一种车站预防逃票的智能监控识别方法及系统技术方案

本发明专利技术公开了一种车站预防逃票的智能监控识别方法及系统，先获取闸机入口前的行人视频；然后自动检测每个人的行为运动，以区分过闸机的行人和非行人，得到正过闸机的行人图像；再根据得到的正过闸机的行人图像，对人与人过闸机时之间的间隔距离进行计算，如果闸机开启一次的时间内连续两人及两人以上在通过闸机时相邻行人之间的间隔距离小于预设阈值，则自动截取图片存档并在记录中标注出来，通过将已存档的截取图片上传到与之相连的云端中，可以在下次此人进站时由车站的摄像视频进行匹配设别，对其实行惩罚措施或是直接在站内通过工作人员进行补票，具有监控识别准确、智能化程度高的优点。

【技术实现步骤摘要】
一种车站预防逃票的智能监控识别方法及系统
本专利技术涉及视频监控领域，特别是涉及一种车站预防逃票的智能监控识别方法及系统。
技术介绍
目前车站闸机周边环境监控预防逃票主要依靠安装在四周的摄像机实时录像，并安排专门人员在视频终端观看监控；或是通过在闸机周围布置工作人员，通过人工进行监督或者警示。此方法主要还是通过人工判读的方法进行，费时费力，且准确度依靠工作人员目测识别，难以得到保证。目前也没有针对车站闸机逃票报警类的智能视频监控设备。
技术实现思路
有鉴于此，本专利技术提出一种车站预防逃票的智能监控识别方法及系统，利用智能视频技术对场景内进出站人员的行为进行自动识别，防止逃票。一方面，本专利技术提供了一种车站预防逃票的智能监控识别方法，包括以下步骤：S1、获取位于车站闸机入口处正在检票的行人视频；S2、基于HOG结合SVM分类器自动检测行人视频中每个人的行为运动，以区分过闸机的行人和非行人，得到正过闸机的行人图像；S3、根据得到的正过闸机的行人图像，对行人过闸机时相邻行人之间的间隔距离进行计算，判断闸机开启一次的时间内连续两人及两人以上在通过闸机时相邻行人之间的实际间隔距离是否小于预设阈值，如果是，则进入步骤S4，反之，则进入步骤S6；S4、自动截取闸机开启一次的时间内连续两人及两人以上过闸机的图片存档，并在存档的图片中标注出逃票的行人；S5、重复步骤S1-S2，将新获取的所有正过闸机的行人图像与标注出逃票行人的存档的图片进行匹配识别，若新获取的正过闸机的行人图像中有被标注出逃票的行人，则控制闸机闭合，并通知被标注出逃票的行人进行补票，反之，则进入步骤S6；S6、控制闸机放行。进一步地，所述步骤S2包括以下步骤：S21、基于HOG通过计算和统计行人视频中图像局部区域的梯度方向直方图来提取人体的特征；S22、通过SVM分类器进行行人和非行人的区分，得到正过闸机的行人图像。进一步地，所述步骤S21包括以下步骤：S211、把行人视频中图像分割为包含若干个像素点的细胞单元；S212、计算图像每一像素点的横坐标和纵坐标方向的梯度，并据此计算每个像素点处的梯度方向值；S213、为每个细胞单元构建梯度方向直方图；S214、把细胞单元组合成大的块，块内归一化梯度直方图，则一个块内所有细胞单元的特征向量串联起来便得到所述块的HOG特征；S215、收集HOG特征：将检测窗口中所有重叠的块进行HOG特征的收集，将所有块的HOG特征依次串联，得到行人视频中图像所呈现的待检测行人的HOG特征。进一步地，所述步骤S21还包括以下步骤：S210、将行人视频中图像进行gamma空间和颜色空间标准化。进一步地，所述步骤S3具体通过以下步骤实现：S31、校准：计算将获得的行人图像变形为鸟瞰视图的变换矩阵，并预设鸟瞰视图与行人图像中对应距离的比例尺；S32、侦测：将HOG和SVM分类器应用于行人图像，以在每个行人周围绘制边界框；S33、测量：基于所述变换矩阵在给定每个人的边界框的情况下，在鸟瞰视图中估计每个人的位置；S34、根据校准步骤中确定的比例尺，进行行人图像中相邻行人之间的实际间隔距离计算；S35、判断闸机开启一次的时间内连续两人及两人以上在通过闸机时相邻行人之间的实际间隔距离是否小于预设阈值，如果是，则进入步骤S4，反之，则进入步骤S6。