【技术实现步骤摘要】
基于红外热成像的地铁逃票行为检测方法及系统
本专利技术属于图像处理
控领域，具体涉及一种基于红外热成像的地铁逃票行为检测方法及系统。
技术介绍
传统的行为检测有很多方案，但受一些客观因素所限，比如人带面具或穿各种颜色衣服伪装，胖瘦，高低，携带大型箱包，物品遮挡或妨碍了正常普通单目摄像头对图像的正常处理，用普通摄像头不易检测出来带行李背包的人是否逃票，如果衣服和周边环境相同且蒙面的人，很难检测有人尾随逃票或者下蹲逃票。总之，普通摄像头检测误报率高或者很难立刻准确判断是否有人尾随逃票，需要有在职人员现场查看，范围有限，人力成本高。而红外热成像仪能忽视人带面具，穿各种颜色衣服伪装，胖瘦，高低的各种影响图像处理的难点，无视体重，携带大型箱包，物品的影响，获取的是人体温度的图像，将人独立于物体区别开来，使图像便于利用图像算法处理，大大增强了方法的实用性。随着研究的深入，图像模式识别，机器计算机视觉等技术在近年来有了长足的发展，各种智能算法的提出为解决实际工程问题提供了理论保障；而随着我国地铁快速发展，现在越来越多的人乘坐地铁，亟需一种方法完善地铁监控系统，维护国家财产...
【技术保护点】
1.一种基于红外热成像的地铁逃票行为检测方法，其特征在于具体操作步骤如下：步骤S1，基于深度学习的行人检测：CNN提取图像特征，SVM对特征分类，检测行人是否进入闸机图像行人检测范围；步骤S2，利用自动更新背景进行红外热成像图像背景差分，提取行人红外热成像俯视图图像；步骤S3，对提取到的行人红外热成像俯视图图像进行形态学处理，得到基于自动更新合适的阈值的二值化行人通过闸机口的俯视图图像；步骤S4：对二值化的行人俯视图图像进行并行感兴趣子区域ROI提取，设置ROI区域与闸机口个数N相同，获得N个相互独立的二值化闸机通道行人俯视图；步骤S5：对N个相互独立的二值化闸机通道行人俯...
【技术特征摘要】
2018.05.02 CN 20181040753061.一种基于红外热成像的地铁逃票行为检测方法，其特征在于具体操作步骤如下：步骤S1，基于深度学习的行人检测：CNN提取图像特征，SVM对特征分类，检测行人是否进入闸机图像行人检测范围；步骤S2，利用自动更新背景进行红外热成像图像背景差分，提取行人红外热成像俯视图图像；步骤S3，对提取到的行人红外热成像俯视图图像进行形态学处理，得到基于自动更新合适的阈值的二值化行人通过闸机口的俯视图图像；步骤S4：对二值化的行人俯视图图像进行并行感兴趣子区域ROI提取，设置ROI区域与闸机口个数N相同，获得N个相互独立的二值化闸机通道行人俯视图；步骤S5：对N个相互独立的二值化闸机通道行人俯视图二值图像分别进行连通区域标记，获取行人参数；步骤S6：对N个闸机口逃票行为判定。2.根据权利要求1所述的一种基于红外热成像的地铁逃票行为检测方法，其特征在于：所述步骤S4中，运用并行ROI特征区域提取，针对每个闸机口进行独立的检测，在减轻运算负担的条件下，将N条闸机通道分割开来，独立进行行人图像处理与检测。3.根据权利要求1所述的一种基于地铁逃票行为检测方法，其中，所述步骤S6中，同时对N个不同区域即N个闸机出口进行两种逃票判定：a，检测是否有人并行正身或者斜身并行逃票；b，检测是否有人下蹲或爬式从地铁下穿过或从地铁上部跨过。4.根据权利要求3所述的一种基于红外热成像的地铁逃票行为检测方法，其中，所述逃票判定a方法步骤包括：设行人二值图像连通区域的中心为对于m×n的二值图像，使用下式求物体的中心位置：其中B[i，j]为图像在坐标点[i，j]处的灰度值，A为图像零阶矩，和为图像一阶矩；确定N个并排闸机位置的纵坐标Y0，两行人形心纵坐标Y1、Y2，计算行人与闸机纵向位置关系D2＝Y0-Y2D1＝Y0-Y1；若D1是负数且D2是负数则判断两人都过闸机，若D1≥D2，则D1在D2前面，由此判断行人在前后位置；若D1的值小于某额定值γ，则进入图像处理判定开启；若对任意Di＞γ，则将对象标记丢失，重新进行图像标记，等待D1触发图像处理判定开启，图像触发判定开启基于检测行人俯视图闸机出口处范围由阈值δ＝1.5m矩形范围判定，行人离开则取消标记，连通域标记重新标记；找到前一个人的连通域的标记L1，找到后一个人的连通域的标记L2，如果有第三人依次类推，判断行人个数；获取图像中标记L1的每一个像素点的坐标a[i，j]，获取图像中标记L2的每一个像素点的坐标b[i，j]；对任意i，j，使在{a[i，j]-b[i，j]}2中找出最小值Dmin，行人间最短距离；找到最小值Dmin对应的L1，L2行人的具体坐标[X...
【专利技术属性】
技术研发人员：高新闻，李帅青，简明，胡珉，
申请(专利权)人：上海大学，
类型：发明
国别省市：上海,31
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。