技术摘要：
本发明提供了一种基于机器视觉的安检人流量实时监控系统及方法。系统由视频采集模块、后台图像预处理模块、图像语义分析模块以及策略生成模块组成，方法包括：采集安检口的旅客流量视频；对旅客流量视频进行帧抽样，计算抽样后的视频图片的光照强度以及模糊度，根据设  全部
背景技术：
随着信息技术的进步，国内航空旅游业得到了迅猛的发展，乘坐飞机出行的旅客 也相应大幅度增加。随之而来的问题就是相关配套设施及服务是否能让旅客满意，以便能 更大程度的为旅客提供便利。其中在安检环节，机场服务人员通常不能及时关注到候检旅 客在安检口的情况，可能会导致某个安检口旅客过多，安检口开关不及时、不合理的情况。 现有的旅客候检引导都为机场服务人员人工进行监控，灵活度以及实时性都不够 好，过长的等待时间极大地降低了旅客出行的体验，给机场的服务质量也带来了不好的影 响，使得旅客对机场的服务产生了怀疑。如果旅客候检情况可以得到实时的监测和候检疏 导，那么将会大大提高机场安检的效率，旅客的出行体验也会得到良好的改善。 因此，亟待提出一种基于机器视觉的安检人流量实时监控系统，能够实时监控每 个安检口的旅客候检人数，并综合分析后提出智能的合理化候检旅客引导策略以及安检口 开关策略，解放机场服务人员人力劳动，并提升了旅客出行体验。
技术实现要素：
本发明提供了一种基于机器视觉的安检人流量实时监控系统及方法，以至少解决 相关技术中安检口旅客过多，存在安检口开关不及时、不合理的情况，不能实时的监测和候 检疏导的问题。 根据本发明的一个方面，提供了一种基于机器视觉的安检人流量实时监控系统， 包括：视频采集模块、后台图像预处理模块、图像语义分析模块以及策略生成模块组成，其 中， 所述视频采集模块，用于采集安检口的旅客流量视频传输到后台图像预处理模 块； 所述后台图像预处理模块，用于对旅客流量视频进行帧抽样，计算抽样后的视频 图片的光照强度以及模糊度，光照和清晰度在设定阈值范围内的图片传输至图像语义分析 模块； 所述图像语义分析模块，用于对后台图像预处理系统传输过来的图片进行目标区 域候选、特征提取以及分类，对图片中识别出的旅客进行计数，传输至策略生成模块； 所述策略生成模块，对图像语义分析系统识别的每个安检口的旅客人数综合分 析，给出合理化的疏散建议或开关安检口建议。 可选地，所述后台图像预处理模块包括：图像的光照强度指标计算模块、模糊度等 指标计算模块，其中： 光照强度指标计算模块，将图片读入程序为RGB三维矩阵，通过矩阵计算得出光照 4 CN 111611951 A 说　明　书 2/6 页 强度指数，经验阈值为30； 模糊度等指标计算模块，将图片读入程序为RGB三维矩阵，通过拉普拉斯算子计算 得出图片的模糊度指数，经验阈值为70； 后台图像预处理模块按照指定阈值过滤掉图片质量不合格的图片，质量合格的图 片向后传输到图像语义分析模块。 可选地，所述图像语义分析模块包括：目标定位模块、特征提取模块、分类器以及 计数器，其中： 所述目标定位模块，对传输过来的合格的图片进行目标候选区域提取，使用梯度 直方图结合安检通道形状来确定某安检口的旅客候选区域图像； 所述特征提取模块，通过卷积神经网络模型将候选区域图像RGB矩阵表征为一维 的特征向量； 所述分类器，根据特征提取模块输出的特征向量进行二分类，判断是否为人的图 像； 所述计数器，将所有判断为人的图像候选框进行计数，即可获得当前图片上对应 安检口的人流量信息。 可选地，所述策略生成模块包括：安检口开关策略模块和旅客疏散策略模块，其 中：。 安检口开关策略模块，若所有安检口人数均超过阈值则建议新增安检口，若所有 安检口人数均低于阈值则建议关闭若干安检口； 旅客疏散策略模块，若安检口人数不均衡指数超出阈值，则建议疏散拥挤安检口 旅客。 可选地，所述RGB三维矩阵数值为0-255。 根据本发明的另一个方面，还提供了一种基于机器视觉的安检人流量实时监控方 法，包括： 步骤1、采集安检口的旅客流量视频； 步骤2、对旅客流量视频进行帧抽样，计算抽样后的视频图片的光照强度以及模糊 度，根据设定阈值范围得出光照和清晰度合格的图片； 步骤3、对光照和清晰度合格的图片进行目标区域候选、特征提取以及分类，对图 片中识别出的旅客进行计数； 步骤4、对识别出的每个安检口的旅客人数综合分析，给出合理化的疏散建议或开 关安检口建议。 可选地，所述步骤2具体包括包括： 步骤21、将图片读入程序为RGB三维矩阵，通过矩阵计算得出光照强度指数，经验 阈值为30； 步骤22、将图片读入程序为RGB三维矩阵，通过拉普拉斯算子计算得出图片的模糊 度指数，经验阈值为70； 步骤23、按照指定阈值过滤掉图片质量不合格的图片，得到光照和清晰度合格的 图片。 可选地，所述步骤3包括： 5 CN 111611951 A 说　明　书 3/6 页 步骤31、对光照和清晰度合格的图片进行目标候选区域提取，使用梯度直方图结 合安检通道形状来确定某安检口的旅客候选区域图像； 步骤32、通过卷积神经网络模型将候选区域图像RGB矩阵表征为一维的特征向量； 步骤33、根据特征提取模块输出的特征向量进行二分类，判断是否为人的图像； 步骤34、将所有判断为人的图像候选框进行计数，即可获得当前图片上对应安检 口的人流量信息。 可选地，所述步骤4包括： 步骤41、若所有安检口人数均超过阈值则建议新增安检口，若所有安检口人数均 低于阈值则建议关闭若干安检口； 步骤42、若安检口人数不均衡指数超出阈值，则建议疏散拥挤安检口旅客。 可选地，所述RGB三维矩阵数值为0-255。 通过本发明，基于机场安检通道附近不同机位的机场摄像头回传的图片数据，结 合计算机视觉目标检测算法，兼顾实时性与准确性，实时监控每个安检口的人流量，根据人 群分布分析生成策略，有效帮助机场工作人员及时了解安检口人流量的情况，通过合理疏 解以及开关安检口等方法提升安检效率，同时也可以节省旅客安检时间，优化旅客体验。 附图说明 此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发 明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中： 图1为本发明基于机器视觉的安检人流量实时监控系统方框图； 图2为本发明基于机器视觉的安检人流量实时监控系统总体流程图； 图3为本发明基于机器视觉的安检人流量实时监控系统视频流数据的预处理流 程； 图4为本发明基于机器视觉的安检人流量实时监控系统安检口视频流数据的候选 区域提取流程； 图5为本发明基于机器视觉的安检人流量实时监控系统候选区域的图像特征提取 流程；