【技术实现步骤摘要】
一种基于高斯混合模型的扶梯越界行为检测方法及系统
本专利技术涉及扶梯安全监控的
，尤其是涉及一种基于高斯混合模型的扶梯越界行为检测方法及系统。
技术介绍
自动扶梯是一种类似于倾斜式传送带的运输装置，主要完成对乘客和货物的输送任务。随着人们对快捷生活方式的不断追求，扶梯的使用越来越普遍，像地铁站、火车站及各种建筑物内等公共场所经常会看到扶梯。随着扶梯的大量使用，扶梯的一些安全问题及顺畅运行问题越来越引起人们的关注，选择人工看护扶梯的方法很难做到对扶梯使用过程中客流情况及其行为的实时监测，很难在第一时间采取应对措施。因而开发一种更智能化的看护扶梯运行的方法及系统很有必要。例如，一种在中国专利文献上公开的“一种扶梯”，其公告号CN207158584U，该技术公开一种扶梯，包括：盖板和扶手带。盖板具有内侧壁、与内侧壁相对的外侧壁以及位于内侧壁和外侧壁之间的顶壁。扶手带位于盖板的内侧壁上。该技术只是对扶梯进行了改进，并不能对正在运行的扶梯上的乘客进行实时检测。
技术实现思路
本专利技术是为了解决现有技...
【技术保护点】
1.一种基于高斯混合模型的扶梯越界行为检测方法，其特征是，包括步骤：/nA)通过摄像头获取扶梯区域监控视频图像，利用OpenPose深度学习网络模型从视频图像中提取人体骨架，收集误检乘客骨架信息和真实乘客骨架信息，将误检乘客骨架信息记为负样本，将真实乘客骨架信息记为正样本；/nB)采用SVM分类器构建分类模型，利用负样本和正样本对分类模型进行训练，通过已训练好的分类模型对实时检测到的骨架信息进行分类，保留真实乘客骨架信息，去除误检乘客骨架信息；判断在扶梯扶手带外侧区域范围内是否存在真实乘客骨架信息，若是，则进入步骤C)，若否，则返回步骤A)；/nC)构建高斯混合模型，获取当...
【技术特征摘要】
1.一种基于高斯混合模型的扶梯越界行为检测方法，其特征是，包括步骤：
A)通过摄像头获取扶梯区域监控视频图像，利用OpenPose深度学习网络模型从视频图像中提取人体骨架，收集误检乘客骨架信息和真实乘客骨架信息，将误检乘客骨架信息记为负样本，将真实乘客骨架信息记为正样本；
B)采用SVM分类器构建分类模型，利用负样本和正样本对分类模型进行训练，通过已训练好的分类模型对实时检测到的骨架信息进行分类，保留真实乘客骨架信息，去除误检乘客骨架信息；判断在扶梯扶手带外侧区域范围内是否存在真实乘客骨架信息，若是，则进入步骤C)，若否，则返回步骤A)；
C)构建高斯混合模型，获取当前帧图像中的运动目标图像，利用高斯混合模型检测当前帧图像中的运动目标图像；
D)对运动目标图像进行预处理，对预处理后的运动目标图像进行截取，获得在扶梯扶手带两侧乘客越界检测区域内的运动图像；
E)获取运动图像的运动目标轮廓，设置面积阈值，获取各个运动目标轮廓的最小外接矩形面积以及最小外接矩形中心点，筛选出最小外接矩形面积大于面积阈值的运动目标轮廓；
F)设置距离阈值，选取越界检测区域内的骨架关键点，计算越界检测区域内各个运动目标轮廓的最小外接矩形中心点到越界检测区域内各个骨架关键点的距离，获得最小外接矩形中心点到骨架关键点的最小距离，设置越界报警计数器，越界报警计数器置1；
G)设置距离阈值和计数器阈值，获取最小外接矩形中心点到骨架关键点的最小距离小于距离阈值的运动目标轮廓个数，将越界报警计数器的数值加上运动目标轮廓个数；
判断越界报警计数器的数值是否大于计数器阈值，若是，则进行扶梯越界报警以及系统现场声音报警，若否，则重复本步骤。
2.根据权利要求1所述的一种基于高斯混合模型的扶梯越界行为检测方法，其特征是，步骤B)中所述扶梯区域监控视频图像包括扶梯入口图像和/或扶梯出口图像。
3.根据权利要求1和2所述的一种基于高斯混合模型的扶梯越界行为检测方法，其特征是，步骤A)中所述OpenPose深度学习网络模型为BODY_25、COCO及MPI中的任一种。
4.根据权利要求3所述的一种基于高斯混合模型的扶梯越界行为检测方法，其特征是，步骤C)中构建高斯混合模型包括将高斯混合模型中的学习率参数设置为高学习率，在高学习率下利用帧间差...
【专利技术属性】
技术研发人员：胡芬，陈南西，楼阳冰，
申请(专利权)人：杭州安脉盛智能技术有限公司，
类型：发明
国别省市：浙江;33
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。