一种基于视觉的排队时间评估方法

摘要

一种基于视觉的排队时间评估方法的优点是：成本低(基于视觉的排队评估装置硬件成本低于人民币1000元)；可固定可携带，适用各种固定或临时场所；在多通道条件下，多设备通过网络接入管理PC 204，可自动识别不同队列的效率，引导用户在各队列的平均分布，可有效提高用户满意度，改善排队效率，其特征在于在排队入口上方设置摄像头，对队伍中的人进行检测，对多个目标人进行视频跟踪，由排队时间评估装置在一定时间段内统计目标人前方的人数，对多个目标人进行加权平均，得出队伍前进的平均速度；从而可以根据用户前的人数评估出等候需要的大致时间。

权利要求

1.一种基于视觉的排队时间评估方法，其特征在于在排队入口上方设置摄像头，对队伍中的人进行检测，对多个目标人进行视频跟踪，由排队时间评估装置在一定时间段内统计目标人前方的人数，对多个目标人进行加权平均，得出队伍前进的平均速度；从而可以根据用户前的人数评估出等候需要的大致时间；

排队时间评估装置(202)包括视频采集模块、人体检测模块、视频跟踪模块、排队评估模块和音频模块，具体方法为：第一步，基于视觉的排队评估装置(202)从摄像头(201)获取视频，通过视频采集模块将视频数据读入排队评估装置内存，第二步，人体检测模块使用基于Mean Shift滤波对视频进行预处理；根据edgelet特征集，采用nested cascade和RealBoost算法建立人体检测器，对队列中的人体上半身进行检测，第三步，视频追踪模块使用基于Mean Shift滤波对视频进行预处理，采用在线AdaBoost学习算法和序列蒙特卡洛技术进行技术跟踪，为避免个别目标人中途离开队伍，随机取出队列中的目标人体3-5个进行视频跟踪，第四步，排队评估模块每间隔一段规定时间使用上述人体检测技术统计特定目标人体前面的人数，取加权平均，得出队伍的平均前进速度，第五步，音频输出模块通过音响(203)传达目前排队速度及最后一位顾客需等候时间的信息，第六步，通过数据输出模块将数据传输给综合管理计算机(204)，便于长期的统计管理和多通道的自动分流。

说明书

一种基于视觉的排队时间评估方法

技术领域

[0001] 本发明涉及一种基于视觉的排队时间评估方法，属于图像识别和模式识别的技术领域。技术背景

[0002] 日常生活中需要排队的场合非常普遍，如机场登记和安检、超市收银、快餐店、比赛、演唱会、大型会展(世博会、展览会)、医院、博物馆、科技馆、售票处等，但是由于缺少对排队时间的评估和预测，会给双方带来很多不便。对于主办方，难以有效提高收银、售票或检票等行为，引起用户不满；对用户而言，无法评估等候时间不能有效安排自己的行为。

[0003] 现有排队机技术可以有效改善排队感受，但仍然有几个缺陷：第一是不适用于大型排队，如火车售票、会展、演唱会，用户不愿意为了拿到排队号先排一遍队伍；第二无法评估等候时间。

发明内容

[0004] 技术问题：本发明的基于视觉的排队时间评估方法通过如下方案实现排队评估。

[0005] 在排队入口上方设置摄像头，对队伍中的人进行检测，对多个目标人进行视频跟踪，由排队时间评估装置在一定时间段内统计目标人前方的人数，对多个目标人进行加权平均，得出队伍前进的平均速度；从而可以根据用户前的人数评估出等候需要的大致时间。

[0006] 排队时间评估装置包括视频采集模块、人体检测模块、视频跟踪模块、排队评估模块和音频模块，具体方法为：

[0007] 第一步，基于视觉的排队评估装置从摄像头获取视频，通过视频采集模块将视频数据读入排队评估装置内存，

[0008] 第二步，人体检测模块使用基于Mean Shift滤波对视频进行预处理；根据edgelet特征集，采用nested cascade和RealBoost算法建立人体检测器，对队列中的人体上半身进行检测，

