[发明专利]地铁乘客逃票行为检测方法和系统

权利要求书

1.一种地铁乘客逃票行为检测方法，其特征在于：包括以下步骤：

S11：检测并标记乘客信息，判断是否需要购票；所述乘客信息包括乘客身高特征、是否携带婴幼儿和人脸信息；所述乘客身高特征指乘客身高标准属于全额购票、优惠购票和无需购票三种情况中的哪一种；所述人脸信息用于标记逃票乘客的预警和追踪；所述乘客身高检测和购票属性标记，是基于深度摄像判断人体头顶空间位置，然后和空间中的购票身高标定点进行比较，判断乘客的购票属性，并可基于深度摄像时的深度差值面分离跟随人体和怀抱婴幼儿深度截面，分别识别人体头顶并判定购票属性；

具体进行乘客身高检测和购票属性标记时，使用1个广角kinect2.0相机安装在闸机上方站厅顶部，最佳视场覆盖进入闸机前方的区域，用于检测乘车进入闸机前的人体头顶深度值及运动轨迹点；在墙面上安装购票身高限值高度的标识点，4个标识点在空间中形成矩形身高检测区域，人们通过该区域达到闸机前时可完成身高特征检测；测量4个标识点深度，在深度摄像RGB图中计算并标记检测区域每个像素点的深度值和像素坐标，当人体头顶深度值及其在RGB图中x坐标与标定点一致时，比较两点的y坐标，人体头顶y值更大时代表人体身高超过购票限值；检测完成后标记乘客的购票属性：全额购票、优惠购票、无需购票，同时根据深度差值分析标记是否携带婴幼儿或携带随身物品；

S12：识别刷卡行为并标记，识别人体运动关键骨骼点轨迹，识别人体通过闸机通道时是否刷卡，并标记刷卡信息；通过基于深度摄像提取每个闸机通道的视频数据，识别人体的刷卡行为；在深度图像中，闸机刷卡处位于深度空间中的固定位置，根据多人刷卡行为学习，标记刷卡区域的深度范围及其在深度图中的图像范围；采用kinect2.0系统识别人身运动的关键骨骼点及其通过闸机通道时的深度轨迹信息，当人体运动轨迹与标记刷卡区域存在交叉重叠时判定为有刷卡行为，否则为乘客标记无刷卡行为，提取刷卡行为实施的系统时间；

S13：读取标记的刷卡信息，判断乘客刷卡是否成功；

S14：结合标记信息、刷卡行为数据、刷卡记录、人数识别结果检测判定逃票行为并进行预警。

2.如权利要求1所述的地铁乘客逃票行为检测方法，其特征在于：步骤S13判定刷卡是否成功具体包括以下步骤：当乘客在闸机刷卡处刷卡成功后，由闸机系统向刷卡行为识别系统输出刷卡成功信息，刷卡成功信息包括刷卡卡号和刷卡时间，通过刷卡时间与刷卡行为标记时间比对判定乘客是否刷卡成功并进一步标记乘客刷卡信息；所述刷卡行为识别是逃票行为判定的基础，需全票乘车乘客必需刷卡或刷手机支付进站，持优惠卡乘客必须刷卡进站，免票乘客无需刷卡；当免票乘客存在刷卡行为并刷卡成功时，标记尾随进站乘客完成刷卡支付。

3.如权利要求2所述的地铁乘客逃票行为检测方法，其特征在于：当判定为刷卡成功时，将刷卡卡号或移动支付账号信息以及刷卡时间作为动态信息写入乘客标记信息，以及账号关联电话号码或身份证信息写入乘客标记信息。

4.如权利要求1所述的地铁乘客逃票行为检测方法，其特征在于：步骤S14逃票行为判定与预警具体包括以下步骤：比较乘客的标记信息和刷卡行为识别信息，判定乘客是否存在逃票行为，对逃票行为进行预警，对个人发布未有效持票乘客语音警示，对运营管理监控部门发布逃票警报和人脸、乘客卡号以及电话号码信息展示；所述逃票行为预警，对已经标记了个人乘车的乘客，系统执行乘车款补扣程序并向乘客电话发送处理提示信息；对未标记个人乘车的乘客建立逃票信息库，包括逃票乘客人脸信息、逃票行为信息、逃票过程监控视频。

5.如权利要求4所述的地铁乘客逃票行为检测方法，其特征在于：所述逃票行为包括标记购票乘客、优惠票乘客无刷卡行为时判定为逃票行为；标记购票乘客、优惠票乘客有刷卡行为无刷卡成功记录判定为逃票行为；或者携带超过1名免票乘客判定为逃票行为。