[发明专利]一种基于视频识别的行人跨栏行为警报方法及装置

权利要求书

1.一种基于视频识别的行人跨栏行为警报方法，其特征在于，包括如下步骤：

S1.采集多帧连续的视频图像，并生成预处理图像；

S2.切割预处理图像，传输至SSD算法模块，利用SSD算法提取并识别运动目标的运动特征，并从运动目标的运动特征中分类归纳出行人的运动特征；

S3.跟踪行人的运行轨迹，建立帧间图像像素运动的运动-速度模型，并计算当前行人距中央隔离栏的距离；

S4.判断当前计算的行人距中央隔离栏的距离是否大于警报距离，若当前计算的行人距中央隔离栏的距离大于警报距离，不做任何处理，若当前计算的行人距中央隔离栏的距离小于或等于警报距离，则发出警报并进行步骤S5；

S5.再次计算当前行人距中央隔离栏的距离，若小于极限距离，通过摄像头(3)对跨栏行人进行违规抓拍，否则，继续开启扬声器(38)和LED警示灯(5)，发出警报；

其中，所述步骤S2具体为切割视频图像，并将切割后的预处理图像传输至SSD算法模块，生成基于运动物体的预处理图像块，利用SSD算法提取并识别运动目标的运动特征，并从运动目标的运动特征中分类归纳出行人的运动特征，剔除分类出错的行人运动特征，完成对行人运动特征的提取；

其中，所述SSD算法模块包括如下步骤：

S21.将切割后的预处理图像输入到SSD算法模块，形成位于运动物体区域的图像块，并将切割后的图像块进行卷积操作，设置六个不同的初始先验框，按照真实设置的目标与实际选取的目标互相匹配原则，从相互匹配的目标参数中找到其IOU最大的实际选取的目标与其IOU最大的初始先验框，并把它们进行匹配，在每个运动物体上形成多个规格不同、方向不同的初始先验框，由于特征的相对位置的不变性，则可提取出运动目标的运动特征，生成不同尺度卷积层输出运动目标的特征图；

S22.抽取位于不同卷积块的特定卷积层输出运动目标的特征图，进行多种尺度融合，并对其中的初始先验框进行微调后，在所抽取的特征图的每个点上生成6个不同大小的基于运动目标的预设框，采集运动目标的运动特征样本，识别并检测运动目标的运动特征，输出最终的运动目标的检测结果，其检测结果包含机动车、非机动车、行人的运动状态，并对检测结果进行初步的分类，归纳出初步符合行人运动特征的初始预设框；

S23.将步骤S22中不同卷积层输出行人目标的特征图获得的初始预设框结合起来，从中获取符合行人运动特征的预设框，传输到非极大抑制值中，抑制一些重叠行人检测、归纳错误的非机动车和机动车及检测错误的行人运动特征预设框，剔除非机动车和机动车的干扰，筛选出符合行人运动特征的最佳预设框，并将其集中输出，完成行人运动特征的提取；

其中所述位于不同的卷积块的特定卷积层包括第四个卷积块的第三个卷积层、第七个卷积块的第一个卷积层和第二个卷积层、第八个卷积块的第二个卷积层、第九个卷积块的第二个卷积层、第十个卷积块的第二个卷积层、第十一个卷积块的第二个卷积层。

2.根据权利要求1所述一种基于视频识别的行人跨栏行为警报方法，其特征在于，所述多帧连续的视频图像通过摄像头(3)获取，包括行人到达车行道分界线、穿越机动车道的视频图像中的一种或多种；所述运动目标包括行人、机动车、非机动车，所述警报距离为40cm,所述极限距离为10cm。

3.根据权利要求1所述一种基于视频识别的行人跨栏行为警报方法，其特征在于，所述步骤S3具体包括如下步骤：

S31.获取当前视频帧图像中行人的像素运动的瞬时速度；

S32.获取前一视频帧图像中行人的像素运动的瞬时速度；

S33.计算相邻视频帧之间行人的运动速度；

S34.将当前运动递增距离与同向预设道路宽度建立速度-距离模型，求出当前行人距中央隔离栏的距离。