[發(fā)明專利]一種基于視頻識別的行人跨欄行為警報(bào)方法及裝置

有效

• 申請?zhí)枺?/td>: 202110322487.5
• 申請日: 2021-03-25
• 公開（公告）號: CN113223276B
• 公開（公告）日: 2022-07-08
• 發(fā)明（設(shè)計(jì)）人: 周旦;顧國斌;蘇艷敏;陸梁演;陳斌斌;陳建鵬;程博;羅煒珍;孫家煜
• 申請（專利權(quán)）人: 桂林電子科技大學(xué)
• 主分類號: G08B21/18
• 分類號: G08B21/18;G08B7/06;G06V40/20;G06V20/40;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 北京化育知識產(chǎn)權(quán)代理有限公司 11833
• 代理人: 尹均利

1.一種基于視頻識別的行人跨欄行為警報(bào)方法，其特征在于，包括如下步驟：

S1.采集多幀連續(xù)的視頻圖像，并生成預(yù)處理圖像；

S2.切割預(yù)處理圖像，傳輸至SSD算法模塊，利用SSD算法提取并識別運(yùn)動目標(biāo)的運(yùn)動特征，并從運(yùn)動目標(biāo)的運(yùn)動特征中分類歸納出行人的運(yùn)動特征；

S3.跟蹤行人的運(yùn)行軌跡，建立幀間圖像像素運(yùn)動的運(yùn)動-速度模型，并計(jì)算當(dāng)前行人距中央隔離欄的距離；

S4.判斷當(dāng)前計(jì)算的行人距中央隔離欄的距離是否大于警報(bào)距離，若當(dāng)前計(jì)算的行人距中央隔離欄的距離大于警報(bào)距離，不做任何處理，若當(dāng)前計(jì)算的行人距中央隔離欄的距離小于或等于警報(bào)距離，則發(fā)出警報(bào)并進(jìn)行步驟S5；

S5.再次計(jì)算當(dāng)前行人距中央隔離欄的距離，若小于極限距離，通過攝像頭(3)對跨欄行人進(jìn)行違規(guī)抓拍，否則，繼續(xù)開啟揚(yáng)聲器(38)和LED警示燈(5)，發(fā)出警報(bào)；

其中，所述步驟S2具體為切割視頻圖像，并將切割后的預(yù)處理圖像傳輸至SSD算法模塊，生成基于運(yùn)動物體的預(yù)處理圖像塊，利用SSD算法提取并識別運(yùn)動目標(biāo)的運(yùn)動特征，并從運(yùn)動目標(biāo)的運(yùn)動特征中分類歸納出行人的運(yùn)動特征，剔除分類出錯(cuò)的行人運(yùn)動特征，完成對行人運(yùn)動特征的提取；

其中，所述SSD算法模塊包括如下步驟：

S21.將切割后的預(yù)處理圖像輸入到SSD算法模塊，形成位于運(yùn)動物體區(qū)域的圖像塊，并將切割后的圖像塊進(jìn)行卷積操作，設(shè)置六個(gè)不同的初始先驗(yàn)框，按照真實(shí)設(shè)置的目標(biāo)與實(shí)際選取的目標(biāo)互相匹配原則，從相互匹配的目標(biāo)參數(shù)中找到其IOU最大的實(shí)際選取的目標(biāo)與其IOU最大的初始先驗(yàn)框，并把它們進(jìn)行匹配，在每個(gè)運(yùn)動物體上形成多個(gè)規(guī)格不同、方向不同的初始先驗(yàn)框，由于特征的相對位置的不變性，則可提取出運(yùn)動目標(biāo)的運(yùn)動特征，生成不同尺度卷積層輸出運(yùn)動目標(biāo)的特征圖；

S22.抽取位于不同卷積塊的特定卷積層輸出運(yùn)動目標(biāo)的特征圖，進(jìn)行多種尺度融合，并對其中的初始先驗(yàn)框進(jìn)行微調(diào)后，在所抽取的特征圖的每個(gè)點(diǎn)上生成6個(gè)不同大小的基于運(yùn)動目標(biāo)的預(yù)設(shè)框，采集運(yùn)動目標(biāo)的運(yùn)動特征樣本，識別并檢測運(yùn)動目標(biāo)的運(yùn)動特征，輸出最終的運(yùn)動目標(biāo)的檢測結(jié)果，其檢測結(jié)果包含機(jī)動車、非機(jī)動車、行人的運(yùn)動狀態(tài)，并對檢測結(jié)果進(jìn)行初步的分類，歸納出初步符合行人運(yùn)動特征的初始預(yù)設(shè)框；

S23.將步驟S22中不同卷積層輸出行人目標(biāo)的特征圖獲得的初始預(yù)設(shè)框結(jié)合起來，從中獲取符合行人運(yùn)動特征的預(yù)設(shè)框，傳輸?shù)椒菢O大抑制值中，抑制一些重疊行人檢測、歸納錯(cuò)誤的非機(jī)動車和機(jī)動車及檢測錯(cuò)誤的行人運(yùn)動特征預(yù)設(shè)框，剔除非機(jī)動車和機(jī)動車的干擾，篩選出符合行人運(yùn)動特征的最佳預(yù)設(shè)框，并將其集中輸出，完成行人運(yùn)動特征的提取；

其中所述位于不同的卷積塊的特定卷積層包括第四個(gè)卷積塊的第三個(gè)卷積層、第七個(gè)卷積塊的第一個(gè)卷積層和第二個(gè)卷積層、第八個(gè)卷積塊的第二個(gè)卷積層、第九個(gè)卷積塊的第二個(gè)卷積層、第十個(gè)卷積塊的第二個(gè)卷積層、第十一個(gè)卷積塊的第二個(gè)卷積層。

2.根據(jù)權(quán)利要求1所述一種基于視頻識別的行人跨欄行為警報(bào)方法，其特征在于，所述多幀連續(xù)的視頻圖像通過攝像頭(3)獲取，包括行人到達(dá)車行道分界線、穿越機(jī)動車道的視頻圖像中的一種或多種；所述運(yùn)動目標(biāo)包括行人、機(jī)動車、非機(jī)動車，所述警報(bào)距離為40cm,所述極限距離為10cm。

3.根據(jù)權(quán)利要求1所述一種基于視頻識別的行人跨欄行為警報(bào)方法，其特征在于，所述步驟S3具體包括如下步驟：

S31.獲取當(dāng)前視頻幀圖像中行人的像素運(yùn)動的瞬時(shí)速度；

S32.獲取前一視頻幀圖像中行人的像素運(yùn)動的瞬時(shí)速度；

S33.計(jì)算相鄰視頻幀之間行人的運(yùn)動速度；

S34.將當(dāng)前運(yùn)動遞增距離與同向預(yù)設(shè)道路寬度建立速度-距離模型，求出當(dāng)前行人距中央隔離欄的距離。