(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221074649 9.5 (22)申请日 2022.06.29 (71)申请人 张维忠 地址 266000 山东省青岛市崂山区科 大支 路78号 (72)发明人 张维忠　 (74)专利代理 机构 北京细软智谷知识产权代理 有限责任公司 1 1471 专利代理师 刘明华 (51)Int.Cl. G06V 20/52(2022.01) G06N 3/08(2006.01) G06N 3/04(2006.01) G06Q 50/30(2012.01) (54)发明名称 一种公交车拥挤度分析方法、 装置和设备 (57)摘要 本发明涉及图像处理技术领域， 具体涉及一 种公交车拥挤度分析方法、 装置和设备。 该方法 通过获取公交车车厢内部图像， 并提取出公交车 车厢内部图像中的拥挤区域图像， 根据拥挤区域 图像从而生成密度图； 根据密度图， 获取拥挤区 域图像的面积及乘客数量； 根据预设的算法， 获 得公交车拥挤度， 解决了现有技术中， 无法检测 车内乘客拥挤度的问题。 权利要求书2页 说明书6页 附图1页 CN 115240133 A 2022.10.25 CN 115240133 A 1.一种公交车拥挤度分析 方法， 其特 征在于， 包括： 获取公交车 车厢内部图像； 提取所述公交车 车厢内部图像中的拥挤区域图像； 根据所述拥挤区域图像生成密度图； 根据所述密度图， 获得所述拥挤区域图像的面积和乘客数量， 并通过预设算法， 获得公 交车拥挤度。 2.根据权利要求1所述的方法， 其特 征在于， 所述获取公交车 车厢内部图像， 包括： 向所述公交车 车厢内部投射结构光； 获取带有结构光的所述公交车 车厢内部图像。 3.根据权利要求2所述的方法， 其特征在于， 所述提取所述公交车车厢内部图像中的拥 挤区域图像， 包括： 获取所述公交车 车厢内部图像的深度信息； 根据所述深度信息， 提取 所述公交车 车厢内部图像的拥挤区域图像。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述拥挤区域图像生成密度图， 包括： 标记所述拥挤区域图像内所有乘客的头 部位置； 通过DB‑CNN深度学习框架对带有所户乘客头部标记的所述拥挤区域 图像进行深度学 习， 获得密度图。 5.根据权利 要求4所述的方法， 其特征在于， 所述通过DB ‑CNN深度学习框架对带有所户 乘客头部标记的所述拥挤区域图像进行深度学习， 获得密度图， 包括： 应用堆叠池化层通过DB ‑CNN深度学习框架对带有所户乘客头部标记的所述拥挤区域 图像进行深度学习， 获得密度图。 6.根据权利要求5所述的方法， 其特征在于， 所述根据所述密度图， 获得所述拥挤区域 图像的面积和乘客数量， 并通过 预设算法， 获得公交车拥挤度， 包括： 根据所述密度图， 获取 所述拥挤区域图像面积及乘客数； 将所述拥挤区域图像乘客数除以所述拥挤区域图像面积， 获得公交车拥挤度。 7.一种公交车拥挤度分析装置， 其特征在于， 包括： 图像获取模块、 拥挤区域提取模块、 图像分析模块和拥挤度生成模块； 所述图像获取模块， 用于获取公交车 车厢内部图像； 所述拥挤区域 提取模块， 用于提取 所述公交车 车厢内部图像中的拥挤区域图像； 所述图像分析模块， 用于根据所述拥挤区域图像生成密度图； 所述拥挤度生成模块， 用于根据所述密度图， 获得所述拥挤区域图像的面积和乘客数 量， 并通过 预设算法， 获得公交车拥挤度。 8.根据权利要求7 所述的装置， 其特 征在于， 还 包括结构光投射模块， 所述结构光投射模块， 用于向所述公交车 车厢内部投射结构光。 9.一种公交车拥挤度分析设备， 其特征在于， 包括处理器和存储器， 所述处理器与存储 器相连： 其中， 所述处 理器， 用于调用并执 行所述存储器中存 储的程序； 所述存储器， 用于存储所述程序， 所述程序至少用于执行权利要求1 ‑6任一项所述的公权　利　要　求　书 1/2 页 2 CN 115240133 A 2交车拥挤度分析 方法。权　利　要　求　书 2/2 页 3 CN 115240133 A 3