一种行人徘徊检测方法技术

技术编号:19964862 阅读:45 留言:0更新日期:2019-01-03 13:08
本发明专利技术属于数字图像处理及模式识别技术领域,具体涉及一种行人徘徊检测方法。它能够在行人短暂消失或者部分遮挡后仍然可以跟踪到行人,不会丢失目标,继续记录行人运动轨迹和跟踪时长,并根据行人运动轨迹长度和跟踪时长来判断监控区域内是否发生了徘徊行为,实现了智能行人徘徊检测。

A Pedestrian Roaming Detection Method

The invention belongs to the technical field of digital image processing and pattern recognition, in particular to a pedestrian hovering detection method. It can track pedestrians after a short disappearance or partial occlusion, without losing the target, continue to record the trajectory of pedestrians and tracking time, and judge whether the hovering behavior occurs in the monitoring area according to the trajectory length and tracking time, thus realizing the intelligent pedestrian hovering detection.

【技术实现步骤摘要】
一种行人徘徊检测方法
本专利技术属于数字图像处理及模式识别
,具体涉及一种行人徘徊检测方法。
技术介绍
随着社会发展以及智慧城市的发展,智能视频监控系统受到越来越多人的重视。人民群众对生活环境的安全性要求也越来越强,智能视频监控系统就变成了安全保障和防卫系统的一种重要的工具和手段。行人徘徊检测作为行人异常行为检测的一种,是智能监控系统中的重要组成部分之一。其利用视频分析相关技术对特定区域进行监控,当检测到有人在该区域内来回走动的时间过长时,判断行人是否有徘徊行为,以执行相应的预定程序。行人徘徊检测目前主要应用于公共场所的安防监控以及商业场所的行为分析领域。随着智能监控系统的推进,行人徘徊行为检测的应用场景将会逐渐增加,其重要性也会日益提高。但是现实监控场景的复杂性使得对智能监控视频的处理算法的要求越来越高,需要算法能克服各种不同的干扰,拥有更强的鲁棒性。目前行人徘徊检测通常是根据目标运动轨迹长度和跟踪时长来判断是否为徘徊行为的。但是目前这类方法仍然无法准确得到目标被部分遮挡或者短暂消失后又出现时的运动轨迹,因为当目标被部分遮挡或者短暂消失后又出现时,很有可能会丢失目标,导致之前本文档来自技高网...

【技术保护点】
1.一种行人徘徊检测方法,其特征在于:所述行人徘徊检测方法包括以下步骤:第一步,在监控区域中的行人检测方面,采用目标行人检测算法对采集到的每一帧图像进行行人检测;当出现被部分遮挡的行人时,采用基于遮挡的行人检测算法;若存在行人,即可通过行人检测算法得到行人的位置信息;第二步,在行人跟踪方面,当一直检测到该行人时,在行人检测得到行人位置信息的基础上,使用目标跟踪算法对检测到的行人进行轨迹跟踪;当检测到的行人出现短暂消失后又出现的现象时,因行人短暂消失时,无法检测到该行人的位置信息,故使用基于预测的跟踪算法对该行人的位置信息进行预测,以获取行人的运动轨迹;进而统计行人的轨迹长度和跟踪时长;第三步,...

【技术特征摘要】
1.一种行人徘徊检测方法,其特征在于:所述行人徘徊检测方法包括以下步骤:第一步,在监控区域中的行人检测方面,采用目标行人检测算法对采集到的每一帧图像进行行人检测;当出现被部分遮挡的行人时,采用基于遮挡的行人检测算法;若存在行人,即可通过行人检测算法得到行人的位置信息;第二步,在行人跟踪方面,当一直检测到该行人时,在行人检测得到行人位置信息的基础上,使用目标跟踪算法对检测到的行人进行轨迹跟踪;当检测到的行人出现短暂消失后又出现的现象时,因行人短暂消失时,无法检测到该行人的位置信息,故使用基于预测的跟踪算法对该行人的位置信息进行预测,以获取行人的运动轨迹;进而统计行人的轨迹长度和跟踪时长;第三步,在异常行为判断方面,通过分析徘徊行为特征,根据行人的运动轨迹长度和跟踪时长,与预设的阈值进行比对,判定该行人是否是该监控区域内的徘徊目标。2.根据权利要求1所述的行人徘徊检测方法,其特征在于:所述第一步中,行人检测是采用基于深度学习的CNN算法或者CNN衍生算法;所述第一步中基于遮挡的行人检测算法,利用具有行人非遮挡和部分遮挡的正负样本库,在深度学习框架下采用CNN算法进行网络模型训练,得到具有非遮挡和部分遮挡行人检测能力的网络模型,然后CNN行人检测算法采用该预训练的网络模型对采集到的每一帧图像进行行人目标检测,得到监控区域内行人的位置信息。3.根据权利要求1所述的行人徘徊检测方法,其...

【专利技术属性】
技术研发人员:应艳丽贠周会王欣欣谢吉朋吴斌叶超王旭黄江林
申请(专利权)人:江西洪都航空工业集团有限责任公司
类型:发明
国别省市:江西,36

网友询问留言 已有0条评论
  • 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。

1