[发明专利]基于红外热成像的地铁逃票行为检测方法及系统

权利要求书

1.一种基于红外热成像的地铁逃票行为检测方法，其特征在于具体操作步骤如下：

步骤S1，基于深度学习的行人检测：CNN提取图像特征，SVM对特征分类，检测行人是否进入闸机图像行人检测范围；

步骤S2，利用自动更新背景进行红外热成像图像背景差分，提取行人红外热成像俯视图图像；

步骤S3，对提取到的行人红外热成像俯视图图像进行形态学处理，得到基于自动更新阈值的二值化行人通过闸机口的俯视图图像；

步骤S4：对二值化的行人俯视图图像进行并行感兴趣子区域ROI提取，设置并行感兴趣子区域ROI与闸机口个数N相同，获得N个相互独立的二值化闸机通道行人俯视图；

步骤S5：对N个相互独立的二值化闸机通道行人俯视图二值图像分别进行连通区域标记，获取行人参数；所述行人参数为行人位置信息；

步骤S6：对N个闸机口逃票行为判定；

所述步骤S6中，同时对N个闸机出口进行两种逃票判定：

a，检测是否有人并行正身或者斜身并行逃票；

b，检测是否有人下蹲或爬式从地铁下穿过或从地铁上部跨过；

所述逃票判定a方法步骤包括：

设行人二值图像连通区域的中心为对于m×n的二值图像，使用下式求物体的中心位置：

其中B[i，j]为图像在坐标点[i，j]处的灰度值，A为图像零阶矩，和为图像一阶矩；

确定N个并排闸机位置的纵坐标Y₀，两行人形心纵坐标Y₁、Y₂，计算行人与闸机纵向位置关系D₂＝Y₀-Y₂ D₁＝Y₀-Y₁；

若D₁是负数且D₂是负数则判断两人都过闸机，若D₁＞D₂则D₁在D₂前面，由此判断行人在前后位置；

若D₁的值小于某额定值γ，则进入图像处理判定开启；

若对任意D_p＞γ，则将对象标记丢失，重新进行图像标记，等待D₁触发图像处理判定开启，图像触发判定开启基于检测行人俯视图闸机出口处范围由第一阈值δ＝1.5m矩形范围判定，行人离开则取消标记，连通域标记重新标记；

找到前一个人的连通域的标记L1，找到后一个人的连通域的标记L2，如果有第三人依次类推，判断行人个数；获取图像中标记L1的每一个像素点的坐标a[i，j]，获取图像中标记L2的每一个像素点的坐标b[i，j]；

对任意i，j，使在{a[i，j]-b[i，j]}²中找出最小值Dmin，行人间最短距离；

找到最小值D_min对应的L1，L2行人的具体坐标[X₁，Y₁]＝a_min[i，j]与[X₂，Y₂]＝b_min[i，j]，用欧几里德距离：计算两连通域最短距离；

依据两连通域最短距离D_min＝d_Euc与两行人并行距离最短值ρ相比较，若D_min≤ρ，则判断两行人距离过近，若两行人L1，L2同时在闸机口δ＝1.5m矩形范围内，L1，L2行人的具体形心坐标且或者在两行人L1，L2同时在闸机口δ范围内，但L1，L2行人连通域L1，L2重合，L2消失，只含有一个连通域在两行人并行接触时形心则判定在闸机口位置发生并行正身或者斜身平行逃票；检测ROIn分割提取的区域的值n，判断第n个闸机出现逃跑行为，并警报；

所述逃票判定方法b步骤包括：

1.1一幅二值图像区域的面积或零阶矩为：计算行人进入闸机入口的行人俯视区域的面积A₁，计算行人在闸机口处人形俯视区域的面积A₂；

检测行人俯视图闸机出口处范围由第一阈值δ矩形范围判定，该第一阈值δ矩形范围基于每个通行闸机口行人的形心与闸机并排线的距离界定；

若行人进入第一阈值δ矩形范围内，则采集并处理到的二值图像行人俯视图的面积记为A2；

1.2设定面积比系数α_i，令将采集到的每一帧图像分别与行人进入闸机入口的行人俯视区域面积A₁进行比较，

①得到一系列的α_i值，若α_i大于第二阈值β则判断行人有下蹲或跨越逃票嫌疑，并检测该行人连通域标号，得到该行人标号为Li；

②取该行人形心坐标，判断形心坐标是否在闸机出口处第一阈值δ范围内；

③若同时满足以上两个条件，则触发时间定时器中断，开始计时，超出计时时间θ时，判断行人有迟滞行为，即判定行人下蹲逃票或者双腿跪在闸机门上翻越，或双腿跪在棍上翻越，同时识别ROIn区域所在闸机位置n，判定在第n闸机发现行人逃票行为；

④若③没有判定逃票，则进行基于连通域标记的形心在闸机两侧的坐标计算距离并除以两形心的时刻差得到平均速率，在捕捉到面积突变α_i超过第二阈值β且平均速率超出正常步行速率ω₀时，即判定助跑式翻越闸机行为，同时识别ROIn区域所在闸机位置n，判定在第n闸机发现行人逃票行为。