一种楼梯区域的自动识别方法及系统技术方案

本发明专利技术公开一种楼梯区域的自动识别方法及系统，涉及计算机视觉技术领域，包括：获取应用场景下的楼梯视频；获取楼梯视频中每一帧的楼梯图片，并分别对各楼梯图片进行人体识别，得到每张楼梯图片中的人体数量；将人体数量与预设的数量阈值进行比较，并在人体数量小于数量阈值时，根据预先生成的楼梯语义分割模型对楼梯图片进行语义分割，得到楼梯图片中的楼梯区域，以备后续楼梯的安全情况判定使用。本发明专利技术通过楼梯区域的自动识别替代以往的手动标定，提高了楼梯区域的识别效率；本发明专利技术使用带有偏移的卷积提取楼梯图像特征，mIoU(平均交并比)有2％的提升，预测结果准确度更高。

An automatic identification method and system of stair area

【技术实现步骤摘要】
一种楼梯区域的自动识别方法及系统
本专利技术涉及计算机视觉
，具体涉及一种楼梯区域的自动识别方法及系统。
技术介绍
目前针对楼梯视频场景的安全防护方法，需要先手动标定楼梯区域，再对楼梯上的人员情况进行判断。这种方法较为繁琐，每次安装摄像头或者调整摄像头位置，工作人员就需要学习使用标定工具，人工在视频上划定楼梯区域。由于楼梯是不规则的区域，人工标定楼梯区域较为粗糙，比如在判定乘客是攀爬楼梯扶手时，就需要精细的楼梯扶手带区域判定。楼梯的标定方法一般需要在无人干扰的场景下进行区域的分割，这种对场景要求较高，在一些人流量较大的场景比较地铁、商场中，难以实时应用；目前楼梯的语义分割算法训练时使用的训练样本数(batchsize)较小，通常为1，这样就不能使用批量归一化(batchnormalization)来加速训练，另外楼梯属于较大的不规则形状，摄像头的安装位置很容易影响楼梯的形状。
技术实现思路
本专利技术的目的在于提供一种楼梯区域的自动识别方法及系统。为达此目的，本专利技术采用以下技术方案：提供一种本文档来自技高网...

【技术保护点】
1.一种楼梯区域的自动识别方法，其特征在于，具体包括以下步骤：/n步骤S1，获取应用场景下的楼梯视频；/n步骤S2，获取所述楼梯视频中每一帧的楼梯图片，并分别对各所述楼梯图片进行人体识别，得到每张所述楼梯图片中的人体数量；/n步骤S3，将所述人体数量与预设的数量阈值进行比较：/n若所述人体数量小于所述数量阈值，则转向步骤S4；/n若所述人体数量不小于所述数量阈值，则退出；/n步骤S4，根据预先生成的楼梯语义分割模型对所述楼梯图片进行语义分割，得到所述楼梯图片中的楼梯区域，以备后续楼梯的安全情况判定使用。/n

【技术特征摘要】
1.一种楼梯区域的自动识别方法，其特征在于，具体包括以下步骤：
步骤S1，获取应用场景下的楼梯视频；
步骤S2，获取所述楼梯视频中每一帧的楼梯图片，并分别对各所述楼梯图片进行人体识别，得到每张所述楼梯图片中的人体数量；
步骤S3，将所述人体数量与预设的数量阈值进行比较：
若所述人体数量小于所述数量阈值，则转向步骤S4；
若所述人体数量不小于所述数量阈值，则退出；
步骤S4，根据预先生成的楼梯语义分割模型对所述楼梯图片进行语义分割，得到所述楼梯图片中的楼梯区域，以备后续楼梯的安全情况判定使用。


2.根据权利要求1所述的楼梯区域的自动识别方法，其特征在于，所述数量阈值为2。


3.根据权利要求1所述的楼梯区域的自动识别方法，其特征在于，还包括一预先生成所述楼梯语义分割模型的过程，具体包括：
步骤A1，采集楼梯场景图片；
步骤A2，分别对各所述楼梯场景图片中的楼梯所在区域进行标注，得到相应的楼梯标注图片；
步骤A3，将各所述楼梯标注图片进行分组得到训练集和测试集；
步骤A4，根据所述训练集中的各所述楼梯标注图片进行训练得到楼梯语义分割模型；
步骤A5，根据所述测试集中的各所述楼梯标注图片对所述楼梯语义分割模型进行验证，并保存满足预设验证标准的所述语义分割模型。


4.根据权利要求3所述的楼梯区域的自动识别方法，其特征在于，所述楼梯场景图片包括无行人情况下的所述楼梯场景图片和有行人情况下的所述楼梯场景图片。


5.根据权利要求4所述的楼梯区域的自动识别方法，其特征在于，所述有行人情况下的所述楼梯场景图片中，所述行人数量小于2。


6.根据权利要求3所述的楼梯区域的自动识别方法，其特征在于，所述步骤S4中，对所述楼梯图片进行语义分割的过程中，所述语义分...

【专利技术属性】
技术研发人员：黄泽，胡太祥，滕安琪，
申请(专利权)人：创新奇智广州科技有限公司，
类型：发明
国别省市：广东;44