[发明专利]一种基于深度学习的自动扶梯乘客逆行检测方法

说明书

本发明公开了一种基于深度学习的自动扶梯乘客逆行检行为测方法，包括步骤一、从自动扶梯的监控视频流获取图像帧，并设定检测区域(ROI)；步骤二、使用目标检测算法检测步骤一中规定的ROI区域中乘客的头部位置；步骤三、使用分类器判别步骤二中检测到的人头的方向，判断该乘客是否有可能出现逆行现象；步骤四、利用多目标跟踪算法对步骤三中每个可能逆行的目标(头部)进行跟踪，得到跟踪轨迹；步骤五、对步骤四中的每一条轨迹进行分析，判断乘客是否发生逆行行为。该算法能在复杂的情况下较高的准确性和实时性，能有效的判断自动扶梯上的乘客逆行行为，避免事故的发生。

技术领域

本发明属于计算机视觉技术领域，具体涉及一种基于深度学习的自动扶梯乘客逆行检测方法。

背景技术

随着国内智能手机的兴起，几乎所有人都养成了走路看手机的习惯，因此，在乘坐自动扶梯时，“低头族”们很多时候往往不注意就容易走错电梯口，发生逆行行为， 若行为没有及时停止，进入电梯后往往会发生摔倒等较为严重的乘梯事故。据统计， 由于逆行引发的乘梯安全事故的比例是所有安全事故中最多的，因此，检测乘客是否 逆行进入自动扶梯并且对逆行的乘客进行提醒是保障乘客安全的必要措施。

目前大多数电梯均没有设置可以检测逆行的设备和装置，少量人流量大的场合会安排工作人员维护秩序，显然工作人员维护秩序的同时还要检查乘客是否发生逆行行 为是非常累的，而且大多数公共场合的自动扶梯均没有安排工作人员，很容易发生事 故。在某些公共场合会给电梯加装红外线检测仪器，当检测到行人在电梯口时，就会 报警，这种装置有个缺点，首先，因为没有行为识别，常常导致误检。

公开号为106503632A的发明公开了一种基于视频分析的自动扶梯智能安全监测方法，步骤如下：首先获取安装在监控区域的摄像机中的实时视频图像序列；其次建 立混合高斯背景模型，并对视频图像中的阴影进行抑制以提取前景；然后通过分类器 对提取到的前景进行人体对象识别，并计算人体对象角点光流，从而判断是否有乘客 逆行或跌倒等异常行为以及时采取电扶梯急停等措施，保障乘扶梯人员的人身安全。 该发明通过通过角点光流判断人体对象的异常行为，能够有效阻止人员因逆行或跌倒 发生踩踏事件的概率，极大程度地保护乘客的人身安全。但该方法判断方式单一,对复 杂的逆行情况判断准确率不高。

因此，运用计算机视觉技术，通过电梯的监控摄像头，使用人工智能的方法，对 逆行的人员进行跟踪并且进行行为分析，准确、迅速的判断乘客是否发生逆行行为， 这对于减少自动扶梯事故的发生有非常大的意义。

发明内容

本发明的目的在于能在复杂的情况下能有效的判断自动扶梯上的乘客逆行行为，且具有较高的准确性和实时性，提出了一种基于深度学习的自动扶梯乘客逆行检 测方法。

一种基于深度学习的自动扶梯乘客逆行检测方法，包括以下步骤：

步骤一、从自动扶梯的监控视频流获取图像帧，并设定检测区域(ROI)；

步骤二、使用目标检测算法检测步骤一中规定的检测区域中乘客的头部位置；

步骤三、使用分类器判别步骤二中检测到的人头的方向，判断该乘客是否有可能出现逆行现象；

步骤四、利用多目标跟踪算法对步骤三中每个可能逆行的目标(头部)进行跟踪，得到跟踪轨迹；

步骤五、对步骤四中的每一条轨迹进行分析，判断乘客是否发生逆行行为；

步骤一中，视频流来自自动扶梯的监控摄像头，摄像头应安装在正对着扶梯口，能清晰的拍到搭乘扶梯的乘客上下扶梯的图像。安装好摄像头之后，设置一个矩形区 域，矩形区域为自动扶梯的出口，该矩形区域作为本发明的检测区域(ROI),当有乘 客从出口进入时，认为发生逆行现象。