一种用于井下乘车点人员拥挤检测的方法、装置及设备制造方法及图纸

本发明专利技术是关于一种用于井下乘车点人员拥挤检测的方法、装置及设备。该方法包括：识别井下乘车点图像中的车辆和人员；根据车辆的识别结果判断车辆是否为静止状态；计算车辆区域的人员密度；根据人员密度判断井下乘车点是否发生人员拥挤现象。本发明专利技术提供的技术方案，通过摄像机采集乘车点图像，并通过目标识别算法提取人员、车门等相关特征信息，结合人员上车规律，设计针对井下乘车点人员拥挤场景的算法，相对于传统人工监测，该算法可以很大程度节省人力物力，并且该算法具有实时性、稳定性、高精度的特点。此外，该方案无需对现有摄像机做硬件改动，降低改造成本。本方案在井下人员拥挤场景下，具有针对性强，识别率高、泛化能力强等优点。优点。优点。

【技术实现步骤摘要】
一种用于井下乘车点人员拥挤检测的方法、装置及设备


[0001]本专利技术涉及井下交通安全领域，尤其涉及一种用于井下乘车点人员拥挤检测的方法、装置及设备。

技术介绍

[0002]目前，对于井下乘车点的安全监管，大多采用管理人员现场督导或者人员通过远程视频监控的手段来进行管理，这可能因为人员疏漏，监管不到位等原因，没有能够保证乘车点安全。

