[发明专利]一种基于乘客姿态快速估计的地铁闸机通行逃票识别方法

说明书

本发明涉及一种基于乘客姿态快速估计的地铁闸机通行逃票识别方法，包括以下步骤：1)地铁闸机视频监控信息采集；2)地铁乘客骨骼关键点检测；3)闸机通行乘客逃票行为识别。与现有技术相比，本发明在不需要增设硬件设备的前提下，通过设计乘客姿态快速估计的地铁闸机通行逃票识别方法，既能够降低乘客身高和体重等因素对逃票识别精度的影响，又能对单个乘客和乘客群体翻越、下钻和尾随等多种通行逃票行为进行快速识别，有助于实现闸机通行异常智能报警及无人值守自动运行的闸机通道管理。

技术领域

本发明属于地铁智慧车站运营管理技术领域，涉及视频监控数据在地铁车站中的应用，尤其是涉及一种基于乘客姿态快速估计的地铁闸机通行逃票识别方法。

背景技术

随着我国上海、北京等城市的轨道交通网络化运营程度的加深，闸机是乘客进入付费区的重要关口，承受着强大的劳动负荷并与乘客的出行安全和效率息息相关，闸机逃票行为不仅破坏公共秩序，还会产生巨大的安全隐患，实际运营场景中存在复杂多样的闸机通行逃票事件且逃票行为通常在很短的时间内发生，因此，如何提高闸机通行逃票行为的智能识别精度和速度对保障地铁运营安全和效率，特别是保证高峰时段大客流运营效率具有重要意义。

现有方法仅能针对单一的乘客通行逃票行为进行检测，鲜有考虑单个乘客和乘客群体翻越、下钻和尾随等多种逃票行为，与复杂多变的应用实际场景仍存在一定差距，此外，中国专利CN201620292646.6通过在闸机通道地面上安装薄型检测装置，并采用称重原理来判断乘客是否有逃票行为，但检测精度容易受到乘客体重的影响；而中国专利CN201510144081.7基于图像信息判定人体是否发生逃票行为，但依旧无法识别出复杂多变的乘客逃票行为，目前对闸机通行逃票的识别主要依靠于现场观察，需要投入大量的工作人员，增加了地铁车站的运营成本，且存在一定的逃票漏检率，无法满足智慧地铁无人车站的发展要求。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于乘客姿态快速估计的地铁闸机通行逃票识别方法，该方法在降低乘客身高和体重等因素对逃票识别精度影响的同时，能够对单个乘客和乘客群体翻越、下钻和尾随等多种通行逃票行为进行快速识别和智能报警，有助于有效提高地铁车站服务效率和智慧化水平。

本发明的目的可以通过以下技术方案来实现：

一种基于乘客姿态快速估计的地铁闸机通行逃票识别方法，包括以下步骤：

1)地铁闸机视频监控信息采集；

2)地铁乘客骨骼关键点检测；

3)闸机通行乘客逃票行为识别。

所述的步骤1)具体包括以下步骤：

11)根据布设在车站闸机控制区域周围的视频监控设备，获取闸机周围区域内的视频图像数据；

12)将视频图像数据上传，采用数据预处理技术进行视频数据实时清洗；

13)采用空间卷积神经网络实现清洗后视频图像中闸机控制区域的分割，将乘客通道根据闸机数量划分为多个无重叠的闸机子区域。

所述的步骤2)具体包括以下步骤：

21)采用乘客姿态估计模型HRNet将视频图像中不同分辨率的特征映射并行；

22)检测得到视频图像中各无重叠的闸机子区域内每位乘客的骨骼关键点的坐标信息；

23)连接每位乘客身体骨骼关键点与关节坐标点，得到对应乘客的骨架信息；

24)根据各闸机子区域内乘客的骨架信息，采用多目标追踪算法对视频图像中乘客进行追踪。

所述的步骤22)中，骨骼关键点包括胸部、双胯部、两膝关节和两踝关节。