一种基于深度图像的自助通道防尾随检测方法和系统技术方案

本发明专利技术提出一种基于深度图像的自助通道防尾随检测方法，所述方法包括：S1、设置距离传感器来采集检测区域内的深度数据，获取自助通道完整的深度图像；S2、根据通道位置，将检测区域划分为多个子区域，分析各子区域中行人的空间状态信息；S3、通过子区域内行人的空间状态信息，确定检测区域内的行人数量，判定通道内行人尾随情况。本发明专利技术提出了一种对自助通道内行人空间状态信息进行分析并记录、判定行人尾随情况的方法，可以应用于边检、轨道交通等部门的自助通道尾随检测领域。

【技术实现步骤摘要】
一种基于深度图像的自助通道防尾随检测方法和系统
本专利技术涉及行人检测和点云智能化分析技术，更具体地，涉及基于深度图像的自助通道防尾随检测方法和系统。
技术介绍
尾随，在本文中特指跟随持有合法授权人进入闸机通道的行为。尾随行为的发生会对边检、高铁等部门造成较大的安全问题，传统的防尾随检测利用红外技术，存在误报高、漏报多以及无可视化证据留存的问题。
技术实现思路
为解决现有技术中的问题，提高防随检测的精度，本专利技术提出一种基于深度图像的自助通道防尾随检测方法，包括：S1、设置距离传感器来采集检测区域内的深度数据；S2、根据通道位置，将检测区域划分为多个子区域，分析各子区域中行人的空间状态信息；S3、通过子区域内行人的空间状态信息，确定检测区域内的行人数量，判定通道内行人尾随情况。本专利技术提出一种基于深度图像的自助通道尾随检测系统，包括存储有计算机程序的处理器，所述计算机程序执行时，实现如下步骤：S1、设置距离传感器来采集检测区域内的深度数据，获取自助通道完整的深度图像；S2、本文档来自技高网...

【技术保护点】
1.一种基于深度图像的自助通道尾随检测方法，其特征在于，包括：/nS1、设置距离传感器来采集检测区域内的深度数据，获取自助通道完整的深度图像；/nS2、根据通道位置，将检测区域划分为多个子区域，分析各子区域中行人的空间状态信息；/nS3、通过子区域内行人的空间状态信息，确定检测区域内的行人数量，判定通道内行人尾随情况。/n

【技术特征摘要】
1.一种基于深度图像的自助通道尾随检测方法，其特征在于，包括：
S1、设置距离传感器来采集检测区域内的深度数据，获取自助通道完整的深度图像；
S2、根据通道位置，将检测区域划分为多个子区域，分析各子区域中行人的空间状态信息；
S3、通过子区域内行人的空间状态信息，确定检测区域内的行人数量，判定通道内行人尾随情况。


2.根据权利要求1所述的方法，其特征在于，
所述空间状态信息包括：行人身高、所处位置及行人数量。


3.根据权利要求1所述的方法，其特征在于，
S21、坐标转换：将深度图像的原始坐标空间转换到以地面为平面的坐标空间；
S22、划分子区域：将S21中坐标转换后的深度图像转换为点云数据，对点云数据进行地面配准，可得到每个点云间的相对位置关系，计算每个点云到划分的子区域的距离，判断点云是否处于划分的子区域内部，去除子区域外部的点云，保留子区域内部的点云；
S23、获得空间状态信息：对保留下来的子区域内部的点云进行聚类分析；
S24、对处于各子区域内的点云数据，利用聚类方法得到候选目标信息；
S25、利用深度学习技术，对S24中所获取的候选目标进行识别，以区分行人和物品。


4.根据权利要求3所述的方法，其特征在于，在S25中，
建立卷积神经网络模型，利用行人样本，训练目标识别的深度学习模型，使用训练完成的深度学习模型对候选目标进行识别，将行人和物品区分开来。


5.根据权利要求3所述的方法，其特征在于，在S3中，
获得各通道区域内的行人数量，若通道内行人数量大于或等于两人，则判定为发生了行人尾随；若通道内行人数量少于两人，则不判定为尾随情况。


6.一种基于深度图...

【专利技术属性】
技术研发人员：邵肖伟，许永伟，
申请(专利权)人：深圳市鸿逸达科技有限公司，
类型：发明
国别省市：广东;44