[发明专利]基于机器视觉的乘客行为监控方法

说明书

本发明公开了一种基于机器视觉的乘客行为监控方法，包括步骤：1)乘客搭乘手扶电梯视频图像采集；2)提取可变形组件模型DPM特征描述乘客人脸；3)利用SVM对手扶电梯乘客人脸进行检测；4)利用KCF对手扶电梯乘客人脸进行跟踪；5)使用一种改进的最近邻匹配方法匹配人脸检测与跟踪结果；6)建立人脸目标检测强度模型，修正人脸检测结果；7)通过分析乘客检测强度、速度大小和速度方向，监控手扶电梯中乘客的行为。通过本发明方法可以实时、稳定、准确地检测并跟踪搭乘手扶电梯的乘客人脸目标，基于人脸目标信息进行行为监控。

技术领域

本发明涉及图像处理及行为识别的技术领域，尤其是指一种基于机器视觉的乘客行为监控方法。

背景技术

智能视频监控系统具有全天候可靠监控、监控准确度高、响应处理速度快、视频资源多效使用等明显优势。随着近年来公共场所的安全问题越趋突出，建设平安城市的呼声越来越高，具有多种明显优势的智能视频监控系统越来越受到政府部门和城市居民的关注，因此，应用智能视频监控系统准确稳定地监控运动目标行为，及时发现安全问题具有重要意义，吸引众多学者对此进行相关研究。

目前为止，国内针对手扶梯电梯应用场景的乘客行为监控方法大多为人工监控方法，但这种方法存在人力成本高、监控效果不稳定的弊端，因此，发明一种基于机器视觉的乘客行为监控方法，通过安装在手扶电梯上楼层板正上方的摄像头实时监控并采集手扶电梯区域图像，利用训练得到的支持向量机(Support Vector Machine，SVM)人脸分类器从输入图像中实时准确地检测手扶电梯区域中的乘客人脸，再通过核相关滤波(KernelizedCorrelation Filter,KCF)人脸跟踪和一种改进的最近邻匹配方法匹配更新人脸目标的检测强度，修正人脸检测结果，最后，基于人脸目标监控乘客行为，实现客流统计、拥挤检测、异常动作检测等监控任务。

综合以上所述，利用机器学习和图像处理知识，来实现手扶电梯乘客行为监控，让先进的技术和平民百姓生产生活相辅相成，让此技术受惠于民，具有较高的实际应用价值。

发明内容

本发明的目的在于克服现有技术的不足，提出了一种基于机器视觉的乘客行为监控方法，实时、稳定、准确地检测并跟踪搭乘手扶电梯的乘客人脸目标，基于人脸目标信息进行行为监控。

为实现上述目的，本发明所提供的技术方案为：基于机器视觉的乘客行为监控方法，包括以下步骤：

1)乘客搭乘手扶电梯视频图像采集；

2)提取可变形组件模型(Deformable Part Model，DPM)特征描述乘客人脸；

3)利用支持向量机(Support Vector Machine，SVM)对手扶电梯乘客人脸进行检测；

4)利用核相关滤波(Kernelized Correlation Filter,KCF)对手扶电梯乘客人脸进行跟踪；

5)使用一种改进的最近邻匹配方法匹配人脸检测与跟踪结果；

6)建立人脸目标检测强度模型，修正人脸检测结果；

7)通过分析乘客检测强度、速度大小和速度方向，监控手扶电梯中乘客的行为。

在步骤1)中，采用分辨率为1280*720的USB广角摄像头从斜上方往下采集扶梯区域图像，以减少乘客脸部被遮挡的不良影响，摄像头倾斜安装在与手扶电梯楼层板水平且距离楼层板约4m的支架上，倾斜角度与扶梯一致，摄像头方向朝向扶梯中部，使其拍摄范围覆盖手扶电梯的整个区域，且能够清楚地拍摄到搭乘手扶电梯的乘客。

在步骤2)中，利用DPM特征描述乘客人脸，对搭乘手扶电梯的乘客人脸进行特征提取，包括以下步骤：

2.1)标准化颜色空间