[发明专利]公交车内异常聚集行为的检测系统有效

专利信息
申请号: 202011218705.2 申请日: 2020-11-04
公开(公告)号: CN112434564B 公开(公告)日: 2023-06-27
发明(设计)人: 何忠贺;费玉婧楠;王力;王玉泉;刘世达;修伟杰 申请(专利权)人: 北方工业大学
主分类号: G06V20/52 分类号: G06V20/52;G06V20/40;G06Q50/26;G08B31/00
代理公司: 北京德崇智捷知识产权代理有限公司 11467 代理人: 赵亚飞
地址: 100144 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 公交车 异常 聚集 行为 检测 系统
【权利要求书】:

1.一种公交车内异常聚集行为的检测系统,其特征在于,包括视频采集模块、视频分析模块、异常判断模块和异常报警模块;

所述视频采集模块采集公交车内视频数据,并对视频数据预处理,对公交车内部空间进行建模;

所述视频分析模块对公交车内视频中的人头进行编码标识;

所述异常判断模块计算异常判断指标,并根据异常判断指标计算综合权重,进一步判断是否异常;

如果判断异常所述异常报警模块则进行报警;

所述视频采集模块与视频分析模块电连接,所述视频分析模块与异常判断模块电连接,所述异常判断模块与异常报警模块电连接;

所述视频采集模块获取公交车内的视频段,并对获取的视频段进行视频帧图像预处理,将视频帧图像转化为数据集;并对S2中的视频帧图像进行仿射变换处理,对公交车内部结构进行建模,并将公交车内部空间分为车厢前部、尾部、左侧和右侧四个空间;

所述视频分析模块运用yolov5-s算法对S2中的数据集进行人头目标检测算法训练,对视频段中的人头进行编码标识;

所述异常判断模块设定公交车具有两个运动状态:两站间的行驶状态和到站停靠上下车状态;所述异常判断模块还设定公交车两个运动状态的时间值:公交车处于两站间的行驶状态时间为t1,公交车处于到站停靠上下车状态时间为t2;所述异常判断模块计算处于t1时间的公交车内部不同空间和处于t2时间的公交车内部不同空间的人群平均动能、人群运动方向熵、人群个体间距离势能及个体平均加速度四个运动特性指标;所述异常判断模块根据公交车内部空间的划分以及公交车的运动状态,设定可调整的时间阈值;所述异常判断模块根据所述四个运动特性指标计算综合权重,并进行异常聚集的潜在聚集集合评判;

当所述异常判断模块判定有异常聚集的潜在聚集集合时,触发异常报警模块进行语音提示;若S9中的异常聚集的潜在聚集集合的持续时间超过所述可调整的时间阈值,触发异常报警模块亮红灯并进行语音提示,异常报警模块同时上传异常视频段和危险信号至云端平台与交通安全部门进行实时信息传输;

异常判断模块根据所述设定的时间值,提取当前人头实时位置、时间和人头编码ID的信息数据;计算当前人头实时位置之间的距离;设定人头聚集距离的等级,并设定不同等级的人头聚集距离阈值;根据所述当前人头实时位置之间的距离和所述人头聚集距离阈值,将当前的人头实时位置数据划分为多个人头位置集合;各人头位置集合的位置处于公交车车厢的前部、尾部、左侧和右侧的区域分布;设定人头位置集合的人员聚集数量阈值;筛选各个集合的人员个数大于人员聚集数量阈值的潜在人员聚集集合;根据筛选的潜在人员聚集集合的空间位置信息和时间信息,匹配不同条件情况下的阈值进行进一步的潜在人员聚集集合的筛选;计算筛选的人员聚集集合的人群平均动能、人群运动方向熵、人群中个体间距离势能及个体平均加速度四个运动特性指标的综合权重进行异常聚集的潜在聚集集合评判。

2.根据权利要求1所述的公交车内异常聚集行为的检测系统,其特征在于,所述视频采集模块对所述视频帧图像预处理时,采用Mosaic数据增强、随机缩放、随机裁剪、随机排布的方式进行拼接。

3.根据权利要求1所述的公交车内异常聚集行为的检测系统,其特征在于,所述人头编码标识包括人头编码ID、位置信息和时间信息,所述位置信息利用yolov5-s算法得到。

4.根据权利要求1所述的公交车内异常聚集行为的检测系统,其特征在于,所述视频采集模块采用红外发射热图成像对公交车空间信息进行建模,并利用3dmax进行车厢的结构建模,并在其中对于座椅设施的位置进行标定。

5.根据权利要求1所述的公交车内异常聚集行为的检测系统,其特征在于,所述公交车内部空间定义为:公交车前门至后门位置处设定为车厢前部,公交车后门至最后一排座位处为车厢尾部,公交车左侧垂直扶手栏杆至左侧窗户为车厢左侧,公交车右侧垂直扶手栏杆至右侧窗户为车厢右侧。

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北方工业大学,未经北方工业大学许可,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/202011218705.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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