【技术实现步骤摘要】
一种基于人群密度和行人速度的人群安全程度评估方法
本专利技术涉及视频分析与公共安全领域，尤其涉及一种基于人群密度和行人速度的人群安全程度评估方法。
技术介绍
人群密集是现代化大型活动的一个突出特点，密集人群引发的安全问题也是大型活动安全管理的一个重点。一般情况下，大量的人群聚集并不会引起意外事故，但发生突发事故时由于没能做到有效的预警与控制，时常会造成较大的人员伤亡。比如，2014年12月31日23时35分上海外滩陈毅广场通往黄浦江观景平台的人行通道阶梯处，因有人失衡摔倒继而引发多人拥挤踩踏，造成36人死亡，49人受伤。上述事件因未能做到对大型活动的及时预警和有效管控而导致悲剧发生。中国专利申请号为CN200710179883.7的专利技术专利提出了一种基于统计特征的人群密度分析方法。该方法通过分析摄像机捕捉到的视频帧图像，由计算机自动实时地计算出当前视频中的人群密度，但是该方法的缺陷在于得到的人群密度是一个0到1之间的小数，表示拥挤程度，无法得到人们所关心的具体人数。中国专利申请号为CN105868845A的专利技术专利提出了一种风险预警方法和装置，该方法通过实...
【技术保护点】
1.一种基于人群密度和行人速度的人群安全程度评估方法，其特征在于：其步骤包括如下内容：步骤一：以视频监控下获取视频帧图像，对所获取的图像序列进行预处理；采用背景差分法对预处理后的图像进行处理，获取图像的前景，计算图像特征前景面积和周长，构成特征向量T，输入至神经网络模型回归预测出人群密度；步骤二：采用基于LK光流改进的金字塔Lucas‑Kanade光流算法处理连续图像帧，求取行人速度，即不同行人个体运动的平均速度；步骤三：构建模糊推理系统，评估人群安全等级：选择评价因素以及确定其隶属度函数；建立人群属性与安全风险规则库，根据规则库对输入进行模糊推理；对推理结果进行去模糊化，...
【技术特征摘要】
1.一种基于人群密度和行人速度的人群安全程度评估方法，其特征在于：其步骤包括如下内容：步骤一：以视频监控下获取视频帧图像，对所获取的图像序列进行预处理；采用背景差分法对预处理后的图像进行处理，获取图像的前景，计算图像特征前景面积和周长，构成特征向量T，输入至神经网络模型回归预测出人群密度；步骤二：采用基于LK光流改进的金字塔Lucas-Kanade光流算法处理连续图像帧，求取行人速度，即不同行人个体运动的平均速度；步骤三：构建模糊推理系统，评估人群安全等级：选择评价因素以及确定其隶属度函数；建立人群属性与安全风险规则库，根据规则库对输入进行模糊推理；对推理结果进行去模糊化，进而评估出人群安全风险等级。2.根据权利要求1所述的一种基于人群密度和行人速度的人群安全程度评估方法，其特征在于，在步骤3中，所述构建模糊推理系统，评估人群安全等级：选择评价因素以及确定其隶属度函数；建立人群属性与安全风险规则库，根据规则库对输入进行模糊推理；对推理结果进行去模糊化，进而评估出人群安全风险等级；其具体实施过程如下：步骤1，选择评价因素综合考虑各类可能的预警指标，优选出人群密度与行人速度作为预警指标；设定人群密度的取值范围为0＜ρ＜9，单位：人/m2；行人速度的取值范围为0.6≤v0≤1.2，单位：m/s；将人群密集场所事故预警级别分为四级：Ⅰ级，是指人群安全风险特别严重；Ⅱ级，是指人群安全风险严重；Ⅲ级，是指人群安全风险较重；Ⅳ级，是指人群安全风险一般；步骤2，确定隶属度函数将模糊输入的论域定义为:人群密度＝{很小，较小，适中，较大，很大}，人群行人速度＝{很慢，较慢，适中，较快，很快}，模糊输出的论域定义为：人群安全风险等级＝{一般，较重，严重，特别严重}；模糊控制的隶属度函数，选择三角形隶属度函数和梯形隶属度函数,具体的输入量人群密度模糊化隶属度函数设计如下：x为当前人群密度值，按照上述人群密度的隶属函数的设计方法，能够得到输入量行人速度的模糊化隶属度函数；行人速度的模糊化隶属函数的表达式如下：y为当前行人速度值,按照...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。