[发明专利]一种等待过街行人及过街方向识别方法及系统

权利要求书

1.一种等待过街行人及过街方向识别方法，其特征在于，该方法包括如下步骤：

(1)首先根据路口形状及人行道位置，进行行人过街等待区的初步划分；

(2)对进入步骤1中初步划分区域M的行人进行驻停网格划分，选择最小距离l₀确定单个行人所占区域大小，根据行人在初步划分区域M内的位置，标记出对应的驻停网格；

(3)对进入初步划分区域M的行人轨迹进行分析，记录该行人走行方向w、速度v，所记录数据以行人进入初步划分区域时刻的方向w₀、速度v₀为准，当行人进入初步划分区域M后，则不再对该行人进行轨迹分析；

(4)对进入初步划分区域M行人驻停前其周边已驻停的行人进行统计，以该行人网格的中心为原点O建立坐标系，分别统计初步划分区域中位于四个象限内的行人数量，统计时以各行人网格中心所在象限为准；

(5)对进入初步划分区域的驻停行人进行其它信息的交通调查，调查内容包括行人驻停位置e、驻停时间t、是否是过街行人b、行人过街方向w_k、等待过街的行人总数n、不同方向行人灯色f；

(6)综合上述数据，采用提出深度信念网络方法进行是否是等待过街行人及过街方向的判断，其判断流程如下：

①建立有效数据集，通过对不同视频图像的海量采集，并将所采集的图像尺寸重新设置为固定值；

②获取图像计算边缘，计算边缘组并获取边缘组相似度：

S(x,y)＝[l(x,y)]^α*[c(x,y)]^β*[s(x,y)]^γ*[c(x',y')]^λ

其中α,β,γ,λ0；x和y表示图像X和Y；x’和y’表示X和Y对应的灰度边缘图像；

然后对行人框进行打分评估，进而获取准确的行人候选区域M’：

RMSE为评估函数；y_i为相似度；

③训练多层感知机模型，得到有效的行人行为判断：

U表示输出值，即行人行为结果；a_k表示隐藏层神经元的输出值；g()代表激活函数；w_jk是权重；h_k表示输出层神经元k的输入加权之和；

④输入视频图像，选取有效图像作为系统输入，并对输入图像进行图像形态学处理；

⑤利用深度信念网络对输入视频图像进行分类判别，提取最大概率行为判定结果：

2.一种应用如权利要求1所述等待过街行人及过街方向识别方法的系统，其特征在于，该系统包括双目视觉行人检测器、行人过街特征识别模块、路口信号机三部分；

所述双目视觉行人检测器安装在路口位置，在其检测范围的基础上，与初步划分区域M结合，得到重叠区域作为实际分析区域β；

将所述双目视觉行人检测器检测信息、实际分析区域β相关的行人轨迹g_s、周边已驻停行人n₀、行人驻停位置e、驻停时间t、是否是过街行人b、行人过街方向w_k、等待过街的行人总数n信息输入行人过街特征识别模块，同时路口信号机将行人灯色状态f输入行人过街特征模块，行人过街特征识别模块根据所有输入的信息进行等待过街行人及过街方向识别，并将结果输出至路口信号机，输出信息包括分方向等待过街行人总数n_k、各方向等待过街行人总的等待时间t_k。