一种基于多模态与轨迹融合的图书馆人流量监测方法及系统

本发明公开了一种基于多模态与轨迹融合的图书馆人流量监测方法及系统，所述方法包括采集视频流，并利用注意力机制生成权重图像以增强行人区域，通过YOLOv11目标检测提取行人框，结合分割模型定位行人主体并分离背景；再通过SuperPoint提取特征点及描述符，利用特征匹配计算帧间运动参数，借助卡尔曼滤波预测轨迹并验证；最终通过唯一ID关联行人轨迹，动态跟踪进出状态以统计人流量。本发明有效解决了遮挡、小目标漏检及轨迹漂移问题，实现了高精度人流量统计；通过多模态数据融合和动态轨迹融合，实现了更加精确和鲁棒的行人检测和跟踪；通过特征点提取和卡尔曼滤波等方案，优化了行人运动轨迹的预测，提高了人流量监测的实时性和精度。