买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉四川交通职业技术学院申请的专利一种景区游客密度统计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120496152B 。

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510969943.3，技术领域涉及：G06V40/16；该发明授权一种景区游客密度统计方法是由李艳平;范刚设计研发完成，并于2025-07-15向国家知识产权局提交的专利申请。

本一种景区游客密度统计方法在说明书摘要公布了：本发明公开了一种景区游客密度统计方法，属于图像处理技术领域。本发明对景区游客图像提取轮廓图像并找出疑似人脸轮廓；在图像上标记外轮廓及内轮廓；计算内轮廓的相对位置和相对面积特征值，构建相应特征向量；计算内外轮廓像素比值和内轮廓像素比值，构建对应比值向量；将内轮廓的位置与面积特征向量、内外轮廓像素比值与内轮廓像素比值向量分别进行特征融合，基于融合特征和内轮廓数量，利用双通道分类器得到疑似人脸区域的分类；最后根据各疑似人脸区域的分类计算景区游客密度。本发明解决了现有技术中景区游客密度统计准确度低的问题。

本发明授权一种景区游客密度统计方法在权利要求书中公布了：1.一种景区游客密度统计方法，其特征在于，包括以下步骤： S1、对景区游客图像提取轮廓图像，从轮廓图像中找出疑似人脸轮廓； S2、在景区游客图像上将疑似人脸轮廓标记为外轮廓，将在外轮廓内各条轮廓线围成的封闭区域标记为内轮廓； S3、计算每个内轮廓的相对位置特征值和相对面积特征值，构建内轮廓位置特征向量和内轮廓面积特征向量； 计算每个内轮廓的相对位置特征值的公式为：，其中，θposition,i为外轮廓内第i个内轮廓的相对位置特征值，xin,i为外轮廓内第i个内轮廓的几何中心位置的横坐标，yin,i为外轮廓内第i个内轮廓的几何中心位置的纵坐标，xout为外轮廓的几何中心位置的横坐标，yout为外轮廓的几何中心位置的纵坐标，i为正整数，为外轮廓的外接矩形的宽度； 计算每个内轮廓的相对面积特征值的公式为：，其中，θE,i为外轮廓内第i个内轮廓的相对面积特征值，Ein,i为外轮廓内第i个内轮廓的面积，N为内轮廓的数量，i为正整数，| |为绝对值； S4、计算内外轮廓像素比值和内轮廓像素比值，构建内外轮廓像素比值向量和内轮廓像素比值向量； 计算每个内轮廓的内外轮廓像素比值的公式为：，其中，γinout,i为外轮廓内第i个内轮廓的内外轮廓像素比值，Pout,avg为外轮廓与内轮廓之间的像素点的像素均值，Pin,i,avg为第i个内轮廓内像素点的像素均值，i为正整数； 计算每个内轮廓的内轮廓像素比值的公式为：，其中，γin,i为外轮廓内第i个内轮廓的内轮廓像素比值，max{Pin,i,avg}为从外轮廓内所有内轮廓的像素均值中选取的最大值； S5、将内轮廓位置特征向量和内轮廓面积特征向量进行特征融合，得到形态特征融合向量；将内外轮廓像素比值向量和内轮廓像素比值向量进行特征融合，得到像素特征融合向量；根据内轮廓数量，计算特征强化值：，其中，β为特征强化值，N为内轮廓数量，Nref为内轮廓参考数量，| |为绝对值运算；将特征强化值分别与形态特征融合向量和像素特征融合向量相乘，得到形态特征融合强化向量和像素特征融合强化向量；将形态特征融合强化向量和像素特征融合强化向量输入双通道分类器中，得到疑似人脸区域的分类； S6、根据景区游客图像中各个疑似人脸区域的分类，计算景区游客密度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人四川交通职业技术学院，其通讯地址为：611130 四川省成都市温江区海峡两岸科技园大学城柳台大道东段208号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。