[发明专利]基于人体骨架信息及多目标跟踪的扶梯流量监测方法及系统

权利要求书

1.基于人体骨架信息及多目标跟踪的扶梯流量监测方法，其特征在于，

包括以下步骤：

获取扶梯区域监控图像；

利用OpenPose深度学习网络模型从当前帧图像中提取人体骨架信息；

建立骨架信息的分类模型；

使用分类模型对实时骨架信息进行分类，识别出正确的骨架信息，并去除误检骨架信息；

分别选取在扶梯出口以及入口区域范围内的人体骨架关键点；

选定若干人体骨架关键点，获得选定人体骨架关键点的外接矩形；若外接矩形与已有跟踪对象的跟踪外接矩形重叠面积与二者的并集面积的比值小于阈值，则新增外接矩形；

截取外接矩形对应的像素区域，使用像素区域初始化跟踪器，新增跟踪对象，对新增跟踪对象进行跟踪，得到跟踪对象运动轨迹；

跟踪对象运动轨迹，若跟踪对象进入扶梯入口，则扶梯监测人数加1，若跟踪对象进入扶梯出口，则扶梯监测人数减1；获得跟踪对象从扶梯入口至扶梯出口所需时间并记录；

当扶梯监测人数超标时，现场声音报警；当跟踪对象在扶梯上的时间高于设定阈值或不同跟踪对象所需时间的差别超过设定阈值时发出报警。

2.根据权利要求1所述的基于人体骨架信息及多目标跟踪的扶梯流量监测方法，其特征在于，

建立骨架信息的分类模型的方法包括：

人工收集误检及真实乘客骨架信息，并打上相应标签，构建正常行人骨架及误检骨架数据的正负样本；

训练SVM分类器，作为分类模型。

3.根据权利要求2所述的基于人体骨架信息及多目标跟踪的扶梯流量监测方法，其特征在于，

所述OpenPose深度学习网络模型为：BODY_25、COCO或MPI。

4.根据权利要求1或2或3所述的基于人体骨架信息及多目标跟踪的扶梯流量监测方法，其特征在于，

所述选定的若干人体骨架关键点具体为：在扶梯入口区域为肩部、颈部、髋部以及耳朵中一个或多个，在扶梯出口区域为肩部、颈部、髋部以及鼻中一个或多个。

5.根据权利要求1或2或3所述的基于人体骨架信息及多目标跟踪的扶梯流量监测方法，其特征在于，

对新增跟踪对象进行跟踪，得到跟踪对象运动轨迹时，采用KCF、CSRT、Boosting、MIL、TLD、MedianFlow或Mosse中的一种跟踪器。

6.根据权利要求1或2或3所述的基于人体骨架信息及多目标跟踪的扶梯流量监测方法，其特征在于，

所述跟踪对象运动轨迹为外接矩形的中心点在连续帧中的坐标信息。

7.基于人体骨架信息及多目标跟踪的扶梯流量监测系统，用于执行如权利要求1至6任一项所述的基于人体骨架信息及多目标跟踪的扶梯流量监测方法，其特征在于，

包括图像获取模块、骨架提取模块、骨架分析模块、目标跟踪模块、跟踪分析模块和判断报警模块，所述图像获取模块安装在扶梯出口以及入口处，获取扶梯出口以及入口区域的监控视频图像，所述骨架提取模块与图像获取模块连接，骨架提取模块使用OpenPose深度学习网络模型从当前帧图像中提取人体骨架，所述骨架分析模块与骨架提取模块连接，骨架分析模块对人体骨架进行分类，识别出正确的骨架信息，并去除误检骨架信息，所述目标跟踪模块与骨架分析模块连接，目标跟踪模块得到跟踪对象及其运动轨迹，所述跟踪分析模块与目标跟踪模块连接，跟踪分析模块判断跟踪对象是否进入扶梯入口区域以及扶梯出口区域，并实时更新扶梯监测人数，判断报警模块与跟踪分析模块连接，判断报警模块实时获取跟踪分析模块维护的扶梯监测人数，若扶梯监测人数超标，则发出报警。