基于视频监控的缆车运行风险预警方法、设备及存储介质技术

本发明专利技术公开了一种基于视频监控的缆车运行风险预警方法、设备及存储介质，该方法包括以下步骤：利用摄像头获取缆车的空车内部图像和运行时的实时内部视频图像；将所获得的当前帧实时内部视频图像与空车内部图像进行差值运算；得到当前帧的乘客图像；对乘客图像区域进行边缘检测，得到乘客体貌特征；根据所述乘客体貌特征预测风险事件，所述风险事件包括超员、姿态异常、位置异常、表情异常、性别风险、年龄风险、身高风险或者体重风险中的一项或两项以上。本发明专利技术的方法能够自动识别缆车运行过程中的风险事项，减少人力成本，提高预警效率，降低事故风险。低事故风险。低事故风险。

【技术实现步骤摘要】
基于视频监控的缆车运行风险预警方法、设备及存储介质


[0001]本专利技术涉及缆车运输
，具体基于视频监控的缆车运行风险预警方法、设备及存储介质。

技术介绍

[0002]目前，旅游景区缆车的运行管理仍然是依靠人工完成。缆车在停靠期间，管理人员对缆车上乘客进行观察，统计人员数量，年龄结构，身高估算，评估不安全人群和因素，进行上报，以保证乘客能够安全乘车。
[0003]依靠人工进行管理，需要人员成本，这个花费比较高。人员管理运行，需要经验，但因为人员流动，往往很难找到或培养出合格的管理人员。此外，管理人员管理过程中，只是在乘客上下车前后参与管理，运行过程中无从知晓缆车和乘客的情况，对乘客不正确的乘车行为，无法有效地管理和及时提醒。