进一步地，所述步骤S33具体通过以下过程实现：S331、将所述变换矩阵应用于每个人的边界框的底部中心点，从而得出其在鸟瞰视图中的位置，每个人的边界框的底部中心点在鸟瞰视图中均呈现出来投影点；S332、计算同一列相邻投影点之间的距离，该距离即为相邻行人在鸟瞰视图中呈现的间隔距离。进一步地，所述步骤S34具体通过以下过程实现：根据校准步骤中确定的比例尺，基于步骤S332中获得的相邻行人在鸟瞰视图中呈现的间隔距离，进行行人图像中相邻行人之间的实际间隔距离计算。另一方面，本专利技术提供了一种车站预防逃票的智能监控识别系统，通过其上任一项所述的车站预防逃票的智能监控识别方法进行识别，所述车站预防逃票的智能监控识别系统包括摄像装置、行人检测模块、距离计算模块、图形截取模块和云端，所述摄像装置与行人检测模块连接，所述摄像装置用于拍摄车站闸机入口处正在检票的行人视频，所述行人检测模块利用HOG结合SVM分类器自动检测行人视频中每个人的行为运动，区分过闸机的行人和非行人；所述距离计算模块与行人检测模块连接，用于对行人过闸机时相邻行人之间的间隔距离进行计算；所述图形截取模块与行人检测模块连接，用于自动截取闸机开启一次的时间内连续两人及两人以上过闸机的图片；所述云端与图形截取模块连接，用于存档标注出逃票行人的图片，并能够控制闸机的开启或者关闭。进一步地，所述车站预防逃票的智能监控识别系统还包括报警装置，所述报警装置与云端连接。进一步地，所述摄像装置为单眼摄像机。本专利技术首先获取闸机入口前的行人视频；然后自动检测每个人的行为运动，以区分过闸机的行人和非行人，得到正过闸机的行人图像；再根据得到的正过闸机的行人图像，对人与人过闸机时之间的间隔距离进行计算，如果闸机开启一次的时间内连续两人及两人以上在通过闸机时相邻行人之间的间隔距离小于预设阈值，则自动截取图片存档并在记录中标注出来，通过将已存档的截取图片上传到与之相连的云端中，可以在下次此人进站时由车站的摄像视频进行匹配设别，对其实行惩罚措施或是直接在站内通过工作人员进行补票。与传统方法相比，本专利技术最大的优势是能够实现实时对进出站时闸机区域进行监控，并将图片数据上传云端，对逃票的人进行识别，不放过每一个逃票的人，具有监控识别准确、智能化程度高的优点。附图说明构成本专利技术的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术一实施例提供的一种车站预防逃票的智能监控识别方法的流程图；图2为本专利技术另一实施例提供的一种车站预防逃票的智能监控识别方法的流程图。具体实施方式需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。参见图1，本专利技术提供了一种车站预防逃票的智能监控识别方法，包括以下步骤：S1、获取位于车站闸机入口处正在检票的行人视频；S2、基于HOG（HistogramofOrientedGradient,方向梯度直方图）结合SVM（SupportVectorMachine,支持向量机）分类器自动检测行人视频中每个人的行为运动，以区分过闸机的行人和非行人，得到正过闸机的行人图像；S3、根据得到的正过闸机的行人图像，对行人过闸机时相邻行人之间的间隔距离进行计算，判断闸机开启一次的时间内连续两人及两人以上在通过闸机时相邻行人之间的实际间隔距离本文档来自技高网...

