一种道路中智能识别行人的方法、系统、介质及设备技术方案

本发明专利技术涉及行人识别技术领域，特别涉及一种道路中智能识别行人的方法、系统、介质及设备，其中，一种道路中智能识别行人的方法包括在人行横道视频监控区域，设定安全区域和禁止入侵区域；利用基于FCN的YOLO目标检测模型检测行人的位置；通过姿态估计网络模型分析行人的运动行径或静止行径；当行人在安全区域内静止和在禁止入侵区域运动或静止时，发出预警信息。与现有技术相比，本发明专利技术提供的一种道路中智能识别行人的方法，监测面广，使用简单，部署灵活，不仅提高了行人识别的准确度和监测度，准确检测并识别检测行人未走人行横道，及时提醒行人预警，还减少人工全天候监管导致的人力资源浪费，避免交通事故的发生。避免交通事故的发生。避免交通事故的发生。

【技术实现步骤摘要】
一种道路中智能识别行人的方法、系统、介质及设备


[0001]本专利技术涉及行人识别
，特别涉及一种道路中智能识别行人的方法、系统、介质及设备。

技术介绍

[0002]人行横道指的是在车行道上用斑马线等标线或其他方法标示的规定行人横穿车道的步行范围。是防止车辆快速行驶时伤及行人而在车行道上标线指定需减速让行人过街的地方。
[0003]目前，出现的交通事故里有比较大的比例是由于行人未按照规划的人行横道行走，随意横穿马路所导致，虽然在某些区域设有交警进行管理规范，但是这种方式不能支持全天候监管，且人力资源浪费严重。中国专利(公开号为CN211368467U)公开了一种智慧型斑马线系统，包括斑马线、设置在道路两侧的道口标，以及设置在所述道口标上的摄像头模块，所述道口标上还分布有LED组件，当所述摄像头模块捕捉到行人行走在斑马线上时，所述LED组件发光进行警示，同时对机动车车主以及过马路的行人进行警示，有效减少交通事故。
[0004]但是，上述专利中仅通过摄像头对人行横道上的行人进行捕捉，并未提及人行横道以外区域的行人检测或识别，现有技术中的检测方法对行人未走人行横道时进行检测或识别准确度较低，不能及时提醒行人，导致交通事故的发生。

