo)計(jì)數(shù)的方法存在較大局限性。而以視頻序列的角度來(lái)看目標(biāo)的上下車(chē)行為，目標(biāo)的位置特征更適合作為目標(biāo)檢測(cè)和目標(biāo)計(jì)數(shù)的判斷標(biāo)準(zhǔn)。本發(fā)明中根據(jù)公交視頻數(shù)據(jù)得到用戶上下車(chē)數(shù)據(jù)，具體包括以下分步驟:
[0044]B1、利用幀間差分方法和背景差分方法提取目標(biāo)運(yùn)動(dòng)區(qū)域；