[发明专利]高密度人群踩踏事故风险计算与预警方法

摘要

本发明公开了一种高密度人群踩踏事故风险计算与预警方法，包括以下步骤：输入视频；根据基于互相关算法的粒子图像测速方法获取人群运动的实时速度场；根据人群运动的实时速度场计算实时的风险分布；根据实时的风险分布发布预警信息。本发明实施例的方法可以进行实时的监控预警，帮助管理部门及时准确地掌握目标区域的人群状态，预防踩踏事故，提高管理水平。

主权项

1.一种高密度人群踩踏事故风险计算与预警方法，其特征在于，包括以下步骤：输入视频；根据基于互相关算法的粒子图像测速方法获取人群运动的实时速度场，其中，所述粒子图像测速方法的计算公式为：其中，S(t₁)和S(t₂)为图像中相关度最大的两个小区域的代表位置、t₁和t₂为所述两个小区域对应的拍摄时间；包括：将所述视频中的每帧图像分成多个诊断窗口，并将各诊断窗口的中心设置为计算点；将连续的两帧图像中同一位置的诊断窗口组成一对，并利用二维快速傅里叶变换FFT算法分别计算以将原图像从空间域转换到频域中，其中，连续的两帧图像是指，对于一个固定的采样时间间隔，满足该时间间隔的两帧图像，且采样时间间隔根据分析视频的帧速率进行选取；在所述频域中进行互相关计算，并经过快速傅里叶逆变换得到其峰值；利用高斯插值方法作为子像素寻峰插值算法获取所述峰值的位置偏移原点的距离，以得到最大值位置；针对第一个诊断窗口中心及所述最大值位置进行透视变换，以得到真实位移矢量的可靠估计值，位移矢量的2‑范数除以连续两帧图像的时间间隔为所述第一个诊断窗口中心的速度矢量的大小，且位移矢量的方向即为该速度矢量的方向，其中，所述透视变换的具体步骤为：输入变换前后的对应的4个点坐标，求取变换公式，根据求解得到的变换公式将视频中的图像变换为实际空间的俯视图，其中，输入的坐标分别为实际空间的位置坐标和对应的像素坐标；移动诊断窗口，重复上述步骤依次求得图像中不同点的速度矢量值，以得到所述人群运动的实时速度场，其中，所述移动诊断窗口，重复上述步骤依次求得图像中不同点的速度矢量值具体包括：每个诊断窗口的中心设置为计算点，每次将诊断窗口横向或纵向移动预设像素值，以再次得到另一个诊断窗口，同时确定另一个计算点，当所有诊断窗口覆盖整幅图像时，所有计算点的速度矢量值构成了所述实时速度场；二维快速傅里叶变换的公式为：其中，u＝0,1,2……M‑1，v＝0,1,2……N‑1，M、N为原始图像中诊断窗口的横向与纵向的像素坐标差；并且，互相关的计算公式为：其中，为G(u,v)的复共轭函数；以及，快速傅里叶逆变换的公式为：其中，m＝0,1,2……M‑1，n＝0,1,2……N‑1；另外，透视变换的公式为：其中，[m,n]为原始图像坐标，[x,y]为透视变换后图像的坐标，为变换矩阵；根据所述人群运动的实时速度场计算实时的风险分布；根据所述实时的风险分布发布预警信息，包括：根据所述实时速度场计算预设时间内的平均速度矢量场，其中，计算得到平均速度矢量场，输入视频并提取时间跨度Δt内的速度场进行计算，此后第二个时间跨度为Δt的时间段内，速度方差空间分布由该平均速度矢量场计算得出，利用第二个Δt时间段内的速度场更新一次平均速度矢量场，用于此后第三个时间跨度为Δt的时间内速度方差空间分布计算，依次进行；根据所述平均速度矢量场计算实时的速度方差空间分布，并根据所述实时的速度方差空间分布衡量人群聚集场所实时的空间风险分布，其中，所述实时的空间风险分布图为根据各区域速度方差值的高低绘制等高曲线图，以描述各区域风险程度；绘制实时的空间风险分布图，确定视频场景中的高风险区域，其中，实时的空间风险分布图为根据各区域速度方差值的高低绘制等高曲线图，以描述各区域风险程度；根据所述高风险区域的变化情况发布预警信息，其中，所述高风险区域的变化情况指：在所述预设时间内，某一局部区域的风险值始终是视频场景中风险最高，则发布预警信息，并且通报高风险区域的具体位置；平均速度矢量场的计算公式为：其中，为空间内所有位置矢量处t时刻的瞬时速度矢量所构成的瞬时速度场，下标变量Δt表示对该时间跨度内的所有瞬时速度场求平均值；并且，速度方差的计算公式为：其中，为空间内所有位置矢量处t时刻的瞬时速度矢量所构成的瞬时速度场，为空间内所有位置矢量处速度矢量所构成的平均速度矢量场，下标变量Δt表示对该时间跨度内的所有瞬时速度方差求平均值。