本發(fā)明涉及視頻監(jiān)控技術(shù)領(lǐng)域，特別是一種基于視頻分析的自動扶梯智能安全監(jiān)測方法。

背景技術(shù)：

自動電扶梯在商場、地鐵、火車站進(jìn)出口等公共場合發(fā)揮著重要作用，而在人流高峰時往往容易出現(xiàn)人員擁擠、推搡等不文明行為現(xiàn)象，造成人員跌倒等突發(fā)狀況。為防止人員跌倒引發(fā)的重大安全事故，需在發(fā)生人員跌倒時立即對電扶梯進(jìn)行急停。

隨著智能視頻技術(shù)的發(fā)展，已有部分研究關(guān)于智能視頻技術(shù)應(yīng)用到檢測行人是否有跌倒等異常行為。中國發(fā)明專利1(申請?zhí)朇N200910154420)公開了一種基于全方位計(jì)算機(jī)視覺的自動扶梯節(jié)能與安裝監(jiān)控系統(tǒng)，其提出了利用視頻技術(shù)解決電梯節(jié)能和安全監(jiān)控的方法，但未能說明如何檢測人員的異常行為；中國發(fā)明專利2(公開號CN10607668)公開了一種電扶梯監(jiān)控的裝置，也未說明如何檢測到人員在電扶梯上的異常行為。因此，不能避免自動扶梯上面人員因逆行或跌倒發(fā)生踩踏事件，對乘客的人身安全造成隱患。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種基于視頻分析的自動扶梯智能安全監(jiān)測方法，以降低人員因逆行或跌倒發(fā)生踩踏事件的概率，極大程度地保護(hù)乘客的人身安全。

實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種基于視頻分析的自動扶梯智能安全監(jiān)測方法，包括以下步驟：

步驟1，獲取安裝在監(jiān)控區(qū)域的攝像機(jī)中視頻圖像序列；

步驟2，建立混合高斯背景模型，結(jié)合陰影抑制方法提取前景；

步驟3，在前景區(qū)域內(nèi)，利用SVM+HOG分類器識別人體對象；

步驟4，人體目標(biāo)跟蹤及光流計(jì)算；

步驟5，根據(jù)運(yùn)動目標(biāo)軌跡及光流大小和方向判斷乘電扶梯人員是否有異常行為，若有則緊急停止電扶梯并進(jìn)行聲音報(bào)警；

步驟6，實(shí)時顯示視頻圖像，判斷異常行為是否結(jié)束，若結(jié)束則重新啟動電扶梯。

進(jìn)一步地，步驟3所述在前景區(qū)域內(nèi)，利用SVM+HOG分類器識別人體對象，具體步驟如下：

(1)建立人體肩部以上軀體訓(xùn)練樣本庫，包括正樣本庫和負(fù)樣本庫，正樣本庫包括各種姿態(tài)的人體肩部以上軀體圖像，負(fù)樣本庫指行人乘電扶梯時隨身攜帶的干擾物，包括箱子、手提包、書包、推車、桶的物件圖像；

(2)采用SVM+HOG分類器對樣本庫進(jìn)行訓(xùn)練，并將提取到的前景區(qū)域與訓(xùn)練后的人體特征進(jìn)行匹配，從而獲得人體對象。

進(jìn)一步地，步驟4中所述人體目標(biāo)跟蹤及光流計(jì)算，具體步驟如下：

(1)采用金字塔Lucas-Kanade光流法對步驟3中檢測到的人體對象進(jìn)行跟蹤，并把每個人體對象跟蹤軌跡點(diǎn)存放在數(shù)組trace_i[j]，i＝1,…,n,j＝1,…,m中，其中，n表示檢測到的人體對象個數(shù)，m表示從t₁時刻到t₂時刻攝像機(jī)拍攝到的總幀數(shù)；

(2)計(jì)算檢測到的第i個人體對象中每個像素點(diǎn)的梯度和曲率，以得到第i個人體對象的角點(diǎn)C_ik,i＝1,…,n,k＝1,…,K，其中，K表示第i個人體對象的角點(diǎn)個數(shù)，采用金字塔Lucas-Kanade光流法跟蹤視頻序列中連續(xù)兩幀圖像中的相對應(yīng)角點(diǎn)C_ik，得到當(dāng)前每個角點(diǎn)的速度矢量即角點(diǎn)光流的大小和方向。

進(jìn)一步地，步驟5中所述根據(jù)運(yùn)動目標(biāo)軌跡及光流大小和方向判斷乘電扶梯人員是否有異常行為，若有則緊急停止電扶梯并進(jìn)行聲音報(bào)警，具體步驟如下：

(1)判斷行人是否逆行：在步驟4中得到人體對象的跟蹤軌跡點(diǎn)trace_i[j]，并得到當(dāng)前電扶梯運(yùn)行方向d，若同一個人體對象在連續(xù)12幀視頻序列中，有8幀的跟蹤軌跡點(diǎn)trace_i[j]的方向與電扶梯運(yùn)行方向d不一致，則判斷行人逆行；

(2)判斷行人是否跌倒：在步驟4中得到人體對象角點(diǎn)光流大小和方向，判斷人體上半身的角點(diǎn)與人體下半身的角點(diǎn)光流大小若滿足下式，則判斷行人跌倒：

其中，T表示人體上半身與下半身光流大小相差的閾值；

(3)若出現(xiàn)行人逆行或跌倒的異常行為，則自動停止電扶梯運(yùn)行。

本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)：(1)采用SVM+HOG分類器對已提取的前景區(qū)域進(jìn)行人體檢測，檢測精度高，且檢測速度快；(2)通過角點(diǎn)光流判斷人體對象的異常行為，能夠在乘客較多的情況下，仍能判斷電扶梯上的乘客是否發(fā)生異常行為，從而有效阻止人員因逆行或跌倒發(fā)生踩踏事件，極大程度地保護(hù)了乘客的人身安全。