技术实现思路

[0004]本专利技术的目的在于克服上述现有技术中缆车在运行时依靠人工对乘员进行管理人力成本高、无法掌握乘客乘车过程的缺陷，提供一种基于视频监控的缆车运行风险预警方法，该方法能够自动识别缆车运行过程中的风险事项，减少人力成本，提高预警效率，降低事故风险。
[0005]一种基于视频监控的缆车运行风险预警方法，其包括以下步骤：
[0006]利用摄像头获取缆车的空车内部图像和运行时的实时内部视频图像；
[0007]将所获得的当前帧实时内部视频图像与空车内部图像进行差值运算；得到当前帧的乘客图像；
[0008]对乘客图像区域进行边缘检测，得到乘客体貌特征；
[0009]根据所述乘客体貌特征预测风险事件，所述风险事件包括超员、姿态异常、位置异常、表情异常、性别风险、年龄风险、身高风险或者体重风险中的一项或两项以上。
[0010]进一步的，根据所述乘客体貌特征预测超员的步骤包括：根据所述乘客体貌特征提取乘客身体轮廓，统计乘客身体轮郭中的闭合曲线的数量，当所述闭合曲线的数量大于预设乘员数量阈值时，发出超员预警信息。
[0011]进一步的，根据所述乘客轮廓预测姿态异常的步骤包括：将所述乘客体貌特征做为样本集，采用退火算法分成正常姿态类和非正常姿态类，当存在非正常姿态类时发出姿态异常预警信息。
[0012]进一步的，根据所述乘客体貌特征预测位置异常的步骤包括：
[0013]在缆车内设置标识线，提取标线区域位置图；
[0014]根据所述乘客体貌特征标出乘客身体位置图；
[0015]将标线区域位置图和乘客身体位置图进行分层，分层后做拓扑分析，求解乘客体貌特征与标识线的关系，所述关系包括相交、相离和包含，并以相互距离进行度量，得到不
同的距离度量样本；
[0016]根据距离度量样本，采用支持向量机将关系进行分类，分成正常位置类和非正常位置类，当存在非正常位置类时发出位置异常预警信息。
[0017]进一步的，根据所述乘客体貌特征预测身高异常的步骤包括：
[0018]在缆车内部设一高度已知的参考物；
[0019]获取包含所述参考物的乘客图像；
[0020]根据所述乘客图像中的参考物的图像高度和乘客的图像高度，计算乘客的真实身高；
[0021]当所述乘客的真实身高值不在预设的身高值范围内时，发出身高风险预警信息。
[0022]进一步的，根据所述乘客体貌特征预测体重风险的步骤包括：
[0023]根据所述乘客体貌特征提取乘客身体轮廓，求出图像中所述乘客身体轮廓的最小外接矩形的长、宽和高；
[0024]根据乘客的真实身高和图像高度的比例关系，计算乘客实际体长L和体宽K；
[0025]计算乘客的体重M，M＝CHLK，C为体重估算常量系数；
[0026]当所述体重M值不在预设的体重值范围内时，发出体重风险预警信息。
[0027]进一步的，根据所述乘客体貌特征预测风险事件，包括以下步骤：
[0028]根据所述乘客体貌特征提取人脸特征，采用退火算法预测乘客性别及年龄阶段，所述性别包括男和女，所述年龄阶段包括儿童、成人和老年；或者，以提取的人脸特征为样本，采用支持向量机进行分类，所述分类包括正常表情和非正常表情；当所述性别与预设的性别阈值不一致时，发出性别风险预警信息；当所述年龄阶段不在预设的年龄阈值范围时，发出年龄风险预警信息；当存在所述非正常表情时，发出表情异常预警信息。
[0029]进一步的，所述人脸特征的提取方法为先从所述乘客体貌特征区域中提取人脸，然后再对人脸进行特征提取，所述特征提取包括以下步骤：
[0030]将提取的人脸图像灰度化；
[0031]采用Gamma校正法对输入图像进行颜色空间归一化；
[0032]计算图像每个像素的梯度；
[0033]将图像划分成若干个像素的单元；
[0034]统计每个单元的梯度直方图，形成每个单元的描述块；
[0035]将每几个单元组成一个区间，一个区间内所有单元的特征描述块串联起来便得到该区间的方向梯度直方图特征描述块；
[0036]将图像内的所有区间的方向梯度直方图特征描述块串联起来就可以得到该图像的方向梯度直方图特征描述块了，为可供分类使用的所述人脸特征。
[0037]本专利技术还提供了一种电子设备，其包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，用于执行上述的一种基于视频监控的缆车运行风险预警方法。
[0038]本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，其中，所述计算机程序使得计算机执行上述的一种基于视频监控的缆车运行风险预警方法。
[0039]与现有技术相比，本专利技术的有益效果是：
[0040]本专利技术通过缆车上的摄像机获取实时获取缆车在运行期间的视频图像信息，通过获取的视频图像提取乘客体貌特征，并以乘客体貌特征进行乘客数量、乘客性别、身高、年龄、位置、表情等乘客属性判断，从而预测缆车在运行期间是否有风险事件发生，例如：通过乘客数量判断是否超员，通过乘客位置判断是否处于风险位置、通过乘客表情判断乘客是否身体不适、通过乘客性别、年龄及身高的预测判断该乘客是否属于禁止乘车的人员，无法人工参与就可以及时识别缆车运行期间的风险并做出提醒。
附图说明
[0041]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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的前提下，还可以根据这些附图获得其他的附图。
[0042]图1是本专利技术实施例公开的一种基于视频监控的缆车运行风险预警方法流程示意图；
[0043]图2为本专利技术实施例公开的一种基于视频监控的缆车运行风险预警方法的身高预测原理图；
[0044]图3是本专利技术实施例公开的一种电子设备的结构示意图。
具体实施方式
[0045]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，所描述的实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频监控的缆车运行风险预警方法，其特征在于，包括以下步骤：利用摄像头获取缆车的空车内部图像和运行时的实时内部视频图像；将所获得的当前帧实时内部视频图像与空车内部图像进行差值运算；得到当前帧的乘客图像；对乘客图像区域进行边缘检测，得到乘客体貌特征；根据所述乘客体貌特征预测风险事件，所述风险事件包括超员、姿态异常、位置异常、表情异常、性别风险、年龄风险、身高风险或者体重风险中的一项或两项以上。2.根据权利要求1所述基于视频监控的缆车运行风险预警方法，其特征在于，根据所述乘客体貌特征预测超员的步骤包括：根据所述乘客体貌特征提取乘客身体轮廓，统计乘客身体轮郭中的闭合曲线的数量，当所述闭合曲线的数量大于预设乘员数量阈值时，发出超员预警信息。3.根据权利要求1所述基于视频监控的缆车运行风险预警方法，其特征在于，根据所述乘客体貌特征预测姿态异常的步骤包括：将所述乘客体貌特征做为样本集，采用退火算法分成正常姿态类和非正常姿态类，当存在非正常姿态类时发出姿态异常预警信息。4.根据权利要求1所述基于视频监控的缆车运行风险预警方法，其特征在于，根据所述乘客体貌特征预测位置异常的步骤包括：在缆车内设置标识线，提取标线区域位置图；根据所述乘客体貌特征标出乘客身体位置图；将标线区域位置图和乘客身体位置图进行分层，分层后做拓扑分析，求解乘客体貌特征与标识线的关系，所述关系包括相交、相离和包含，并以相互距离进行度量，得到不同的距离度量样本；根据距离度量样本，采用支持向量机将关系进行分类，分成正常位置类和非正常位置类，当存在非正常位置类时发出位置异常预警信息。5.根据权利要求1所述基于视频监控的缆车运行风险预警方法，其特征在于，根据所述乘客体貌特征预测身高异常的步骤包括：在缆车内部设一高度已知的参考物；获取包含所述参考物的乘客图像；根据所述乘客图像中的参考物的图像高度和乘客的图像高度，计算乘客的真实身高H；当所述乘客的真实身高值不在预设的身高值范围内时，发出身高风险预警信息。6.根据权利要求5所述基于视频监控的缆车运行风险预警方法，其特征在于，根据所述乘客体貌特征预测体重风险的步骤包...

【专利技术属性】
技术研发人员：吴源，冯斌，孙景，
申请(专利权)人：广州番禺职业技术学院，
类型：发明
国别省市：