【技术保护点】
1.一种车站预防逃票的智能监控识别方法，其特征在于，包括以下步骤：/nS1、获取位于车站闸机入口处正在检票的行人视频；/nS2、基于HOG结合SVM分类器自动检测行人视频中每个人的行为运动，以区分过闸机的行人和非行人，得到正过闸机的行人图像；/nS3、根据得到的正过闸机的行人图像，对行人过闸机时相邻行人之间的间隔距离进行计算，判断闸机开启一次的时间内连续两人及两人以上在通过闸机时相邻行人之间的实际间隔距离是否小于预设阈值，如果是，则进入步骤S4，反之，则进入步骤S6；/nS4、自动截取闸机开启一次的时间内连续两人及两人以上过闸机的图片存档，并在存档的图片中标注出逃票的行人；/nS5、重复步骤S1-S2，将新获取的所有正过闸机的行人图像与标注出逃票行人的存档的图片进行匹配识别，若新获取的正过闸机的行人图像中有被标注出逃票的行人，则控制闸机闭合，并通知被标注出逃票的行人进行补票，反之，则进入步骤S6；/nS6、控制闸机放行。/n

【技术特征摘要】
1.一种车站预防逃票的智能监控识别方法，其特征在于，包括以下步骤：
S1、获取位于车站闸机入口处正在检票的行人视频；
S2、基于HOG结合SVM分类器自动检测行人视频中每个人的行为运动，以区分过闸机的行人和非行人，得到正过闸机的行人图像；
S3、根据得到的正过闸机的行人图像，对行人过闸机时相邻行人之间的间隔距离进行计算，判断闸机开启一次的时间内连续两人及两人以上在通过闸机时相邻行人之间的实际间隔距离是否小于预设阈值，如果是，则进入步骤S4，反之，则进入步骤S6；
S4、自动截取闸机开启一次的时间内连续两人及两人以上过闸机的图片存档，并在存档的图片中标注出逃票的行人；
S5、重复步骤S1-S2，将新获取的所有正过闸机的行人图像与标注出逃票行人的存档的图片进行匹配识别，若新获取的正过闸机的行人图像中有被标注出逃票的行人，则控制闸机闭合，并通知被标注出逃票的行人进行补票，反之，则进入步骤S6；
S6、控制闸机放行。


2.根据权利要求1所述的车站预防逃票的智能监控识别方法，其特征在于，所述步骤S2包括以下步骤：
S21、基于HOG通过计算和统计行人视频中图像局部区域的梯度方向直方图来提取人体的特征；
S22、通过SVM分类器进行行人和非行人的区分，得到正过闸机的行人图像。


3.根据权利要求2所述的车站预防逃票的智能监控识别方法，其特征在于，所述步骤S21包括以下步骤：
S211、把行人视频中图像分割为包含若干个像素点的细胞单元；
S212、计算图像每一像素点的横坐标和纵坐标方向的梯度，并据此计算每个像素点处的梯度方向值；
S213、为每个细胞单元构建梯度方向直方图；
S214、把细胞单元组合成大的块，块内归一化梯度直方图，则一个块内所有细胞单元的特征向量串联起来便得到所述块的HOG特征；
S215、收集HOG特征：将检测窗口中所有重叠的块进行HOG特征的收集，将所有块的HOG特征依次串联，得到行人视频中图像所呈现的待检测行人的HOG特征。


4.根据权利要求3所述的车站预防逃票的智能监控识别方法，其特征在于，所述步骤S21还包括以下步骤：S210、将行人视频中图像进行gamma空间和颜色空间标准化。


5.根据权利要求4所述的车站预防逃票的智能监控识别方法，其特征在于，所述步骤S3具体通过以下步骤实现：
S31、校准：计算将...

【专利技术属性】
技术研发人员：涂宏斌，刘雨芃，彭圆圆，池瑞，殷霄雯，徐任玉，胡昕岳，
申请(专利权)人：华东交通大学，
类型：发明
国别省市：江西;36