[发明专利]一种行人闯红灯监测方法、装置、系统及可读存储介质

说明书

本申请公开了一种行人闯红灯监测方法、装置、系统及计算机可读存储介质，方法包括：根据人体待检测区域框和人脸待检测区域框从行人场景图像中获取人体待检测区域图像和人脸待检测区域图像；确定人体目标、人脸目标在行人场景图像中的位置；根据属于同一行人的人体目标和人脸目标获取行人的运行轨迹；根据运行轨迹、信号灯状态判断行人是否闯红灯。本申请公开的上述技术方案，由于人体待检测区域框位于行人场景图像上部分区域，人脸待检测区域框位于上述图像下部分区域，相当于远处关注人体、近处关注人脸，因此，可以通过获取并结合多帧行人场景图像中的人体目标和人脸目标来得到行人完整的运行轨迹，从而提高行人闯红灯判定的准确性和时效性。

技术领域

本申请涉及智能交通技术领域，更具体地说，涉及一种行人闯红灯监测方法、装置、系统及计算机可读存储介质。

背景技术

行人闯红灯监测作为智能交通实现中的一个组成部分受到越来越多的关注，通过对行人闯红灯进行监测可以对闯红灯行人起到发现、提醒等作用。其中，在行人闯红灯监测时，为了保证大部分斑马线区域进入监测画面，因此，则不可能将远处的画面拉的太近。

目前，存在通过人脸目标监测来进行行人闯红灯监测，具体地，深度智能相机(具有深度学习能力的智能相机)在前端进行图像拍摄，并对拍摄的整个图像进行处理，以获取人脸目标，并根据图像实现人脸目标的检测和跟踪，且根据信号灯信息来判断行人是否构成闯红灯行为。但是，由于行人刚进入画面或刚踏入最远处斑马线时距离深度智能相机很远，行人人脸比较小，且中间拍摄时会因行人数量、走路状态(重叠、交叉等)等影响而出现抓拍不稳定的情况，因此，则会导致跟踪中断，没法形成完整的证据链，从而会降低行人闯红灯行为判定的准确性。另外，由于其是对整个图像进行处理和检测，因此，则会降低行人闯红灯判定的时效性。

综上所述，如何提高行人闯红灯判定的准确性和时效性，是目前本领域技术人员亟待解决的技术问题。

发明内容

有鉴于此，本申请的目的是提供一种行人闯红灯监测方法、装置、系统及计算机可读存储介质，用于提高行人闯红灯判定的准确性和时效性。

为了实现上述目的，本申请提供如下技术方案：

一种行人闯红灯监测方法，包括：

获取斑马线上的行人场景图像，并根据预设的人体待检测区域框和人脸待检测区域框从所述行人场景图像中获取人体待检测区域图像和人脸待检测区域图像；其中，所述人体待检测区域框位于所述行人场景图像的上部分区域，所述人脸待检测区域框位于所述行人场景图像的下部分区域，且所述人体待检测区域框和所述人脸待检测区域框存在重叠区域；

确定所述人体待检测区域图像中的人体目标在所述行人场景图像中的位置，并确定所述人脸待检测区域图像中的人脸目标在所述行人场景图像中的位置；

确定属于同一行人的人体目标和人脸目标，并根据属于同一行人的所述人体目标和所述人脸目标获取所述行人的坐标位置，且根据所述行人在多帧所述行人场景图像中的坐标位置获取所述行人的运行轨迹；

根据所述运行轨迹、信号灯状态判断所述行人是否闯红灯。

优选的，确定所述人体待检测区域图像中的人体目标在所述行人场景图像中的位置，并确定所述人脸待检测区域图像中的人脸目标在所述行人场景图像中的位置，包括：

将所述人体待检测区域图像输入到预先训练得到的人体检测模型中，以得到人体目标及其在所述人体待检测区域图像中的位置，并将所述人脸待检测区域图像输入到预先训练得到的人脸检测模型中，以得到人脸目标及其在所述人脸待检测区域图像中的位置；

将所述人体目标及其在所述人体待检测区域图像中的位置转换到所述行人场景图像中，以确定所述人体目标在所述行人场景图像中的位置，并将所述人脸目标及其在所述人脸待检测区域中的位置转换到所述行人场景图像中，以确定所述人脸目标在所述行人场景图像中的位置。