[發明專利]閘機逃票檢測方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202210151285.3
• 申請日: 2022-02-16
• 公開（公告）號: CN114549867A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 胡懋成;王秋陽;汪玉冰;鄭博超;鳳陽
• 申請（專利權）人: 深圳市賽為智能股份有限公司
• 主分類號: G06V10/62
• 分類號: G06V10/62;G06T7/246;G06V20/40;G06V10/26;G06V10/46;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 李燕娥

1.閘機逃票檢測方法，其特征在于，包括：

獲取攝像頭拍攝的視頻，并對所述視頻進行處理，以得到待檢測圖片；

將所述待檢測圖片輸入圖片模型內進行人體實例分割以及關鍵點檢測，以得到關鍵點預測圖以及人體掩膜預測圖；

將關鍵點預測圖以及人體掩膜預測圖輸入至跟蹤模型內進行目標跟蹤，以得到跟蹤結果；

根據所述跟蹤結果生成掩膜姿態關鍵點序列視頻；

將所述掩膜姿態關鍵點序列視頻輸入至行為識別模型內進行逃票行為檢測，以得到檢測結果；

當所述檢測結果是逃票行為時，生成警告信息，并發送所述警告信息至終端。

2.根據權利要求1所述的閘機逃票檢測方法，其特征在于，所述圖片模型是基于yolov5模型添加mask分支形成的，且對于目標檢測采用CIOU損失函數，目標分類采用focalloss損失函數，對于語義分割采用dice損失函數，對于關鍵點檢測采用Adaloss損失函數。

3.根據權利要求2所述的閘機逃票檢測方法，其特征在于，所述將所述待檢測圖片輸入圖片模型內進行人體實例分割以及關鍵點檢測，以得到關鍵點預測圖以及人體掩膜預測圖，包括：

將所述待檢測圖片輸入圖片模型內，由圖片模型的yolov5模型中選取PANet網絡的N3、N4以及N5層的輸出信息通過mask分支進行人體關鍵點預測圖的預測，并生成人體掩膜，以得到關鍵點預測圖以及人體掩膜預測圖。

4.根據權利要求1所述的閘機逃票檢測方法，其特征在于，所述跟蹤模型通過若干個帶有目標檢測框標簽的人體掩膜預測圖訓練SimMask-Transformer網絡所得的。

5.根據權利要求1所述的閘機逃票檢測方法，其特征在于，所述根據所述跟蹤結果生成掩膜姿態關鍵點序列視頻，包括：

將所述跟蹤結果中的關鍵點預測圖通過yolov5-mp生成對應的姿態關鍵點預測圖；

將所述跟蹤結果中的人體掩膜預測圖與姿態關鍵點預測圖進行原始特征直接拼接合并，以形成融合圖片；

對所述融合圖片按時間進行合并，以生成掩膜姿態關鍵點序列視頻。

6.根據權利要求1所述的閘機逃票檢測方法，其特征在于，所述行為識別模型是通過若干個逃票行為標簽的掩膜姿態關鍵點序列視頻訓練3DTransformer-TIN模型所得的。

7.根據權利要求6所述的閘機逃票檢測方法，其特征在于，所述逃票行為標簽包括下蹲、跳躍以及尾隨行為標簽。

8.閘機逃票檢測裝置，其特征在于，包括：

采樣單元，用于獲取攝像頭拍攝的視頻，并對所述視頻進行處理，以得到待檢測圖片；

分割檢測單元，用于將所述待檢測圖片輸入圖片模型內進行人體實例分割以及關鍵點檢測，以得到關鍵點預測圖以及人體掩膜預測圖；

跟蹤單元，用于將關鍵點預測圖以及人體掩膜預測圖輸入至跟蹤模型內進行目標跟蹤，以得到跟蹤結果；

視頻生成單元，用于根據所述跟蹤結果生成掩膜姿態關鍵點序列視頻；

行為檢測單元，用于將所述掩膜姿態關鍵點序列視頻輸入至行為識別模型內進行逃票行為檢測，以得到檢測結果；

警告單元，用于當所述檢測結果是逃票行為時，生成警告信息，并發送所述警告信息至終端。

9.一種計算機設備，其特征在于，所述計算機設備包括存儲器及處理器，所述存儲器上存儲有計算機程序，所述處理器執行所述計算機程序時實現如權利要求1至7中任一項所述的方法。

10.一種存儲介質，其特征在于，所述存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至7中任一項所述的方法。