【技术实现步骤摘要】
闸机逃票行为检测方法、装置、计算机设备及存储介质
[0001]本专利技术涉及逃票行为检测方法,更具体地说是指闸机逃票行为检测方法、装置、计算机设备及存储介质。
技术介绍
[0002]当前,地铁等轨道交通作为一种重要而便捷的交通方式,被越来越多的人所青睐。一般情况下,人们在乘坐地铁前需要购票,在进站时需要通过闸机进行检票,但每天都有很多乘客逃票,例如通过跨越闸机等方式进行逃票,给地铁公司带来了很大经济损失。
[0003]中国专利CN201910010440.8公开了一种基于红外热成像的地铁逃票行为检测方法及系统,包括如下步骤:检测行人是否进入闸机图像行人检测范围;利用自动更新背景进行红外热成像图像背景差分,提取行人红外热成像俯视图图像;对提取到的行人红外热成像俯视图图像进行形态学处理,得到基于自动更新合适的阈值的二值化行人通过闸机口的俯视图图像;对二值化的行人俯视图图像进行并行感兴趣子区域提取,设置ROI区域与闸机口个数(N)相同,获得N个相互独立的二值化闸机通道行人俯视图;对N个相互独立的二值化闸机通道行人俯视图二值 ...
【技术保护点】
【技术特征摘要】
1.闸机逃票行为检测方法,其特征在于,包括:获取摄像头拍摄的视频,并对所述视频进行处理,以得到待检测图片;将所述待检测图片输入图片模型内进行人体实例分割,以得到人体掩膜预测图;将所述人体掩膜预测图输入至跟踪模型内进行目标跟踪,以得到跟踪结果;根据所述跟踪结果结合所述人体掩膜预测图生成人体掩膜序列视频;将所述人体掩膜序列视频输入至行为识别模型内进行逃票行为检测,以得到检测结果;当所述检测结果是逃票行为时,生成警告信息,并发送所述警告信息至终端。2.根据权利要求1所述的闸机逃票行为检测方法,其特征在于,所述图片模型是在ParNet模型的基础上添加目标检测分支以及mask分支形成的。3.根据权利要求2所述的闸机逃票行为检测方法,其特征在于,所述将所述待检测图片输入图片模型内进行人体实例分割,以得到人体掩膜预测图,包括:将所述待检测图片输入图片模型内,在ParNet模型中分别选取第九层的多模态融合以及第十层的多模态融合识别所述待检测图片中的目标位置;选用ParNet模型的第七层RepVGG SSE block、融合后的第十层以及十一层的下采样层,对所述待检测图片进行上采样以及原始特征直接拼接,以得到融合特征图;将所述融合特征图通过可变形卷积以及sigmoid激活函数进行处理,以得到mask特征图;对所述mask特征图进行resize上采样,以得到人体掩膜预测图。4.根据权利要求1所述的闸机逃票行为检测方法,其特征在于,所述跟踪模型是在Fairmot模型的基础上增加稠密光流法形成的,其中,当跟踪模型采用Fairmot模型跟踪目标,且在连续指定帧数内都没有检测到目标时,将所述目标从消失时刻提前若干帧进行光流追踪,直到所述目标在指定帧数...
【专利技术属性】
技术研发人员:王秋阳,胡懋成,汪玉冰,郑博超,凤阳,
申请(专利权)人:深圳市赛为智能股份有限公司,
类型:发明
国别省市:
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。