[发明专利]公交车内异常聚集行为的检测方法

权利要求书

1.公交车内异常聚集行为的检测方法，其特征在于，包括以下步骤：

S1：在公交车内的多个位置布置拍摄视频的红外摄像头；

S2：利用S1中公交车内的红外摄像头，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；

S3：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；

S4：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S4中的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；

S5：公交车具有两个运动状态，即两站间的行驶状态和到站停靠上下车状态，设定公交车两个运动状态的时间值，设定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；

S6：根据S3、S4和S5的结果，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；

S7：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；

S8：根据S6中的四个运动特性指标计算综合权重a，并进行异常聚集的潜在聚集集合评判；

对于所述S8中的异常聚集行为判定，具体步骤为：

S81：根据S5设定的时间值，从S4中提取当前人头实时位置、时间和人头编码ID的信息数据；

S82：计算S81中当前人头实时位置之间的距离；

S83：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；

S84：根据S82和S83的值对比，将当前的人头实时位置数据划分为多个人头位置集合；

S85：确定S84中的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；

S86：设定人头位置集合的人员聚集数量阈值；

S87：筛选S85的各个集合的人员个数大于S86的人员聚集数量阈值的潜在人员聚集集合；

S88：根据S87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；

S89：计算S88中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；

S9：当判定有异常聚集的潜在聚集集合时，触发提示信息至公交司机处的信息平台，亮黄灯并进行语音提示，若判定无异常聚集的潜在聚集集合时，继续从S2开始执行；

S10：若S9中的异常聚集的潜在聚集集合的持续时间超过S7设定的可调整的时间阈值，亮红灯并进行语音提示，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。

2.根据权利要求1所述的公交车内异常聚集行为的检测方法，其特征在于，对所述S2中的每一帧图像进行预处理时，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方法，其特征在于，所述S3中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。

4.根据权利要求1所述的公交车内异常聚集行为的检测方法，其特征在于，对于S3中的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。

5.根据权利要求1所述的公交车内异常聚集行为的检测方法，其特征在于，所述S86中设定的人员聚集数量阈值定义为：

当公交车处于两站间的行驶状态时：车厢前部人员聚集数量阈值为5人，车厢后部人员聚集数量阈值为4人，车厢左侧和右侧人员聚集数量阈值各为3人；

当公交车处于到站停靠上下车状态时：车厢前部人员聚集数量阈值为8人，车厢后部人员聚集数量阈值为6人，车厢左侧和右侧人员聚集数量阈值各为5人。

6.根据权利要求1所述的公交车内异常聚集行为的检测方法，其特征在于，所述S6或S89中的人群平均动能为人群运动能量之和与人群数量之比，所述人群运动能量之和通过计算感兴趣区域内的光流能量来表示；

所述S6或S89中的人群运动方向熵包括光流矢量方向直方图、方向概率分布图以及方向熵，所述人群运动方向熵越大表示人群运动方向的混乱程度越大；

所述S6或S89中的人群个体间距离势能反映群体两两个体之间的分散程度，若距离势能突增或突减，说明有异常情况发生的可能性；

所述S6或S89中个体平均加速度反映人群运动的激烈程度，数值越高，异常性越大。