技术实现思路

[0005]为解决上述现有技术中对行人未走人行横道时检测或识别准确度较低，不能及时提醒行人，导致交通事故发生的不足，本专利技术提供的一种道路中智能识别行人的方法，能够准确检测并识别检测行人未走人行横道，及时提醒行人预警，从而避免交通事故的发生。<br/>[0006]本专利技术提供的一种道路中智能识别行人的方法，包括在人行横道视频监控区域，设定安全区域和禁止入侵区域；利用基于FCN的YOLO目标检测模型检测行人的位置；通过姿态估计网络模型分析行人的运动行径或静止行径；当行人在安全区域内静止和在禁止入侵区域运动或静止时，发出预警信息。
[0007]进一步地，所述安全区域为一组人行横道，所述禁止入侵区域为人行横道两侧的街道。
[0008]进一步地，在安全区域或禁止入侵区域，通过热成像视频监控对行人进行监测或识别。
[0009]进一步地，利用基于FCN的YOLO目标检测模型检测行人的位置，包括以下步骤：
[0010]S101：框选人行横道监控区域内的行人；
[0011]S102：选取框选中底部两点坐标(p，q)和(r，s)；
[0012]S103：计算中点坐标(x，y)，其中，x＝(p+q)/2,y＝(r+s)/2，判断中点坐标所在位置区域。
[0013]进一步地，当中点坐标位于所述禁止入侵区域时，发出预警信息。
[0014]进一步地，设定时间阈值和位置移动阈值，将行人身体划分为监控中心点和若干监控点，当监控中心点超过位置移动阈值时，判定为运动行径，当监控中心点位置未超过位置移动阈值时，判定为静止行径；当行人以静止行径在安全区域或禁止入侵区域超过时间阈值时，提高截取视频的帧率或发出预警信息。
[0015]进一步地，所述姿态估计网络模型为DeeperCut多人姿态模型。
[0016]本专利技术还提供一种道路中智能识别行人系统，包括视频监控设备、行人位置检测模块、行人姿态分析模块和预警模块，所述视频监控设备、所述行人位置检测模块、所述行人姿态分析模块和所述预警模块执行如上任一项所述的一种道路中智能识别行人的方法对行人预警。
[0017]本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机被处理器执行时实现如上任一项所述的一种道路中智能识别行人的方法。
[0018]本专利技术还提供一种识别设备，包括至少一个处理器、及与所述处理器通信连接的存储器，其中所述存储器存储可被至少一个处理器执行的指令，所述指令被至少一个处理器执行，以使所述处理器执行如上任一项所述的一种道路中智能识别行人的方法。
[0019]与现有技术相比，本专利技术提供的一种道路中智能识别行人的方法，监测面广，使用简单，部署灵活，基于视频监控设备，对人行横道区域设置警戒区域，利用基于FCN的YOLO目标检测模型检测行人的位置，协同姿态估计网络模型分析行人的行径，当满足预设条件的行人未在安全区域或在安全区域内静止超过一定的时间，则发出预警信息；不仅提高了行人识别的准确度和监测度，准确检测并识别检测行人未走人行横道，及时提醒行人预警，还减少人工全天候监管导致的人力资源浪费，避免交通事故的发生。
附图说明
[0020]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0021]图1为本专利技术提供的人行横道视频监控的示意图；
[0022]图2为本专利技术提供的热成像视频监控的示意图；
[0023]图3为本专利技术提供的SSD模型的网络结构图；
[0024]图4为本专利技术提供的检测行人的位置的流程示意图；
[0025]图5为本专利技术提供的监控中心点和监控点的示意图。
[0026]附图标记：
[0027]10安全区域20禁止入侵区域
具体实施方式
[0028]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是
本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0029]在本专利技术的描述中，需要说明的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。
[0030]本专利技术提供的一种道路中智能识别行人的方法，包括在人行横道监控区域，设定安全区域10和禁止入侵区域20；利用基于FCN的YOLO目标检测模型检测行人的位置；通过姿态估计网络模型分析行人的运动行径或静止行径；当行人在安全区域10内静止和在禁止入侵区域20运动或静止时，发出预警信息。
[0031]具体实施时，如图1所示，在人行横道视频监控区域内，设定安全区域10和禁止入侵区域20，具体地，在人行横道视频监控区域内，选一组人行横道设定为安全区域10，禁止入侵区域20为人行横道两侧的街道，人行横道上下两侧的街道为等待区，本实施例中忽略识别等待区的行人，仅对安全区域10和禁止入侵区域20的行人进行识别。
[0032]如图2所示，传统的移动侦测监控容易受到周围环境的影响，容易造成不必要的误报，不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种道路中智能识别行人的方法，其特征在于：包括在人行横道视频监控区域，设定安全区域和禁止入侵区域；利用基于FCN的YOLO目标检测模型检测行人的位置；通过姿态估计网络模型分析行人的运动行径或静止行径；当行人在安全区域内静止和在禁止入侵区域运动或静止时，发出预警信息。2.根据权利要求1所述的一种道路中智能识别行人的方法，其特征在于：所述安全区域为一组人行横道，所述禁止入侵区域为人行横道两侧的街道。3.根据权利要求2所述的一种道路中智能识别行人的方法，其特征在于：在安全区域或禁止入侵区域，通过热成像视频监控对行人进行监测或识别。4.根据权利要求3所述的一种道路中智能识别行人的方法，其特征在于：利用基于FCN的YOLO目标检测模型检测行人的位置，包括以下步骤：S101：框选人行横道监控区域内的行人；S102：选取框选中底部两点坐标(p，q)和(r，s)；S103：计算中点坐标(x，y)，其中，x＝(p+q)/2,y＝(r+s)/2，判断中点坐标所在位置区域。5.根据权利要求4所述的一种道路中智能识别行人的方法，其特征在于：当中点坐标位于所述禁止入侵区域时，发出预警信息。6.根据权利要求5所述的一种道路中智能识别行人的方法，其特征在于：设...

【专利技术属性】
技术研发人员：李陆沁，
申请(专利权)人：厦门博海中天信息科技有限公司，
类型：发明
国别省市：