[发明专利]一种基于机器视觉的闸机智能通行检测方法

说明书

本发明公开了一种基于机器视觉的闸机智能通行检测方法，充分利用视觉提取通行行人信息，采用改进深度学习技术进行行人检测，画双线计数可有效检测并肩、遮挡逃票行为，利用闸机自身的角点信息和实际尺寸信息取代棋盘进行非线性标定，采用双目相机识别行人身高，采用图像处理技术进行跳闸行为判定。运用本发明方法，利用深度学习泛化性能有效检测行人，实现并肩、遮挡尾随等情况检测，同时将闸机本身作为标定物，可实现基于双目相机的身高、行人速度等检测，提取图像信息实现跳闸逃票判定，易于商用且提升产品竞争力，为小区、地铁、机场等地的闸机视觉检测提供了一种较可靠的新方案。

技术领域

本发明属于图像处理与机器视觉技术领域，具体涉及一种基于机器视觉的闸机智能通行检测方法。

背景技术

通过实地调研发现，目前基于机器视觉的闸机技术已经在如火如荼开展，许多掌握核心技术的闸机厂商，已经将目光投入到基于机器视觉的闸机技术中，相关视觉技术已受到越来越多的关注。

传统的闸机通过对射管检测，占地面积大，无法有效检测尾随、并行及跳闸等逃票行为。为了实现更加有效、简便、精确的闸机标定，本次发明提出一种基于机器视觉的闸机智能通行检测方法。

发明内容

本发明的目的在于克服现有技术中的不足，提供了一种基于机器视觉的闸机智能通行检测方法，基于视觉实现通行行人检测计数、身高检测、跳闸行为检测，可用于小区、地铁、机场等地闸机检测，有效提升产品竞争力。

为解决上述技术问题，本发明提供了一种基于机器视觉的闸机智能通行检测方法，包括以下过程：

获取闸机进闸处的闸机监控图像；

基于获取的闸机监控图像，检测出闸机监控图像中所有行人并跟踪每个行人，获得每个行人的运动轨迹，基于行人的运动轨迹与设定的过闸直线之间的位置关系判断行人是否过闸，计算得到过闸行人的数量；

在闸机监控图像中提取每个过闸行人的单个行人图像，基于单个行人图像计算每个过闸行人的身高，并统计出身高不足规定的购票要求的行人数量；

基于过闸行人数量和身高不足购票要求的人数，计算获得购票过闸人数；

若购票过闸行人数量超过一个人，则判断有多人同时过闸机，进行逃票报警。

可选的，所述检测出闸机监控图像中所有行人并跟踪每个行人并跟踪，包括：

在闸机监控图像中，基于yolov3目标检测算法检测出所有行人；

采用DeepSort跟踪算法跟踪每个行人获得每个行人的运动轨迹，通过 DeepSort跟踪算法判断图像中运动行人是否是同一行人。

可选的，所述基于行人的运动轨迹与设定的过闸直线之间的位置关系判断行人是否过闸，包括：

在闸机监控图像中闸机处绘制两道过闸直线，记为过闸直线一和过闸直线二，其中过闸直线一为各闸机的首端(进闸机处)连线，过闸直线二为各闸机的末端(出闸机处)连线，

若同一行人运动轨迹，被检测到经过过闸直线一且经过过闸直线二时，则判断此行人过闸；

若同一行人运动轨迹，仅被检测到经过过闸直线二时，也判断此行人过闸。

进一步的，在所述基于行人的运动轨迹与设定的过闸直线之间的位置关系判断行人是否过闸步骤之后还包括：若同一行人已判断为过闸，再次检测到其运动轨迹经过过闸直线时，不重复计数，防止误报。

可选的，所述同一行人运动轨迹被检测到经过过闸直线的判断依据是：

行人识别框中心点之前在直线上方，然后又在直线下方，则由此可以判断出行人通过过闸直线。

可选的，所述基于单个行人图像计算每个过闸行人的身高，包括：