本发明专利技术公开了一种基于增强现实的地铁场景异常行为图像样本生成方法，属于图像处理领域，具体包括步骤1、场景三维重建模块通过深度估计算法和基于目标检测的平面检测算法对地铁站监控视频进行处理，获取地铁场景的深度图和地面平面；步骤2、场景光照估计模块通过光照估计算法分析地铁站监控视频，获取地铁场景的光照情况；步骤3、虚拟人员生成模块通过图像处理技术和SMPL人体模型实现虚拟人员的生成；步骤4、异常行为生成模块通过扩散模型实现在地铁场景中虚拟人员违规操作与异常行为的生成；步骤5、合成数据生成模块通过Blender三维建模软件将虚拟人员导入并注册至复原的地铁场景中，最后对场景进行渲染，生成最终的合成数据。
【技术实现步骤摘要】
本专利技术涉及图像处理领域，针对地铁站场景中异常行为样本数据集缺失限制缺陷识别算法发展的情况，提出了一种地铁场景异常行为图像样本生成方法。
技术介绍
1、地铁场景异常行为检测在现代城市交通管理中具有重要性和意义，主要体现在以下几个方面：（1）乘客安全保障：地铁是城市中重要的公共交通工具，每天运送大量乘客。异常行为可能导致事故和安全隐患，因此异常行为检测系统有助于提高乘客的安全性，及时发现和阻止潜在的危险行为；（2）提高服务效率：异常行为检测技术可以帮助地铁管理部门更有效地监测和管理车站内的乘客流动。及时发现异常情况，可以采取措施调配人员和资源，以提高服务效率，缓解高峰期的拥堵问题；（3）应急响应：在紧急情况下，如突发事件，异常行为检测系统能够快速响应，及时通知相关部门采取紧急措施，保障地铁系统的紧急疏散和救援工作；（4）数据分析和优化：异常行为检测系统收集的数据可以用于分析乘客行为模式，了解高峰时段、高峰区域等信息，帮助地铁管理者进行合理的站点规划和资源配置，优化地铁系统的运行效率。总体而言，地铁场景异常行为检测的重要性在于维护乘客的安全、提高服务质量、防本文档来自技高网...
【技术保护点】
1.一种基于增强现实的地铁场景异常行为图像样本生成方法，其特征在于：基于场景三维重建模块、场景光照估计模块、虚拟人员生成模块、异常行为生成模块和合成数据生成模块，具体步骤为：
2.根据权利要求1所述的基于增强现实的地铁场景异常行为图像样本生成方法，其特征在于：所述步骤1中，场景三维重建模块要求虚拟场景与真实场景共享相同的空间，并确保虚拟模型在真实场景中具有正确的位置、透视和遮挡关系。
3.根据权利要求1所述的基于增强现实的地铁场景异常行为图像样本生成方法，其特征在于：所述步骤1中，深度估计算法包括单目深度估计算法和双目深度估计算法。
>4.根据权利要求1...
【技术特征摘要】
1.一种基于增强现实的地铁场景异常行为图像样本生成方法，其特征在于：基于场景三维重建模块、场景光照估计模块、虚拟人员生成模块、异常行为生成模块和合成数据生成模块，具体步骤为：
2.根据权利要求1所述的基于增强现实的地铁场景异常行为图像样本生成方法，其特征在于：所述步骤1中，场景三维重建模块要求虚拟场景与真实场景共享相同的空间，并确保虚拟模型在真实场景中具有正确的位置、透视和遮挡关系。
3.根据权利要求1所述的基于增强现实的地铁场景异常行为图像样本生成方法，其特征在于：所述步骤1中，深度估计算法包括单目深度估计算法和双目深度估计算法。
4.根据权利要求1所述的基于增强现实的地铁场景异常行为图像样本生成方法，其特征在于：所述步骤2中，场景光照估计模块根据步骤1中场景三维重建模块获取到的地铁场景的深度图和地面平面，为了确保光照一致性，使虚拟场景与真实场景具有相同的光照条件，确保虚拟目标能够融入真实环境。
5.根据权利要求1所述的基于增强现实的地铁场景异常行为图像样本生成方法，其特征在于：所述步骤2中，场景光照估计模块利用耦合的双重stylegan将噪声映射到hdr和ldr全景图像上，通过共享的生成器产生ldr和hdr全景图像；生成器的输出经过色调映射进行ldr到hdr的转换。
6. 根据权利要求5所述的基于增强现实的地铁场景异常行为图像样本生成方法，其特征在...
【专利技术属性】
技术研发人员：乐凌志，翟江涛，李佑文，刘光杰，褚红健，刘琴，
申请(专利权)人：南京国电南自轨道交通工程有限公司，
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。