基于機器視覺的人流量分析系統設計

石靜雯 黎海濤 郎漫雨 李勝

面對復雜的疫情，最有效避免新冠病毒傳播的手段便是盡量減少公共人群聚集的情況。在傳統的人群疏散方案中，需要針對各大人流密集的地點安排工作人員進行管理，難免會出現疏忽情況。除此之外，還極容易因突發情況出現預料之外的情況。而上述諸多原因將造成人力成本高、預警性和機動性差的情況。

基于這一背景，本項目希望設計出一種系統，提供給城市管理工作人員，在出外勤時可實時監測城市各大重要交通樞紐的人流情況，從而為各類政企單位做出快速、精準的預案。

人流密度統計原理和相關技術

前端層

隨著HTML5和CSS3語言標準的推行，讓網頁設計更加簡單、布局更加靈活、適用范圍更廣，還可以用于游戲桌面和移動應用程序的開發。本系統利用JavaScript在前端層與邏輯層間提供數據傳輸服務，通過Ajax進行頁面圖像和數據的更新。

算法調用

在本項目中需要針對3 m以上的中遠距離俯拍，以頭部作為主要基準識別目標、統計人數，以適應各類人流密集場景，同時還需要針對不規則區域的人數進行統計，并輸出渲染圖片。

在經過多種平臺的對比后，采取百度AI云平臺進行算法層的調用。百度AI人流量統計采取HTTP協議通過POST方法來與云平臺后端進行數據交互。通過申請的特定Access Token驗證后，返回對應的JSON數據。

信息儲存

在算法請求進程得到圖像數據后，采取SQLite作為終端數據庫。SQLite本身是利用C語言的體積很小，所以可以被集成到各種應用程序中，尤其是針對樹莓派這類ARM架構嵌入式的Linux系統。

使用mjpg-streamer視頻推流

在官網上將mjpg-streamer源代碼下載到樹莓派內，解壓后使用make install安裝即可，同時使用/usr/local/bin/ mjpg_streamer -p 8080啟動攝像頭網絡推流。

在啟動成功后，需要通過IP地址訪問Web端的視頻頁面：http：//IP：8080/？action=stream。

程序結構設計

軟件程序主要分為5個大類，各個流程環環相扣，體現了數據在不同環節的流動過程。

前端層：前端頁面采用JavaScript動態更新HTML頁面數據，通過文本輸入框，對話框等組件完成用戶的交互功能，以實現攝像頭數據切換，預警功能。

網絡層：客戶端前端請求通過基于TCP的http協議進行傳輸。在傳輸過程中，還應該注意樹莓派的網卡帶寬流量，最新的樹莓派4B+采用了千兆無線網卡，足以應對多攝像頭的視頻推流。

視頻推流層：視頻推流通過mjpg-streamer進行推流，前端頁面通過訪問8080端口便能通過http協議傳輸視頻流數據。

百度AI請求層：后端啟動一個Python進程，定時每秒抓取攝像頭圖像傳輸給百度云平臺進行圖像識別請求，將返回的request數據存入數據庫。

前端響應層：最后向前端反饋實時更新人流量數據即可。

本文基于百度AI平臺提供的API接口，采用HTML和JavaScript作為前端語言開發人流量監測的程序，是一種實現人流量監測統計的高效方案。采用mjpg-streamer進行視頻推流的方法，具有部署方便，集成簡單等特點，通過Access Token認證后，可與百度AI云平臺交換數據。

采用開放AI云平臺的API方式實現的人流量監測系統，能夠針對業務場景快速部署開發。同時也為人流量統計算法的研究人員提供了詳實了數據對比，使其能夠快速掌握業務邏輯，并且對算法優化提供了基準。

基金項目：西北民族大學本科生科研項目（1012021XBMU21193）