下面結(jié)合附圖對本發(fā)明作進(jìn)一步詳細(xì)描述。

附圖說明

圖1是本發(fā)明基于視頻分析的自動扶梯智能安全監(jiān)測方法流程圖。

圖2是提取得到的視頻背景圖。

圖3是人體對象識別結(jié)果標(biāo)記圖。

圖4是人體角點(diǎn)光流大小和方向標(biāo)記圖。

圖5是電扶梯運(yùn)行方向標(biāo)記圖。

具體實(shí)施方式

結(jié)合圖1，本發(fā)明基于視頻分析的自動扶梯智能安全監(jiān)測方法，包括以下步驟：

步驟1，獲取安裝在監(jiān)控區(qū)域的攝像機(jī)中視頻圖像序列。

步驟2，建立混合高斯背景模型，結(jié)合陰影抑制方法提取前景。

步驟3，在前景區(qū)域內(nèi)，利用SVM(Support Vector Machine，支持向量機(jī))+HOG(Histogram of Oriented Gradient，方向梯度直方圖)分類器識別人體對象，具體步驟如下：

(1)建立人體肩部以上軀體訓(xùn)練樣本庫，包括正樣本庫和負(fù)樣本庫，正樣本庫包括各種姿態(tài)的人體肩部以上軀體圖像，負(fù)樣本庫指行人乘電扶梯時隨身攜帶的各類干擾物，包括箱子、手提包、書包、推車、桶等物件圖像；

(2)采用SVM+HOG對樣本庫進(jìn)行訓(xùn)練，并將提取到的前景區(qū)域與訓(xùn)練后的人體特征進(jìn)行匹配，從而獲得人體對象。

步驟4，人體目標(biāo)跟蹤及光流計(jì)算，具體步驟如下：

(1)采用金字塔Lucas-Kanade光流法對步驟3中檢測到的人體對象進(jìn)行跟蹤，并把每個人體對象跟蹤軌跡點(diǎn)存放在數(shù)組trace_i[j]，i＝1,…,n,j＝1,…,m中，其中，n表示檢測到的人體對象個數(shù)，m表示從t₁時刻到t₂時刻攝像機(jī)拍攝到的總幀數(shù)；

(2)計(jì)算檢測到的第i個人體對象中每個像素點(diǎn)的梯度和曲率，以得到第i個人體對象的角點(diǎn)C_ik,i＝1,…,n,k＝1,…,K，其中，K表示第i個人體對象的角點(diǎn)個數(shù)，采用金字塔Lucas-Kanade光流法跟蹤視頻序列中連續(xù)兩幀圖像中的相對應(yīng)角點(diǎn)C_ik，得到當(dāng)前每個角點(diǎn)的速度矢量即角點(diǎn)光流的大小和方向。

步驟5，根據(jù)運(yùn)動目標(biāo)軌跡及光流大小和方向判斷乘電扶梯人員是否有異常行為，若有，則緊急停止電扶梯并進(jìn)行聲音報(bào)警，具體步驟如下：

(1)判斷行人是否逆行：在步驟4中得到人體對象的跟蹤軌跡點(diǎn)trace_i[j]，并得到當(dāng)前電扶梯運(yùn)行方向d，若同一個人體對象在連續(xù)12幀視頻序列中，有8幀的跟蹤軌跡點(diǎn)trace_i[j]的方向與電扶梯運(yùn)行方向d不一致，則判斷行人逆行；

(2)判斷行人是否跌倒：在步驟4中得到人體對象角點(diǎn)光流大小和方向，判斷人體上半身的角點(diǎn)與人體下半身的角點(diǎn)光流大小若滿足下式，則判斷行人跌倒：

其中，T表示人體上半身與下半身光流大小相差的閾值；

(3)若出現(xiàn)行人逆行或跌倒的異常行為，則進(jìn)行聲音提醒及自動停止電扶梯運(yùn)行等緊急措施。

步驟6，實(shí)時顯示視頻圖像，判斷異常行為是否結(jié)束，若結(jié)束則重新啟動電扶梯。

下面結(jié)合具體實(shí)施例對本發(fā)明作進(jìn)一步詳細(xì)說明。

實(shí)施例1

本實(shí)施例基于視頻分析的自動扶梯智能安全監(jiān)測方法，步驟如下：

步驟1，從安裝在監(jiān)控區(qū)域的攝像機(jī)中提取視頻圖像序列；

步驟2，根據(jù)提取到的視頻序列，結(jié)合視頻文本信息，建立混合高斯背景模型，提取到的當(dāng)前背景如圖2所示。

步驟3，在前景區(qū)域內(nèi)，利用SVM+HOG分類器識別人體對象，并將人體對象進(jìn)行標(biāo)記，識別結(jié)果如圖3所示；

步驟4，利用光流法對人體對象的角點(diǎn)進(jìn)行檢測并計(jì)算其光流大小和方向，角點(diǎn)的光流大小和方向在視頻圖像中進(jìn)行標(biāo)記，如圖4所示；

步驟5，由于電扶梯運(yùn)行方向如圖5所示，人體角點(diǎn)光流方向和電扶梯運(yùn)行方向在連續(xù)12幀中均相反，因此，圖5中的行人為逆行；

步驟6，對行人進(jìn)行聲音提醒，并采取相關(guān)干預(yù)措施。

綜上，本發(fā)明對人體對象檢測精度高、速度快，通過角點(diǎn)光流判斷人體對象的異常行為，能夠有效阻止人員因逆行或跌倒發(fā)生踩踏事件，極大程度地保護(hù)乘客的人身安全。