技术实现思路

[0003]为克服相关技术中存在的问题，本专利技术提供一种用于井下乘车点人员拥挤检测的方法、装置及设备，基于计算机视觉算法，能够对井下乘车点拥挤现象进行智能识别，实现准确、高效的安全监控，确保井下乘车安全状态，有效避免由于人员疏漏原因导致产生安全事故。
[0004]根据本专利技术实施例的第一方面，提供一种用于井下乘车点人员拥挤检测的方法，包括：
[0005]将获取的井下乘车点图像输入预先训练的目标检测模型中，识别图像中的车辆和人员；
[0006]根据车辆的识别结果判断车辆是否为静止状态；
[0007]在判断车辆为静止状态的情况下，计算车辆区域的人员密度；
[0008]根据所述人员密度判断所述井下乘车点是否发生人员拥挤现象。
[0009]进一步，所述计算车辆区域的人员密度，具体包括：
[0010]计算人员区域的总面积S
人
；
[0011]计算人员区域在车辆的车门区域中所占的总面积S
door
；
[0012]计算S
人
和S
door
的交并比；
[0013]计算所述交并比与人数的比值，得到人员密度。
[0014]进一步，所述计算人员区域的总面积S
人
，具体包括：
[0015]计算每两个人之间的交集面积之和S
交总
；
[0016]计算所有人的面积总和S
总
；
[0017]计算人员区域的总面积S
人
＝S
总
‑
S
交总
。
[0018]进一步，所述计算人员区域在车辆的车门区域中所占的总面积S
door
，具体包括：
[0019]计算连续N帧图像中车辆的车门区域的平均位置坐标，作为车门区域坐标；
[0020]分别比较每个人员的人员区域坐标与所述车门区域坐标，确定每个人员在所述车门区域中所占区域的坐标；
[0021]根据所述每个人员在所述车门区域中所占区域的坐标，计算人员区域在车辆的车门区域中所占的总面积S
door
。
[0022]进一步，在计算车辆区域的人员密度之前，还包括：
[0023]识别图像中人员佩戴的安全帽；
[0024]当所述安全帽的数量超过设定数量时，执行所述计算车辆区域的人员密度的步骤。
[0025]根据本专利技术实施例的第二方面，提供一种用于井下乘车点人员拥挤检测的装置，包括：
[0026]图像识别模块，用于将获取的井下乘车点图像输入预先训练的目标检测模型中，识别图像中的车辆和人员；
[0027]车辆判断模块，用于根据车辆的识别结果判断车辆是否为静止状态；
[0028]密度计算模块，用于在判断车辆为静止状态的情况下，计算车辆区域的人员密度；
[0029]拥挤判断模块，用于根据所述人员密度判断所述井下乘车点是否发生人员拥挤现象。
[0030]进一步，所述密度计算模块，具体包括：
[0031]第一计算单元，用于计算人员区域的总面积S
人
；
[0032]第二计算单元，用于计算人员区域在车辆的车门区域中所占的总面积S
door
；
[0033]第三计算单元，用于计算S
人
和S
door
的交并比；
[0034]第四计算单元，用于计算所述交并比与人数的比值，得到人员密度。
[0035]进一步，还包括：
[0036]安全帽识别模块，用于识别图像中人员佩戴的安全帽；
[0037]所述密度计算模块，用于当所述安全帽识别模块识别的所述安全帽的数量超过设定数量时，计算车辆区域的人员密度。
[0038]根据本专利技术实施例的第三方面，提供一种终端设备，包括：
[0039]处理器；以及
[0040]存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。
[0041]根据本专利技术实施例的第四方面，提供一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。
[0042]本专利技术的实施例提供的技术方案可以包括以下有益效果：
[0043]通过摄像机采集乘车点图像，并通过目标识别算法提取人员、车门等相关特征信息，结合人员上车规律，设计针对井下乘车点人员拥挤场景的算法，相对于传统人工监测，该算法可以很大程度节省人力物力，并且该算法具有实时性、稳定性、高精度的特点。此外，该方案无需对现有摄像机做硬件改动，降低改造成本。本方案在井下人员拥挤场景下，具有针对性强，识别率高、泛化能力强等优点。
[0044]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。
附图说明
[0045]通过结合附图对本专利技术示例性实施方式进行更详细的描述，本专利技术的上述以及其
它目的、特征和优势将变得更加明显，其中，在本专利技术示例性实施方式中，相同的参考标号通常代表相同部件。
[0046]图1是根据本专利技术一示例性实施例示出的一种用于井下乘车点人员拥挤检测的方法的流程示意图；
[0047]图2是基于目标检测算法的现场识别特征图；
[0048]图3是根据本专利技术一示例性实施例示出的一种用于井下乘车点人员拥挤检测的装置的结构框图；
[0049]图4是根据本专利技术一示例性实施例示出的一种计算设备的结构示意图。
具体实施方式
[0050]下面将参照附图更详细地描述本专利技术的优选实施方式。虽然附图中显示了本专利技术的优选实施方式，然而应该理解，可以以各种形式实现本专利技术而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本专利技术更加透彻和完整，并且能够将本专利技术的范围完整地传达给本领域的技术人员。
[0051]在本专利技术使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。在本专利技术和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0052]应当理解，尽管在本专利技术可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于井下乘车点人员拥挤检测的方法，其特征在于，包括：将获取的井下乘车点图像输入预先训练的目标检测模型中，识别图像中的车辆和人员；根据车辆的识别结果判断车辆是否为静止状态；在判断车辆为静止状态的情况下，计算车辆区域的人员密度；根据所述人员密度判断所述井下乘车点是否发生人员拥挤现象。2.根据权利要求1所述的方法，其特征在于，所述计算车辆区域的人员密度，具体包括：计算人员区域的总面积S
人
；计算人员区域在车辆的车门区域中所占的总面积S
door
；计算S
人
和S
door
的交并比；计算所述交并比与人数的比值，得到人员密度。3.根据权利要求2所述的方法，其特征在于，所述计算人员区域的总面积S
人
，具体包括：计算每两个人之间的交集面积之和S
交总
；计算所有人的面积总和S
总
；计算人员区域的总面积S
人
＝S
总
‑
S
交总
。4.根据权利要求2所述的方法，其特征在于，所述计算人员区域在车辆的车门区域中所占的总面积S
door
，具体包括：计算连续N帧图像中车辆的车门区域的平均位置坐标，作为车门区域坐标；分别比较每个人员的人员区域坐标与所述车门区域坐标，确定每个人员在所述车门区域中所占区域的坐标；根据所述每个人员在所述车门区域中所占区域的坐标，计算人员区域在车辆的车门区域中所占的总面积S
door
。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，在计算...

【专利技术属性】
技术研发人员：梁辉，刘志，朱晓宁，
申请(专利权)人：精英数智科技股份有限公司，
类型：发明
国别省市：