[发明专利]一种基于视觉分析的扶梯乘客危险行为监控系统及方法

权利要求书

1.一种基于视觉分析的扶梯乘客危险行为监控系统，其特征在于：包括视频接入模块、智能数采模块和云平台，所述智能数采模块包括视频采集模块、算法计算模块和视频流存储模块；

所述视频流存储模块采集所述视频接入模块的视频流数据，并将所述视频流数据传输到所述算法计算模块，所述算法计算模块对采集到的视频流数据进行分析及计算得到分析结果，将分析结果根据不同数据内容，分别存储到所述视频流存储模块和云平台；

所述视频采集模块用于支持所述视频接入模块的采集设备接入；

所述算法计算模块包括人流密度检测模块、乘客检测模块、逆行检测模块、滞留判断模块和越界判断模块；

所述人流密度检测模块使用一个尺度自适应的CNN网络及滤波器，根据CNN网络不同网络层的特征对视频视野内的人头进行统计，根据标定的空间尺寸，得到单位面积内的人流密度；

所述乘客检测模块用于检测扶梯上是否存在乘客，所述逆行检测模块用于检测乘客逆行行为，滞留判断模块用于判断扶梯上是否滞留大件物品；

所述越界判断模块用于设置警戒线，根据警戒线判断乘客是否存在越界行为；

所述算法计算模块还包括增强现实展示模块，所述增强现实展示模块用于计算摄像机影像的位置及角度，建立特效图像和动画库，对乘客危险行为进行图形化建模，对乘客危险行为动作进行显示。

2.根据权利要求1所述一种基于视觉分析的扶梯乘客危险行为监控系统，其特征在于：

所述云平台包括数据分发模块、分布式算法计算模块、文件服务器和数据库；

所述数据分发模块用于将所述智能数采模块的分析结果上传至所述云平台，并对所述云平台的所有数据进行统一分发与管理；

所述分布式算法计算模块用于对所述智能数采模块上传的视频流数据进行计算和统计，其中包括但不限于搭乘时间分布计算、搭乘高峰曲线计算、危险行为数量计算、危害后果统计，所述分布式算法计算模块的计算结果包括统计表格、计算文件和标记信息，所述统计表格和所述计算文件存储在所述文件服务器中，所述标记信息存储在所述数据库中。

3.根据权利要求2所述一种基于视觉分析的扶梯乘客危险行为监控系统，其特征在于：

所述云平台还包括应用服务模块；

所述应用服务模块用于为视频展示提供服务调用接口；

算法计算模块对采集到的视频流数据进行分析及计算得到分析结果，所述分析结果包括视频帧文件和关键帧文件，所述视频帧文件存储于所述视频流存储模块，所述关键帧文件存储于所述文件服务器。

4.一种基于视觉分析的扶梯乘客危险行为监控方法，其特征在于：

具体步骤如下：

包括采集扶梯范围内的视频图像数据，并对采集到的视频图像数据进行分析得到分析结果，将分析结果按照不同的数据内容，分别存储到云平台和视频流存储模块，其中，将分析结果按照视频帧文件和关键帧文件进行分类，将视频帧文件存储到视频流存储模块，将关键帧文件存储到云平台的文件服务器中；

其中，对采集到的视频图像数据进行分析包括：

对扶梯的人流密度进行分析，根据标定的空间尺寸，得到扶梯单位面积内的人流密度；

判断扶梯上是否存在乘客，并检测乘客是否存在逆行行为和越界行为；

判断扶梯上是否滞留有大件物品；

计算摄像机影像的位置及角度，建立特效图像和动画库，对乘客危险行为进行图形化建模，对乘客危险行为动作进行显示。

5.根据权利要求4所述一种基于视觉分析的扶梯乘客危险行为监控方法，其特征在于：

对扶梯的人流密度进行分析具体包括：

使用一个尺度自适应的CNN网络及滤波器，根据CNN网络不同网络层的特征对视频视野内的人头进行统计，根据标定的空间尺寸，得到单位面积内的人流密度；

其中，CNN网络不同网络层包括图像输入层和卷积计算层，所述图像输入层对原始图像进行预处理，所述预处理包括对图像数据取均值和归一化；

卷积计算层包括局部关联和窗口滑动，所述局部关联包括在卷积计算层中，每一个神经元即为一个滤波器，所述窗口滑动包括使用每个滤波器对局部数据进行计算和池化。