[发明专利]地铁乘客逃票行为检测方法和系统有效

专利信息
申请号: 201911224925.3 申请日: 2019-12-04
公开(公告)号: CN111064925B 公开(公告)日: 2021-05-04
发明(设计)人: 鲁娥;周丽;吴梦倩;刘丽娟 申请(专利权)人: 常州工业职业技术学院
主分类号: H04N7/18 分类号: H04N7/18;G07B11/00;G06K9/00
代理公司: 常州市英诺创信专利代理事务所(普通合伙) 32258 代理人: 蒋华
地址: 213164 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 地铁 乘客 逃票 行为 检测 方法 系统
【说明书】:

发明提供一种地铁乘客逃票行为检测系统和方法,该系统具体包括乘客信息标记模块,识别并标记乘客是否为需购票乘车乘客、是否携带婴幼儿,并抓取人脸信息、储存乘客动态乘车信息;刷卡行为识别模块,基于深度摄像的人体骨骼运动轨迹与刷卡区是否存在交集判定乘客是否刷卡;刷卡信息读取模块,读取闸机刷卡信息和时间,刷卡行为实施的同时有刷卡成功记录判定为刷卡成功;逃票行为判定与预警模块,结合乘客购票标记信息、刷卡行为识别信息、刷卡成功记录和通过人数识别逃票行为并预警。该方法能够自动、实时检测地铁中的逃票行为并完成补扣款和预警处理。

技术领域

本发明涉及监控视频处理技术领域,特别是涉及一种地铁乘客逃票行为检测方法和系统。

背景技术

当前,城市轨道交通系统随着城市化进程不断扩大,交通流量越来越大,为了提高运输效率,无人值守的自动售检票机(AFC)系统在过去几十年里被广泛使用,与此同时,逃票现象日益严峻。对个人来说,逃票行为获取的经济回报很低,而翻越闸机、尾随刷卡乘客时还可能对人身安全形成潜在威胁;对社会来说,逃票行为不但扰乱正常乘车秩序,还会对周围乘客造成不良心理影响;从社会经济成本考量,虽然逃票行为已经给地铁运营管理带来了不小的经济损失,且屡禁不止,但单次逃票行为造成经济损失却不高。因此,有必要对地铁逃票行为进行监控管理,但方法必须高效。

视频监控是地铁中广泛分布的一类管理设备,主要用于设备和站厅活动的远程监控和数据留存,基于监控图像识别各类异常事件是常见的、成本较低的管理手段。基于监控视频监测逃票行为可以利用现有的监控设备,自动化处理技术可有效节约逃票行为监控人力资源成本,是一种经济合算的方法。

发明内容

本发明所要解决的技术问题是:为了克服现有技术中的不足,本发明提供一种地铁乘客逃票行为检测方法和系统,基于深度摄像的地铁乘客逃票行为自动化识别、检测、预警的方法和系统,实现了实时、准确识别地铁乘客逃票行为和预警。

本发明解决其技术问题所要采用的技术方案是:一种地铁乘客逃票行为检测方法,包括以下步骤:

第一步,乘客信息标识。所述信息包括乘客身高特征、是否携带婴幼儿、人脸信息;其中,身高特征指乘客身高标准属于全额购票、优惠购票、无需购票三种情况中的哪一种,并标记为购票乘客、优惠票乘客和无需购票乘客;人脸信息用于标记逃票乘客的预警和进一步追踪。

进一步地,乘客信息标识为刷卡行为识别提供依据,只有标记为需要刷卡乘客需要完成刷卡动作,为逃票行为识别提供基础数据支持;一般地,在地铁乘车规则中,1名正常刷卡的成人乘客可免费携带1名免票乘客,标记免票乘客可避免跟随进站时的逃票行为误判,标记乘客携带婴幼儿同样可避免跟随进站时的逃票行为误判。

所述乘客身高特征可采用多种身高检测方法实现,本方法不做唯一限制。例如,本方法中采用的办法是基于深度摄像获取人体头顶空间位置,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;基于深度摄像时的深度差值面分离尾随人体,分别识别人体头顶并判定购票属性,也可识别怀抱婴幼儿等特殊情形。

第二步,刷卡行为识别。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,如果人体运动轨迹、尤其是手掌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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于常州工业职业技术学院,未经常州工业职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911224925.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top