[0009] 第三步，视频追踪模块使用基于Mean Shift滤波对视频进行预处理，采用在线AdaBoost学习算法+序列蒙特卡洛(online AdaBoost learning algorithm+Sequential Monte Carlo filter)技术进行跟踪，为避免个别目标人中途离开队伍，随机取出队列中的目标人体3-5个进行视频跟踪，

[0010] 第四步，排队评估模块每间隔一段规定时间使用上述人体检测技术统计特定目标人体前面的人数，取加权平均，得出队伍的平均前进速度，

[0011] 第五步，音频输出模块通过音响(203)传达目前排队速度及最后一位顾客需等候时间的信息，

[0012] 第六步，通过数据输出模块将数据传输给综合管理计算机(PC204)，便于长期的统计管理和多通道的自动分流。

[0013] 有益效果：本发明的意义在于，可以让主办方及时了解各队列用户的等待时间，提早及时安排增加窗口、队伍分流和疏导、延长时间等工作，可以让用户对等待时间有较准确预期，降低用户不满意度，降低投诉率；可以让用户及时了解可能等待的时间，作出合理的决定。对大型会展如世博会、亚运会；对服务性组织如演唱会、球赛尤其有实际意义。

[0014] 本方案实施优点是：成本低(基于视觉的排队评估装置硬件成本低于人民币1000元)；可固定可携带，适用各种固定或临时场所；在多通道条件下，多设备通过网络接入管理PC 204，可自动识别不同队列的效率，引导用户在各队列的平均分布。可有效提高用户满意度，改善排队效率。

附图说明

[0015] 图1：本发明结构框图，

[0016] 图2：基于视觉的排队评估装置结构框图，

[0017] 图3：基于视觉的排队评估方法流程图，

[0018] 图4：基于视觉的排队评估装置原理框图。

具体实施方式

[0019] 在排队入口上方设置摄像头，对队伍中的人进行检测，对多个目标人进行视频跟踪，由排队时间评估装置在一定时间段内统计目标人前方的人数，对多个目标人进行加权平均，得出队伍前进的平均速度；从而可以根据用户前的人数评估出等候需要的大致时间。其中，排队时间评估装置包括视频采集模块、人体检测模块、视频跟踪模块、排队评估模块和音频模块，具体方法为：

[0020] 第一步，基于视觉的排队评估装置202从摄像头201获取视频，通过视频采集模块将视频数据读入内存，

[0021] 第二步，人体检测模块使用了公知的基于Mean Shift滤波对视频进行预处理；根据edgelet特征集，采用nested cascade和RealBoost算法建立人体检测器，对队列中的人体上半身(头部特征、肩部特征、上半身轮廓)进行检测，

[0022] 第三步，视频追踪模块使用了公知的基于Mean Shift滤波对视频进行预处理，采用在线AdaBoost学习算法+序列蒙特卡洛(online AdaBoost learning+Sequential Monte Carlo filter)技术进行跟踪。为避免个别目标人中途离开队伍，随机取出队列中的目标人体若干(3-5个)，进行视频跟踪，

[0023] 第四步，排队评估模块每间隔特定时间(一般为1分钟)，使用上述人体检测技术统计特定目标人体前面的人数，取加权平均(为降低对人数的统计误差)，得出队伍的平均前进速度，如每5分钟前进一人.计算出每一位排队用户的等候时间

[0024] 第五步，音频输出模块通过音响203传达该信息，例：用户请注意，目前排队速度为每5分钟一人，最后一位顾客需等候时间为25分钟.

[0025] 第六步，通过数据输出模块将数据传输给管理PC204，便于长期的统计管理和多通道的自动分流。

[0026] 本实施方法的流程图参见附图2

[0027] 本方案实施优点是：成本低(基于视觉的排队评估装置硬件成本低于人民币1000元)；可固定可携带，适用各种固定或临时场所；在多通道条件下，多设备通过网络接入管理PC 204，可自动识别不同队列的效率，引导用户在各队列的平均分布。可有效提高用户满意度，改善排队效率。