[发明专利]应用于公共卫生的行人接触程度判断系统

权利要求书

1.一种应用于公共卫生的行人接触程度判断系统，其特征在于，包括：依次连接的视频采集模块、目标检测匹配模块、目标跟踪模块、模型生成模块、公共卫生管控模块；

所述视频采集模块用于采集包含待监测行人的监控视频；

所述目标检测匹配模块用于利用预先训练的目标检测网络对所述监控视频中的目标进行检测，得到所述监控视频的每一帧图像中各检测行人分别对应的属性信息；并利用所述待监测行人已知的特征信息，以及每一帧图像中各检测行人分别对应的位置信息，确定各检测行人中与所述待监测行人匹配的目标行人；其中，所述目标包括行人；所述目标检测网络是基于YOLO_v3网络的主干网络中，残差模块更换为密集连接模块得到的；所述目标检测网络是根据样本监控视频，以及所述样本监控视频的每一帧图像中各目标的属性信息训练得到的；所述属性信息包括含有所述目标的边界框的位置信息和目标的类别信息；

所述目标跟踪模块用于利用预设的目标跟踪算法对所述监控视频的各帧图像中的所述目标行人进行跟踪；

所述模型生成模块用于确定每一帧图像中所述目标行人与其余检测行人之间的实际空间距离；利用各帧图像对应的检测行人的所述属性信息以及所述实际空间距离，生成空间与或图模型，并发送给所述公共卫生管控模块；

所述公共卫生管控模块用于将所述空间与或图模型中的各个所述实际空间距离与预设的空间距离阈值进行比较，确认所述待监测行人与其他检测行人之间的接触等级。

2.根据权利要求1所述的系统，其特征在于，所述利用预先训练的目标检测网络对所述监控视频中的目标进行检测，得到所述监控视频的每一帧图像中各检测行人分别对应的属性信息，包括：

利用预先训练的目标检测网络对所述监控视频中的目标进行检测，得到所述监控视频的每一帧图像中各目标分别对应的属性信息；

依据所述类别信息为行人对所述目标进行筛选，得到所述监控视频的每一帧图像中各检测行人分别对应的属性信息。

3.根据权利要求1所述的系统，其特征在于，所述利用所述待监测行人已知的特征信息，以及每一帧图像中各检测行人分别对应的位置信息，确定各检测行人中与所述待监测行人匹配的目标行人，包括：

在每一帧图像中利用各检测行人分别对应的位置信息，得到该检测行人对应的目标特征信息；

确定各检测行人的所述目标特征信息与所述已知的特征信息的相似度；

将相似度大于相似度阈值的检测行人确定为所述监控视频中与所述待监测行人匹配的目标行人。

4.根据权利要求3所述的系统，其特征在于，所述已知的特征信息为脸部图像；

所述在每一帧图像中利用各检测行人分别对应的位置信息，得到该检测行人对应的目标特征信息，包括：

在每一帧图像中利用各检测行人分别对应的位置信息，得到所述监控视频中，该位置信息对应区域内的检测行人的脸部图像，作为该检测行人的目标特征信息。

5.根据权利要求1所述的系统，其特征在于，所述目标检测网络的主干网络包括多个间隔串接的密集连接模块和过渡模块；所述密集连接模块的数量至少为三个；所述密集连接模块包括串行连接的卷积网络模块和密集连接单元组；所述卷积网络模块包括串行连接的卷积层、BN层、Leaky relu层；所述密集连接单元组包括m个密集连接单元；每个密集连接单元包括多个采用密集连接形式连接的所述卷积网络模块，并采用级联方式融合多个卷积网络模块输出的特征图；其中，m为大于等于4的自然数。

6.根据权利要求5所述的系统，其特征在于，所述过渡模块为所述卷积网络模块。

7.根据权利要求5所述的系统，其特征在于，所述过渡模块包括所述卷积网络模块和最大池化层；所述卷积网络模块的输入和所述最大池化层的输入共用，所述卷积网络模块输出的特征图和所述最大池化层输出的特征图采用级联方式融合。

8.根据权利要求7所述的系统，其特征在于，所述过渡模块包括的所述卷积网络模块的数量为两个或三个，且各个卷积网络模块之间采用串接方式。