一种行人间距离的检测方法及系统技术方案

本发明专利技术提供一种行人间距离的检测方法，包括获取实时视频图像并预处理成连续的多帧图像，且对所述多帧图像均采用预设的YOLOv5算法进行目标检测，以获得所述多帧图像上各目标行人的位置信息；根据预设的非极大值抑制算法，将同一帧图像上属于同一个目标行人的边界框消除并以中心位置进行标注，且根据同一帧图像上各目标行人标注的中心位置，计算出多帧图像上所有目标行人相邻两个之间的像素距离，并在任意一帧图像上有目标行人相邻两个之间的距离满足第一预定条件或第二预定条件时，进行预警。实施本发明专利技术，能够克服现有技术中计算资源浪费过大、实时性不高及风险预警有误的问题。实时性不高及风险预警有误的问题。实时性不高及风险预警有误的问题。

【技术实现步骤摘要】
一种行人间距离的检测方法及系统


[0001]本专利技术涉及计算机图像处理
，尤其涉及一种行人间距离的检测方法及系统。

技术介绍

[0002]行人检测(Pedestrian Detection)是利用计算机视觉技术判断图像或者视频序列中是否存在行人并给予精确定位，具体过程为视频图像经过图像标准化之后，通过目标检测算法从场景中标记出需要识别的行人并确定它们的位置和类别。由于检测的行人目标都是在移动的，并且涉及各个目标的出现、遮挡和离开等情况，所以需要多目标的跟踪算法。
[0003]目前，行人间距离的检测方法不仅需要通过目标检测算法标记出需要识别的行人及位置，还需要通过多目标的跟踪算法对标记行人的运动轨迹进行追踪，并将不同帧的行人进行识别。然而，在对视频图像进行目标检测的过程中，目标检测算法会对同一目标的位置产生大量的候选框，这些候选框之间可能会产生重叠，同一个目标会作为不同的目标对待，从而在行人间距离的计算中，会产生本人和本人之间的距离是高风险距离的提示，导致计算资源浪费过大且风险预警有误。同时，对标记行人的运动轨迹进行追踪的过程中，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种行人间距离的检测方法，其特征在于，所述方法包括以下步骤：获取实时视频图像并预处理成连续的多帧图像，且对所述多帧图像均采用预设的YOLOv5算法进行目标检测，以获得所述多帧图像上各目标行人的位置信息；根据预设的非极大值抑制算法，将同一帧图像上属于同一个目标行人的边界框消除并以中心位置进行标注，且根据同一帧图像上各目标行人标注的中心位置，计算出所述多帧图像上所有目标行人相邻两个之间的像素距离，并在任意一帧图像上有目标行人相邻两个之间的距离满足第一预定条件或第二预定条件时，进行预警。2.如权利要求1所述的行人间距离的检测方法，其特征在于，所述第一预定条件为像素距离位于[200px,250px)之间；所述第二预定条件为像素距离小于200px。3.如权利要求2所述的行人间距离的检测方法，其特征在于，所述方法进一步包括：对满足所述第一预定条件的两个目标行人用黄色警告进行标注，以预警为低风险状态；对满足所述第二预定条件的两个目标行人用红色警告进行标注，以预警为高风险状态。4.如权利要求1所述的行人间距离的检测方法，其特征在于，所述方法进一步包括：基于所述多帧图像上各目标行人的位置信息，采用预设的DeepSort算法进行目标行人跟踪，以获得各目标行人的跟踪结果信息来绘制图框，并均分配有一个随机的唯一ID用于识别，直至各目标行人消失为止。5.如权利要求4所述的行人间距离的检测方法，其特征在于，所述采用预设的DeepSort算法进行目标行人跟踪有三个阶段，包括预测阶段、匹配阶段和更新阶段；其中，在所述预测阶段，使用卡尔曼滤波进行预测，依据是上一帧的检测结果，通过滤波预测目标在当前帧的位置；其中，第一帧的上一帧结果为空；在所述匹配阶段，将检测的结果与预测结果进行匹配，首先是将tracker分为已确认和未确认的tracks，针对已确认的t...

【专利技术属性】
技术研发人员：刘军，金韬，金佳奕，陈本威，丁子易，王知非，时进旭，胡标，
申请(专利权)人：温州大学，
类型：发明
国别省市：